#data-pipelines 仓库
探索 50 个标记为 #data-pipelines 的活跃开源 GitHub 仓库,它们累计获得 323,108 个 Star(平均每个项目 6,462 个)。该主题的领先项目是 twitter/the-algorithm,拥有 73,884 个 Star。
共 50 个仓库
轻松将文档转换为结构化数据。Unstructured 是一个开源 ETL 解决方案,用于将复杂文档转换为适用于语言模型的干净、结构化格式。请访问我们的网站,了解更多关于我们用于生产级工作流、分区、丰富、分块和嵌入的企业级平台产品的信息。
Preswald 是一个用于 Python 的交互式数据应用程序的 WASM 打包器:将复杂的完整数据工作流,特别是可视化,打包成单个文件,使用 Pyodide、DuckDB、Pandas 以及 Plotly、Matplotlib 等,完全在浏览器中运行。构建可离线运行、加载速度快且可像文档一样共享的仪表板、报告和笔记本。
利用变更数据捕获的数据库复制平台。实时将生产数据从数据库流式传输到您的数据仓库(Snowflake、BigQuery、Redshift、Databricks)。
Tuplex是一个并行大数据处理框架,它能以编译代码的速度运行用Python编写的数据科学管道。Tuplex拥有与Apache Spark或Dask类似的Python API,但它不是调用Python解释器,而是为给定的管道和输入数据集生成优化的LLVM字节码。
此 dbt 包捕获元数据、工件和测试结果,以便您检测异常、监控数据质量并构建元数据表。它为 Elementary OSS 提供动力,并为 Elementary Cloud 的完整 Data & AI 控制平面提供更广泛的上下文层。
常见问题解答
GitHub 上最受欢迎的 #data-pipelines 仓库是什么?
GitHub 上排名第一的开源 #data-pipelines 项目是 twitter/the-algorithm,拥有 73,884 个 Star。X推荐算法的源代码
#data-pipelines 仓库中最常使用的编程语言有哪些?
在 GitHub 上排名靠前的 #data-pipelines 项目中,最常见的编程语言是 Python, Go, Java, Rust。
#data-pipelines 仓库的排名是如何计算的?
我们跟踪了 50 个标记为 #data-pipelines 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 323,108 个 Star,平均每个仓库拥有 6,462 个 Star。排名每日根据 GitHub API 更新。