streaming-data

Una lista curada de impresionantes frameworks de big data, recursos y otras maravillas.

Interfaz web de código abierto para la gestión de Apache Kafka

Miller es como awk, sed, cut, join y sort para datos indexados por nombre como CSV, TSV y JSON tabular

Procesamiento de flujos de datos avanzado convertido en una operación sencilla

La capa de datos en vivo para apps y agentes de IA. Crea vistas en tiempo real de tu negocio usando solo SQL

🌊 Aprendizaje automático en línea en Python

Readyset es una capa de caché compatible con los protocolos de MySQL y Postgres que se sitúa frente a las bases de datos existentes para acelerar las consultas y escalar horizontalmente el rendimiento de lectura. Por debajo, ReadySet almacena en caché los resultados de las sentencias select y los actualiza de manera incremental a medida que cambian los datos subyacentes.

🦀 Procesamiento de secuencias de eventos para que los desarrolladores recopilen y transformen datos en movimiento para impulsar aplicaciones reactivas e intensivas en datos.

Utilidades para la transmisión de archivos grandes (S3, HDFS, gzip, bz2...)

Interfaz Web de código abierto para gestionar clústeres de Apache Kafka

Una biblioteca ligera de procesamiento de streams para Go.

Procesamiento de flujos en Python.

Pravega: Streaming como una nueva primitiva de almacenamiento definido por software

DataFrames de streaming en Python para Kafka.

Procesamiento de flujos en tiempo real para Python

Trill es un procesador de consultas de nodo único para datos temporales o en streaming.

Superdiff proporciona un diff rico y legible para arrays, objetos, textos y coordenadas. Soporta entradas de flujo y archivos para manejar grandes conjuntos de datos de manera eficiente, está probado en batalla, no tiene dependencias y ofrece un rendimiento de primer nivel.

📐 Superando los límites de la simplicidad

⚡ Algoritmos de una sola pasada para estadística

HStreamDB es una base de datos de streaming nativa de la nube y de código abierto para IoT y más allá. Moderniza tu stack de datos para aplicaciones en tiempo real.

Una lista sobre Apache Kafka

Agrupación óptima: agrupación monótona con restricciones. Soporta agrupación óptima por lotes y en flujo. Modelado de tarjetas de puntuación y explicaciones contrafactuales.

🌲 Implementación del algoritmo Robust Random Cut Forest para la detección de anomalías en flujos de datos.

Shioaji, una nueva API multiplataforma para trading.