Awesome GitHub RepositoriesTable Data Retrieval

FoundationDB is an ACID-compliant distributed transactional key-value store. It functions as a scalable database engine that ensures strict serializability and data consistency across a cluster of servers using a shared-nothing architecture. The system is distinguished by its multi-region replication capabilities, allowing data to be synchronized across different datacenters for high availability and disaster recovery. It utilizes optimistic concurrency control to manage distributed transactions and employs a majority-based coordination system to maintain cluster state. The platform provides

Soar is a suite of specialized tools designed for analyzing MySQL performance, advising on indexing, and optimizing SQL syntax. It functions as a performance analyzer, index advisor, and query optimizer to identify bottlenecks and suggest structural improvements for faster execution. The project distinguishes itself through a system for rewriting SQL statements into optimized equivalent versions using custom heuristic rules and patterns. It also features a dedicated index advisor that evaluates query patterns and database metadata to recommend the creation of new indexes. Its broader capabil

Delta is a lakehouse table format that brings ACID transactions and data warehouse consistency to large scale data lakes on cloud object storage. It serves as an ACID transaction manager, coordinating atomic commits and serializable isolation for concurrent reads and writes across distributed compute engines. The project provides a multi-engine interoperability layer that uses format translation to allow diverse SQL engines and processing frameworks to read and write the same tables. It functions as a data versioning system, utilizing a transaction log to enable time travel, historical snapsh

OfficeCLI es una suite de oficina headless y herramienta de automatización diseñada para leer, editar y generar documentos de Microsoft Office de forma programática. Funciona como una biblioteca de manipulación OOXML y un motor de plantillas de documentos, proporcionando un binario independiente que permite la gestión de archivos de Word, Excel y PowerPoint sin requerir una instalación local de software de oficina. El proyecto se distingue por exponer las operaciones de documentos como herramientas para agentes de IA a través de un servidor JSON-RPC y el Protocolo de Contexto de Modelo (Model Context Protocol). Permite una personalización avanzada mediante la manipulación de XML sin procesar utilizando XPath y proporciona un sistema de serialización que vuelca subárboles de documentos en lotes JSON reproducibles. La herramienta cubre una amplia gama de capacidades, incluyendo ingeniería de hojas de cálculo programática con evaluación de fórmulas y generación de tablas dinámicas, así como tareas integrales de procesamiento de textos como gestión de estilos, seguimiento de revisiones y formato de texto multilingüe. También incluye utilidades para la visualización de datos, extracción de contenido en JSON estructurado o HTML de alta fidelidad, y la fusión de datos JSON en plantillas predefinidas para la generación automatizada de informes.

This project is a comprehensive educational resource and curriculum focused on site reliability engineering, distributed systems, and infrastructure operations. It provides technical guides, a systems engineering course, and instructional manuals designed to teach the principles of managing large-scale computing environments. The curriculum covers high-level architectural design for scalability and resilience, including fault-tolerant infrastructure, high-availability patterns, and microservices decomposition. It emphasizes the practical application of site reliability engineering through the

Feast is an open-source feature store for machine learning that provides a central platform for defining, storing, and serving features across both training and inference workflows. It operates as a declarative system where feature definitions are written as code in Python files, synchronized to a central registry, and made available for low-latency online retrieval or point-in-time correct historical joins for training datasets. The project abstracts storage behind a pluggable architecture, allowing offline and online backends to be swapped without changing retrieval logic, and coordinates ma

xorm is a relational mapper and object-relational mapping tool for Go. It translates Go structures into SQL queries and maps database rows back into native objects, providing a multi-dialect database driver that supports MySQL, PostgreSQL, SQLite, Oracle, SQL Server, and TiDB. The project features a read-write splitting manager that routes modification requests to a primary database and read requests to replicas. It includes a database schema synchronizer to automatically align table structures and indexes with application data models, as well as a fluent SQL query builder for constructing co

goleveldb es una base de datos de almacenamiento clave-valor embebida para Go. Proporciona persistencia e indexación de datos locales, permitiendo a las aplicaciones almacenar y recuperar información utilizando claves únicas sin necesidad de un servidor independiente. La base de datos organiza los datos utilizando un árbol de fusión estructurado en registros (LSM-tree) e indexación persistente en orden lexicográfico. Esta estructura admite escaneos de rango eficientes y búsquedas basadas en prefijos. El sistema incluye capacidades para escrituras por lotes atómicas para garantizar la consistencia de los datos y evitar actualizaciones parciales. El rendimiento se gestiona mediante registro de escritura previa (write-ahead logging), almacenamiento en búfer en memoria y filtros de Bloom para reducir la entrada y salida innecesaria en disco.

Pinot is a distributed, columnar analytical database designed for high-concurrency, low-latency query processing. It functions as a real-time OLAP datastore, enabling interactive, user-facing analytics by ingesting and querying massive datasets from both streaming and batch sources. The system architecture relies on a centralized controller for cluster coordination and a distributed segment-based storage model to ensure horizontal scalability. The platform distinguishes itself through a hybrid ingestion pipeline that unifies real-time event streams and historical batch data into a single quer

Apache Hive is a SQL-on-Hadoop data warehouse that enables querying and managing petabytes of data stored in distributed storage such as HDFS and cloud storage services. It provides a familiar SQL interface for batch analytics and reporting, supported by a core set of components including the HiveServer2 Thrift service for remote query execution, the Hive Metastore Service for central metadata management, the Hive ACID Transaction Engine for concurrent read-write operations, and the Hive LLAP Interactive Engine for low-latency analytical processing. The WebHCat REST API offers an HTTP interfac

Este proyecto es una hoja de trucos de bases de datos relacionales y una guía de referencia de SQL. Proporciona una colección de ejemplos de sintaxis y documentación de consultas para gestionar bases de datos relacionales utilizando lenguaje de consulta estructurado. La herramienta está implementada como un sitio estático con documentación buscable en el lado del cliente, lo que permite el filtrado inmediato de contenido técnico a través de un índice basado en navegador. La referencia cubre la gestión de bases de datos relacionales, incluyendo la recuperación de datos, la gestión de esquemas de bases de datos y el mantenimiento de registros. También incluye orientación sobre la manipulación de datos relacionales mediante uniones de tablas (joins) y la generación de informes agregados.

PGMQ es un sistema de cola de mensajes ligero implementado como una extensión de PostgreSQL para gestionar tareas asincrónicas. Funciona como un intermediario de mensajes respaldado por base de datos que aprovecha PostgreSQL para almacenamiento persistente, operaciones atómicas y entrega impulsada por notificaciones. El sistema proporciona un modelo de cola compatible con SQS que cuenta con tiempos de espera de visibilidad y entrega retrasada. Admite un orden estricto de primero en entrar, primero en salir (FIFO) a través de claves de grupo y recuperación por lotes para garantizar el procesamiento secuencial de tareas relacionadas. El proyecto cubre un ciclo de vida completo de mensajes, incluyendo producción, consumo mediante operaciones pop atómicas y gestión administrativa como purga de colas y control del ciclo de vida. Incluye capacidades de enrutamiento a través de patrones basados en temas y características de confiabilidad como colas de mensajes fallidos (dead letter queueing), archivo de mensajes y lógica de reintento. Se proporcionan herramientas de monitoreo para rastrear métricas operativas como la longitud de la cola y el rendimiento.

Codeception es un framework de testing full-stack para aplicaciones PHP que proporciona una interfaz unificada para pruebas unitarias, funcionales y de aceptación. Sirve como herramienta para automatizar navegadores reales de escritorio y móviles mediante el protocolo WebDriver y actúa como cliente para probar APIs REST y SOAP. El framework se distingue por su soporte para Behavior-Driven Development (BDD), permitiendo a los usuarios escribir especificaciones de prueba legibles por humanos en lenguaje Gherkin para alinear las pruebas técnicas con los requisitos de negocio. Implementa un mapeo de acciones basado en actores para conectar estos pasos en lenguaje natural con métodos ejecutables de PHP. Sus capacidades cubren una amplia superficie, incluyendo verificación y gestión del estado de la base de datos para almacenes SQL y NoSQL, la simulación de flujos de trabajo de usuario mediante automatización de navegador y la validación de estructuras de datos de API utilizando JSON y XML. También proporciona herramientas para medir la cobertura de código y gestionar ciclos de vida de pruebas mediante inyección de dependencias y manipulación de contenedores de servicios. El proyecto incluye un proceso de instalación guiado por línea de comandos para generar boilerplates de prueba y archivos de configuración estandarizados.

Zombodb es una extensión de base de datos e indexador de datos relacionales que integra PostgreSQL con Elasticsearch. Proporciona una interfaz de búsqueda SQL, permitiendo a los usuarios ejecutar consultas de búsqueda complejas y agregaciones utilizando funciones y sintaxis SQL estándar en lugar de APIs JSON nativas. El proyecto sincroniza datos relacionales de PostgreSQL a un motor de búsqueda remoto para habilitar la búsqueda de texto completo y analítica de alto rendimiento. El sistema se distingue por tender un puente entre estructuras relacionales y capacidades de motores de búsqueda, específicamente mediante la integración de búsqueda geoespacial para tipos de geometría y geografía. Implementa una capa de mapeo de consultas SQL-a-JSON que permite un análisis de texto avanzado —incluyendo coincidencia difusa, búsquedas de proximidad y puntuación de relevancia— directamente dentro de un entorno relacional. El proyecto cubre áreas de capacidad amplias, incluyendo la gestión del ciclo de vida de índices, sincronización automatizada de datos relacionales y agregaciones analíticas complejas. Soporta indexación espacial para consultas basadas en ubicación, tuberías de análisis de texto personalizadas y herramientas de monitoreo para auditar estadísticas de índices y salud del clúster. La seguridad se maneja mediante conexiones cifradas entre la base de datos y el motor de búsqueda usando TLS.

H2 es un sistema de gestión de bases de datos relacionales compatible con JDBC, escrito en Java. Funciona como una base de datos SQL embebible que puede ejecutarse directamente dentro de un proceso de aplicación para eliminar la latencia de red, o como una base de datos en memoria para almacenamiento volátil de alto rendimiento. También incluye una consola basada en web para ejecutar comandos SQL y administrar esquemas. El sistema se caracteriza por sus modos de despliegue flexibles, incluyendo un modo servidor independiente para acceso remoto TCP/IP y un modo mixto para conectividad local y remota simultánea. Cuenta con una capa de emulación de dialectos y modos de compatibilidad que permiten imitar el comportamiento y la sintaxis de otros sistemas de bases de datos. El motor proporciona un amplio conjunto de capacidades que cubren transacciones ACID con control de concurrencia multiversión, soporte para datos geoespaciales y JSON, y funciones avanzadas de ventana analítica. Incluye herramientas para la preservación de datos mediante copias de seguridad comprimidas, restauración de scripts SQL y gestión de memoria fuera del heap (off-heap) para manejar grandes datasets. La base de datos se integra con aplicaciones utilizando controladores estándar de Java Database Connectivity y URLs de conexión.

FreeSql es un mapeador objeto-relacional (ORM) y capa de acceso a datos para .NET que traduce código orientado a objetos a SQL para múltiples proveedores de bases de datos relacionales. Funciona como un constructor de consultas SQL fluido y sincronizador de esquemas de base de datos, permitiendo a los desarrolladores alinear las estructuras de tablas e índices de la base de datos con las definiciones de clases de entidad. El framework está optimizado específicamente para .NET Native AOT para garantizar huellas de memoria reducidas y tiempos de inicio más rápidos. Incluye un gestor de tráfico de base de datos para distribuir la carga a través de división de lectura-escritura, fragmentación de tablas dinámica y aislamiento de datos basado en inquilinos. Las capacidades amplias incluyen ingesta de datos de alto rendimiento utilizando mecanismos de copia masiva específicos del proveedor, consultas avanzadas con funciones de ventana y CTEs recursivos, y monitoreo basado en AOP para auditar cambios de datos. El sistema también proporciona herramientas de gestión de esquemas para migraciones automatizadas y utilidades de desarrollo para generar clases de entidad a partir de metadatos de base de datos.

git-branchless es un conjunto de herramientas para organizar cambios como una secuencia de commits individuales en lugar de ramas tradicionales. Funciona como un gestor de commits apilados, herramienta de manipulación de historial y auditor de estado del repositorio, diseñado para facilitar un flujo de trabajo de desarrollo sin ramas. El sistema se distingue por la manipulación de grafos en memoria, permitiendo el rebase, división y movimiento de subárboles de commits complejos sin necesidad de hacer checkout de la copia de trabajo. Incluye un visualizador de grafos de commits que renderiza referencias ocultas y nodos abandonados, junto con una base de datos local que registra eventos del repositorio para permitir la restauración de estados previos del proyecto. Para bases de código grandes, utiliza índices dispersos y ejecución multihilo para acelerar las operaciones de commit y merge. El proyecto cubre una amplia gama de capacidades, incluyendo manipulación de grafos no lineales, seguimiento de la evolución de commits y filtrado de historial basado en consultas personalizadas. Proporciona herramientas para la recuperación del repositorio mediante instantáneas del espacio de trabajo y registros de eventos, así como utilidades de control de calidad para ejecutar pruebas a través de pilas de commits secuenciales para identificar commits regresivos.

RavenDB is a multi-model NoSQL document database designed for high-performance, ACID-compliant data storage. It persists structured information as schema-flexible JSON documents and utilizes a unit-of-work session pattern to track entity changes and batch modifications into atomic transactions. The platform is built on a distributed architecture that supports horizontal scaling through sharding and ensures high availability via multi-node, master-to-master cluster replication. The database distinguishes itself through a self-optimizing query engine that automatically creates and maintains ind

This project is a T-SQL maintenance framework and suite of automated scripts for SQL Server. It functions as a backup automator, index optimizer, and integrity checker designed to manage routine database administration tasks through a programmable set of stored procedures. The solution distinguishes itself through a focus on automated orchestration, including the ability to target or exclude databases within Availability Groups and the use of mirror-write backup streams for redundancy. It employs fragmentation-driven indexing to determine whether to rebuild or reorganize indexes based on user

AWS Powertools for Python is a utility framework designed for building production-ready Python functions on AWS Lambda. It provides a comprehensive suite of tools for observability, event parsing, routing, and idempotency management to streamline the development of serverless applications. The project distinguishes itself through specialized capabilities for event-driven architectures and AI agent orchestration. It enables the implementation of AI agents by exposing functions as tools via OpenAPI schemas and managing conversation states. Additionally, it features an idempotency library that p