7 dépôts
Applications for administering and querying databases hosted in cloud environments.
Distinguishing note: Focuses on cloud-specific management rather than local database administration.
Explore 7 awesome GitHub repositories matching data & databases · Cloud Database Management Tools. Refine with filters or upvote what's useful.
DBeaver is a universal database client and administration environment designed for managing diverse relational and non-relational database systems. It provides a unified graphical interface that enables users to perform data manipulation, schema migration, and performance monitoring across multiple platforms. By utilizing a standardized driver abstraction layer, the application translates generic requests into database-specific commands, ensuring consistent interaction regardless of the underlying technology. The project distinguishes itself through an extensible, plugin-based architecture th
Manages and queries databases across various cloud environments through a centralized interface.
This project is a distributed, document-oriented database system designed to store information in flexible, hierarchical structures. It supports horizontal scaling through automated sharding and maintains high availability across global clusters using a multi-node replication protocol. By executing multi-document operations as atomic units, the system ensures data integrity and consistency across distributed environments. The platform distinguishes itself by integrating advanced vector-based indexing, which enables semantic similarity searches alongside traditional geospatial and lexical quer
Automates cloud-hosted database deployments and lifecycle operations using a unified command-line interface.
Sealos is a Kubernetes cloud operating system and orchestration engine that treats a Kubernetes cluster as a single unified operating system. It manages the full application lifecycle by acting as an application orchestrator, a cloud development environment provisioner, and a managed database orchestrator. The platform distinguishes itself through a multi-tenant Kubernetes architecture that provides workspace isolation, role-based access control, and resource quotas. It further differentiates its provisioning model by using natural language and AI to define and scale cloud resources, and by p
Administers production-ready database instances and object storage without requiring manual server setup.
RedisInsight is a graphical user interface and management tool for browsing, analyzing, and administering Redis databases. It provides a visual environment for exploring key-value data structures, managing database instances, and performing data analysis across different operating systems and deployments. The tool distinguishes itself by providing dedicated visual managers for complex operations, including a vector database manager for configuring embeddings and similarity searches, a query workbench for executing raw commands and Lua scripts, and a performance monitoring dashboard for tracki
Provides a visual interface and command execution for administering and monitoring cloud-hosted databases.
CloudBeaver est un gestionnaire de base de données basé sur le web et un IDE de base de données cloud qui fournit une interface de navigateur centralisée pour administrer les bases de données SQL et NoSQL. Il fonctionne comme un outil d'administration multi-base de données et une passerelle d'accès aux bases de données RBAC, permettant aux utilisateurs de gérer divers moteurs de base de données relationnels et basés sur des documents via une seule installation basée sur serveur. La plateforme se distingue en intégrant un assistant d'intelligence artificielle pour la génération et l'optimisation de SQL en langage naturel. Elle prend en outre en charge l'ingénierie de données collaborative en coordonnant les opérations de base de données entre les équipes via une gestion centralisée des accès et des permissions basées sur les rôles. Le système couvre un large éventail de capacités, y compris l'exploration visuelle des données via des navigateurs de schéma en arbre et des éditeurs en grille, ainsi que des utilitaires complets de gestion des connexions et de transfert de données. Il inclut également des outils spécialisés pour découvrir et gérer les ressources de base de données hébergées par des fournisseurs de services cloud. L'application est déployée en tant que système client-serveur, permettant l'administration de base de données à distance via un navigateur web.
Provides a centralized interface to administer and query database resources hosted across various cloud service providers.
wechatpy est un SDK d'API Python conçu pour interagir avec les comptes officiels, les mini-programmes et les API de communication d'entreprise. Il fournit une interface unifiée pour gérer les utilisateurs, les médias et les messages, et inclut un framework de bot pour traiter les événements entrants et générer des réponses structurées. Le projet implémente une fabrique de clients basée sur des composants pour effectuer des actions sur différents types de comptes et orchestre les flux OAuth2 pour la vérification d'identité. Il dispose d'une architecture de bot pilotée par les événements et d'un système de stockage de jetons enfichable pour persister les sessions d'authentification à travers les environnements. La bibliothèque couvre un large éventail de domaines fonctionnels, notamment le traitement des paiements et la facturation financière, l'administration d'espaces de travail d'entreprise, et la gestion des actifs numériques et des vitrines e-commerce. Elle fournit également des outils pour les opérations de base de données cloud, la liaison d'appareils et l'automatisation des flux de travail d'entreprise. Des capacités supplémentaires incluent des primitives de sécurité pour le chiffrement de charge utile basé sur AES, la vérification de l'authenticité des requêtes et l'audit du contenu utilisateur.
Performs data operations and record aggregation within cloud-based development environments.
Ce projet est une collection d'implémentations d'IA générative axée sur le développement d'agents IA, de pipelines de génération augmentée par récupération (RAG) et d'intégration de recherche vectorielle. Il fournit un framework pour connecter des bases de données cloud gérées aux modèles de langage afin de créer des applications conscientes du contexte. Le projet couvre l'orchestration d'agents autonomes qui utilisent un raisonnement en plusieurs étapes et des outils externes pour accomplir des tâches. Il inclut des implémentations pour la récupération sémantique utilisant des embeddings de haute dimension et l'utilisation de prompts agnostiques au modèle pour garantir des sorties cohérentes à travers différents grands modèles de langage. Des capacités supplémentaires incluent l'utilisation de frameworks d'évaluation basés sur la vérité terrain pour mesurer la précision et la fiabilité de la performance de l'IA. Le projet démontre également la configuration de comptes de bases de données cloud pour stocker et gérer les données d'application et les embeddings vectoriels.
Integrates managed cloud database accounts to store and manage data for AI-powered applications.