awesome-repositories.com
المدونة
MCP
awesome-repositories.com

اكتشف أفضل مستودعات المصادر المفتوحة باستخدام بحث مدعوم بالذكاء الاصطناعي.

استكشفعمليات بحث منسقةبدائل مفتوحة المصدربرمجيات ذاتية الاستضافةالمدونةخريطة الموقع
المشروعخادم MCPحولكيفية ترتيب النتائجالصحافة
قانونيالخصوصيةالشروط
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

2 مستودعات

Awesome GitHub RepositoriesExternal Schema Resolvers

Automatic detection of column names and types from external data structures for integration.

Distinct from Data Type Schemas: Focuses on auto-resolving schemas from external sources rather than general type verification.

Explore 2 awesome GitHub repositories matching data & databases · External Schema Resolvers. Refine with filters or upvote what's useful.

Awesome External Schema Resolvers GitHub Repositories

اعثر على أفضل المستودعات باستخدام الذكاء الاصطناعي.سنبحث عن أفضل المستودعات المطابقة باستخدام الذكاء الاصطناعي.
  • hazelcast/hazelcastالصورة الرمزية لـ hazelcast

    hazelcast/hazelcast

    6,570عرض على GitHub↗

    Hazelcast is a distributed data platform that combines an in-memory data grid with a stream processing engine to support real-time analytics and event-driven applications. It functions as a partitioned, distributed key-value store that replicates data across cluster nodes to provide low-latency access and high availability. The platform also serves as a distributed SQL query engine, allowing users to execute standard SQL statements against both in-memory datasets and external data sources. What distinguishes Hazelcast is its use of a distributed consensus subsystem to maintain strongly consis

    Inspects external data structures to automatically detect column names and types.

    Javabig-datacachingdata-in-motion
    عرض على GitHub↗6,570
  • kotlin/dataframeالصورة الرمزية لـ Kotlin

    Kotlin/dataframe

    1,049عرض على GitHub↗

    هذه المكتبة عبارة عن إطار عمل لمعالجة البيانات لـ JVM يوفر بيئة آمنة من حيث النوع (type-safe) لمعالجة البيانات الجدولية المهيكلة. تعمل كمجموعة أدوات شاملة لإجراء تحويلات البيانات المعقدة، والتجميعات، والتحليل الإحصائي، مع الاستفادة من التحقق من المخطط (schema) في وقت التجميع لضمان السلامة الهيكلية عبر خطوط أنابيب البيانات. يتميز المشروع بتكامله العميق مع بيئات دفاتر الملاحظات التفاعلية واستخدامه لتوليد الكود في وقت التجميع. من خلال اشتقاق المخططات وفرضها تلقائياً من المدخلات الخام، فإنه يولد أدوات وصول آمنة من حيث النوع تتيح الإكمال التلقائي في IDE والتحقق الثابت من أسماء الأعمدة. تسمح هذه البنية للمطورين بتنفيذ معالجة خطوط الأنابيب الوظيفية مع الحفاظ على أمان صارم للأنواع، مما يمنع بشكل فعال أخطاء وقت التشغيل أثناء معالجة البيانات. تدعم المكتبة مجموعة واسعة من سير عمل البيانات، بما في ذلك استيراد وتعيين مخططات قواعد البيانات العلائقية، وإجراء التحليل الجغرافي المكاني، وتنفيذ محاور البيانات المعقدة. تتضمن أدوات واسعة النطاق لإنشاء البيانات، والتصفية، والفرز، وحساب الإحصاءات الوصفية. علاوة على ذلك، يوفر إطار العمل إمكانيات قوية للتصور وإعداد التقارير، مما يسمح للمستخدمين بعرض جداول HTML تفاعلية، وتأليف المستندات، وإنشاء المخططات مباشرة من مجموعات البيانات المهيكلة. تم تصميم المكتبة للاستخدام السلس داخل بيئات تطوير Kotlin وJava، مع دعم متخصص لإدارة التبعيات المؤتمتة وتكامل النواة في دفاتر الملاحظات التفاعلية.

    Automatically creates type-safe data structures from external definitions to ensure consistency when working with remote data.

    Kotlindata-analysisdata-sciencedataframe
    عرض على GitHub↗1,049
  1. Home
  2. Data & Databases
  3. Data Type Schemas
  4. External Schema Resolvers