awesome-repositories.com
Blog
awesome-repositories.com

Descubre los mejores repositorios open-source con nuestra búsqueda potenciada por IA.

ExplorarBúsquedas curadasAlternativas open-sourceSoftware autohospedableBlogMapa del sitio
ProyectoAcerca deCómo clasificamosPrensaServidor MCP
Aviso legalPrivacidadTérminos
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

2 repositorios

Awesome GitHub RepositoriesTelemetry Gap Detection

Triggering alerts when expected time-series data points are missing from a source during periodic queries.

Distinct from Missing Value Detection: Focuses on the monitoring alert triggered by missing data, not just the identification of nulls in a dataset.

Explore 2 awesome GitHub repositories matching data & databases · Telemetry Gap Detection. Refine with filters or upvote what's useful.

Awesome Telemetry Gap Detection GitHub Repositories

Encuentra los mejores repositorios con IA.Buscaremos los repositorios que mejor coincidan usando IA.
  • ccfos/nightingaleAvatar de ccfos

    ccfos/nightingale

    13,108Ver en GitHub↗

    Nightingale is a Prometheus-compatible monitoring and alerting platform designed to centralize telemetry management across multiple time-series databases. It functions as a multi-source alerting engine and metric data pipeline that ingests telemetry via remote write protocols and triggers alarms based on data from sources such as Prometheus, Elasticsearch, Loki, and ClickHouse. The system is distinguished by its automated alert healing system, which executes predefined scripts and RPC-based corrective actions when monitoring thresholds are breached. It supports distributed alert processing, a

    Triggers an alert when expected data points disappear from a data source during periodic queries.

    Goalertingccfmetrics
    Ver en GitHub↗13,108
  • hadley/r4dsAvatar de hadley

    hadley/r4ds

    5,070Ver en GitHub↗

    r4ds es un currículo de ciencia de datos y recurso educativo diseñado para dominar el lenguaje de programación R. Proporciona una ruta de aprendizaje estructurada para el proceso de extremo a extremo de importar, limpiar, transformar y visualizar datos. El proyecto enfatiza una guía de ciencia de datos reproducible y un currículo integral para la manipulación de datos (data wrangling). Incluye tutoriales especializados sobre la gramática de gráficos para la visualización de datos en capas y publicaciones técnicas creadas con Quarto que combinan código ejecutable con prosa narrativa. El material cubre una amplia gama de capacidades analíticas, incluyendo la ingesta de datos de diversas fuentes, unión de datos relacionales y la gestión de variables categóricas. También aborda la limpieza de datos, modelado matemático y la generación de informes y presentaciones profesionales en múltiples formatos. El currículo se centra en la aplicación práctica de la programación funcional y los principios de datos ordenados (tidy data) para crear análisis transparentes y repetibles.

    Detects absent data rows and converts them into explicit markers to make dataset gaps visible.

    R
    Ver en GitHub↗5,070
  1. Home
  2. Data & Databases
  3. Missing Value Detection
  4. Telemetry Gap Detection

Explorar subetiquetas

  • Implicit Missingness DetectionIdentifying absent data rows and converting them into explicit markers. **Distinct from Telemetry Gap Detection:** Distinct from Telemetry Gap Detection: focuses on static dataset gaps rather than real-time monitoring alerts.