Awesome GitHub RepositoriesPersistent Collections

MapDB ist eine eingebettete Datenbank-Engine und eine Bibliothek für disk-basierte Collections, die Java-Collections auf der Festplatte oder außerhalb des Heaps speichert. Sie fungiert als lokale Datenverarbeitungs-Engine, die darauf ausgelegt ist, Datensätze zu verarbeiten, die den verfügbaren physischen RAM überschreiten. Das Projekt nutzt Off-Heap-Datenspeicherung, um den Overhead der Garbage Collection zu eliminieren, und verwendet Disk-Overflow-Caching, um Speicher- und Festplattennutzung auszubalancieren. Es bietet spezialisierte Dienstprogramme zum Filtern und Analysieren großer Mengen lokaler Daten auf einer einzelnen Maschine. Das System stellt die Datenintegrität durch ACID-konforme Transaktionen und Multi-Version-Concurrency-Control sicher. Es unterstützt persistente Maps, Sets und Queues unter Verwendung von B-Tree-Indizierung und ein sequentielles Transaktionsprotokoll für die Dauerhaftigkeit. Das Systemverhalten und interne Engine-Operationen können über konfigurierbare Logging-Level und Ausgabeformate überwacht werden.

Diese Bibliothek bietet eine Sammlung spezialisierter Datenstrukturen für die Swift-Sprache, die die Standardbibliothek um fortgeschrittene Containertypen erweitern. Sie enthält Implementierungen für Double-Ended Queues unter Verwendung von Ring-Buffern, Priority Queues basierend auf Min-Max-Heaps sowie speichereffiziente Bit-Set- und Bit-Array-Speicherung für boolesche Werte. Das Projekt bietet geordnete Sammlungen, die Elemente mittels B-Tree-Implementierungen in sortierter Reihenfolge halten, sowie persistente Sets und Dictionaries, die komprimierte Präfix-Bäume verwenden, um Daten zwischen mutierten Kopien zu teilen. Es bietet zudem spezialisierte Container, die die Einfügereihenfolge bewahren. Die Bibliothek deckt eine Reihe von Funktionen ab, einschließlich Low-Level-Speicherverwaltung für C-Buffer und nicht-kopierbare Werte, Festkapazitätsspeicherung und die Verwendung von Robin-Hood-Hashing zur Optimierung der Speicherauslastung und Suchgeschwindigkeiten.

This project is a disk-backed key-value store and persistent data structure library for Python. It provides a mechanism for persisting mappings, sets, and queues to the local filesystem to bypass memory limitations and cache expensive function results across threads and processes. The system serves as a cross-process synchronization tool, offering distributed locks, semaphores, and barriers to coordinate shared resource access. It implements advanced caching strategies such as probabilistic stampede prevention, sharded data partitioning to increase throughput, and least-recently-used eviction

This project is a robotics software package designed for simultaneous localization and mapping, providing a framework for visual-inertial odometry and environmental mapping. It functions as a middleware-integrated library that enables autonomous mobile robots to estimate their position and orientation by processing sensor data within modular software systems. The library distinguishes itself by utilizing hardware-accelerated processing to perform feature tracking and odometry calculations on dedicated graphics hardware. It maintains spatial accuracy through graph-based optimization and statis

This project is a comprehensive library of type-safe, high-performance data structures for Go. By leveraging language-level generics, it provides reusable containers and algorithms that eliminate the need for runtime type assertions or interface casting, ensuring efficient and type-safe data management. The library distinguishes itself through its support for persistent data structures and specialized indexing. It utilizes copy-on-write semantics and memory sharing to maintain multiple versions of a collection, allowing for efficient modifications without duplicating entire datasets. Addition