Awesome GitHub RepositoriesAsynchronous Write Operations

This is a mobile object database and NoSQL local data store that replaces relational tables with a schema-based model. It functions as a reactive data store, using live object observations and change notifications to trigger automatic user interface refreshes. The system provides built-in mobile cloud data synchronization to keep local datasets consistent with a remote server across multiple devices. It also includes security features for encrypted local storage, protecting sensitive on-disk data using at-rest encryption keys and fine-grained access control. Broad capabilities include object

Falcor is a JavaScript library that models remote data as a single virtual JSON graph, providing a path-based query engine for efficient client-side data retrieval and updates. It represents multiple remote data sources as a unified document where entities are accessed via globally unique identity paths. The system distinguishes itself by treating the remote data model as a virtual JSON resource, allowing the client to query specific paths without managing individual endpoints. It uses a reference-aware graph model to handle many-to-many relationships and prevents data duplication. Network ef

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

Booster est un optimiseur de build et manipulateur de bytecode pour Android conçu pour réduire la taille des binaires, corriger les plantages au niveau système et améliorer les performances des applications. Il fonctionne comme un plugin de processus de build extensible qui modifie les fichiers de classe compilés et les artefacts de build pour injecter des correctifs de stabilité et des optimisations sans altérer le code source original. Le projet se différencie par une manipulation de bytecode de bas niveau pour corriger les bugs au niveau de l'OS et gérer les pools de threads pendant la phase de compilation. Il fournit également une boîte à outils de profilage de performance pour identifier les opérations bloquantes sur le thread principal et analyser les problèmes de stabilité liés aux ressources. L'outil couvre un large éventail de capacités d'optimisation de paquets, incluant la compression d'images pour PNG et WebP, la suppression des ressources redondantes et l'optimisation de l'index des ressources. Les fonctionnalités supplémentaires incluent le réglage des performances pour la gestion des threads, les écritures asynchrones de préférences et l'analyse statique pour scanner les artefacts de build afin de détecter les risques de sécurité et les goulots d'étranglement. Le système utilise une interface de fournisseur de services (SPI) pour l'intégration de plugins personnalisés et peut être exécuté comme une application autonome découplée de l'environnement de build principal.

Ce projet est un framework pour implémenter l'event sourcing et la séparation des responsabilités en commande et requête (CQRS) au sein de microservices conteneurisés. Il fournit une approche structurée pour gérer l'état métier comme une séquence d'événements immuables, garantissant une piste d'audit fiable et la capacité de reconstruire l'état du système à tout moment. Le framework se distingue en imposant une séparation claire entre les chemins de modification des données et de récupération des données. En utilisant la synchronisation des données pilotée par les événements, il permet la mise à jour asynchrone des vues matérialisées et des modèles de lecture, garantissant que les données optimisées pour les requêtes restent à jour sans impacter les performances des opérations d'écriture primaires. L'architecture prend en charge le déploiement des composants soit sous forme de microservices indépendants, soit sous forme de monolithe unifié, avec un support intégré pour l'orchestration de conteneurs afin de maintenir la cohérence entre les environnements de développement et de production. Il facilite la gestion des données distribuées via des vues dénormalisées, offrant un accès efficace aux informations agrégées au-delà des limites des services.