Awesome GitHub RepositoriesReactive Data Streams

Dieses Projekt ist eine Referenzimplementierung, die eine Sammlung praktischer Beispiele für Datenzugriffsmuster und Repository-Abstraktionen innerhalb des Spring-Data-Ökosystems bereitstellt. Es dient als umfassendes Showcase für die Implementierung konsistenter Datenschichten über verschiedene relationale und nicht-relationale Datenbanken hinweg. Das Repository demonstriert spezifisch Multi-Store-Persistenz durch die Integration relationaler, Dokumenten- und Vektordatenbanken innerhalb einer einzigen Anwendung. Es enthält Implementierungen für Vektorsuche zur Verwaltung hochdimensionaler Embeddings und Ähnlichkeitssuchen über verschiedene Datenbanktechnologien hinweg. Zusätzliche abgedeckte Funktionen umfassen reaktiven Datenzugriff für nicht-blockierende Operationen und asynchrone Datenströme. Das Projekt bietet zudem Anleitungen zur Optimierung nativer Images, um die Start-Performance und den Speicherverbrauch durch Ahead-of-Time-Kompilierung zu verbessern. Die Beispiele illustrieren darüber hinaus Multi-Tenant-Datenisolierung, das Design von Daten-Repository-APIs sowie die Integration von Geodaten- und Volltextsuche.

Ignite ist eine verteilte In-Memory-Daten-Grid- und Rechenplattform. Es fungiert als verteilte SQL-Datenbank und Speicher-Engine, die entwickelt wurde, um große Datensätze im RAM zu speichern und zu verarbeiten, um Latenzzeiten zu minimieren und die Berechnungsgeschwindigkeit zu erhöhen. Das System zeichnet sich durch eine mehrstufige Speicher-Engine aus, die die Datenplatzierung über Speicher und Festplatte verwaltet, um Hochgeschwindigkeitszugriff mit großer Kapazität in Einklang zu bringen. Es verfügt über ein verteiltes Rechen-Grid, das benutzerdefinierte Logik direkt auf den Knoten ausführt, auf denen sich die Daten befinden, um den Netzwerkverkehr zu reduzieren. Die Plattform bietet ein breites Spektrum an Funktionen, einschließlich ACID-Transaktionsmanagement, Standard-SQL-Abfragen und Key-Value-Operationen. Sie unterstützt die Aufnahme großer Datenmengen über reaktive Streams und bietet Integration durch mehrere Programmiersprachen, Standard-Datenbanktreiber und eine REST-API. Das System kann als verteilter Cluster mithilfe von Containern bereitgestellt oder über Kubernetes orchestriert werden. Das Projekt ist in Java geschrieben und kann über Binärarchive installiert werden.

Dieses Projekt bietet eine formale Spezifikation und eine Reihe von Standard-Java-Interfaces für die asynchrone Stream-Verarbeitung. Es definiert ein standardisiertes Protokoll für die Weitergabe von Elementsequenzen zwischen Publishern und Subscribern über verschiedene Threads hinweg, wobei der Fokus auf einer Reactive-Streams-Spezifikation für die JVM liegt. Das Projekt konzentriert sich auf Interoperabilität durch die Bereitstellung einer gemeinsamen API, die es ermöglicht, dass verschiedene asynchrone Streaming-Bibliotheken zusammenarbeiten. Dies wird durch einen Standardsatz von Interfaces und Bridging-Mechanismen erreicht, die zwischen inkompatiblen Streaming-Spezifikationen übersetzen. Die Spezifikation deckt ein nicht-blockierendes Backpressure-Protokoll ab, um den Datenfluss zu regulieren und Systemüberlastungen zu verhindern, indem Subscriber aufgefordert werden, Bedarf zu signalisieren. Sie definiert zudem den Lebenszyklus von Streams, einschließlich Abonnement-Management, Elementverarbeitung und signalbasierter Beendigung zur Ressourcenbereinigung. Das Projekt enthält ein Framework zur Überprüfung des Stream-Verhaltens, um die Verarbeitungslogik gegen Regeln für Backpressure und asynchrone Ereignisse zu validieren.

DBFlow is an object-relational mapping library for Android that maps Java objects to SQLite databases. It serves as a persistence layer designed to reduce manual boilerplate code through automated database access and entity mapping. The project distinguishes itself with a type-safe query builder that uses a fluid interface to construct queries with compile-time checks. It provides transparent file-level encryption for securing sensitive data and a reactive wrapper that streams database changes to subscribers for real-time updates. Additional capabilities include asynchronous query execution

ObjectBox Java ist eine eingebettete NoSQL-Objektdatenbank für Java und Android, die Datenobjekte direkt ohne relationale Abbildung speichert. Sie fungiert als Storage-Engine im nativen Prozess und ermöglicht es Anwendungen, einfache Java- oder Kotlin-Klassen als Entitäten zu persistieren. Das Projekt zeichnet sich durch eine On-Device-Vektordatenbank-Fähigkeit aus, die HNSW-Indizes nutzt, um approximative Nearest-Neighbor-Suchen und semantische Ähnlichkeitsabfragen durchzuführen. Es enthält zudem einen lokal gehosteten, webbasierten Browser zur Visualisierung von Datenobjekten, Schemata und Abhängigkeitsdiagrammen. Die Datenbank deckt eine breite Palette an Datenverwaltungsfunktionen ab, einschließlich ACID-konformer atomarer Transaktionen, reaktiver Datenströme für Echtzeitbeobachtungen und plattformübergreifender Datensynchronisation. Die Speicheroberfläche unterstützt Object-Relation-Mapping mit Lazy-Loading, eigenschaftsbasierter Filterung und der Möglichkeit, den Datenspeicher zur Zwischenspeicherung oder für automatisierte Tests im Arbeitsspeicher zu initialisieren.

Spring Data Elasticsearch is a data access library that maps Java objects to Elasticsearch indices. It functions as an object mapper, a repository abstraction, and a query DSL wrapper, providing both a standard and a reactive client for executing asynchronous search and persistence operations. The project distinguishes itself by automating data access through repository interfaces, which generate query logic based on method naming conventions. It enables the construction of complex search queries using a domain-specific language and supports advanced search capabilities such as vector similar