Awesome GitHub RepositoriesRetrieval Consistency Verifications

Mimir est une base de données de séries temporelles multi-tenant et un magasin de métriques distribué conçu pour la télémétrie évolutive. Il sert de backend compatible avec Prometheus, fournissant un stockage à long terme et un moteur de requête évolutif pour des volumes massifs de données de séries temporelles. Le système est construit pour l'observabilité multi-tenant, isolant les données de télémétrie et les limites de ressources pour des équipes ou organisations indépendantes au sein d'un cluster unique. Il assure une haute disponibilité et durabilité en fragmentant et répliquant les données sur un cluster distribué, utilisant le stockage objet pour la persistance afin d'éliminer les dépendances aux bases de données externes. Le projet couvre de vastes capacités, incluant l'agrégation globale de métriques pour l'analyse inter-régions et l'exécution de requêtes distribuées via la parallélisation et la mise en cache. Il intègre également des outils d'observabilité tels que l'alerte fédérée, la surveillance synthétique et des flux de travail de résolution d'incidents pilotés par l'IA pour accélérer le dépannage. Les contrôles administratifs incluent des quotas de ressources par tenant, des surcharges de ressources par utilisateur et le shuffle-sharding pour l'isolation des charges de travail.

Grafana Tempo is a high-scale distributed tracing backend and columnar trace database. It serves as an observability data store that persists and queries spans and traces using OpenTelemetry standards, allowing for the analysis of request flows across microservices. The system distinguishes itself by using an object-store based backend with columnar Parquet storage. This architecture enables efficient attribute searching and large-scale data retrieval through dedicated attribute columnization and block-based data partitioning. It includes a specialized TraceQL query engine for filtering trace

java-tron est une implémentation Java d'un nœud complet de la blockchain Tron. Il fournit l'infrastructure de base pour exécuter un nœud réseau, valider les transactions et produire des blocs. Le projet inclut un moteur de consensus proof-of-stake, une base de données de registre distribué et un runtime de contrat intelligent pour gérer les transitions d'état on-chain. Le système se distingue par sa prise en charge des opérations de nœud complet et léger, utilisant des instantanés d'état pour accélérer la synchronisation et réduire les exigences matérielles. Il dispose d'une abstraction de base de données multi-moteur qui permet la migration, le partitionnement et l'élagage du stockage sur différents disques physiques pour optimiser les performances. Le logiciel couvre un large éventail de capacités blockchain, incluant la gestion d'actifs numériques, la gouvernance réseau via des élections de représentants et l'exécution de logique programmable via une machine virtuelle. Il expose les données et fonctions blockchain via une passerelle prenant en charge les protocoles HTTP, gRPC et JSON-RPC. Le projet fournit des outils pour initialiser des nœuds réseau, déployer des environnements blockchain privés et gérer des keystores de compte chiffrés.

Trillian is a distributed, multi-tenant verifiable data store that maintains cryptographically verifiable logs and maps using Merkle tree structures. It functions as a scalable backend for transparency logs, providing a system where data integrity is ensured through append-only records and mathematical proofs of inclusion and consistency. The system distinguishes itself by decoupling core storage from application-specific logic through a personality layer, which handles admission criteria and data canonicalization. It employs a consensus-based leader election mechanism for high availability a

OpenViking is a multi-tenant context server and knowledge base administration system designed to provide AI agents with persistent long-term memory. It enables the indexing of diverse documents and codebases to support retrieval-augmented generation, allowing agents to recall past interactions, user preferences, and learned experiences across sessions. The project is distinguished by its use of a URI-based virtual filesystem to organize memories, resources, and skills. It implements a tiered context loading system that balances retrieval precision with token budgets by structuring data into a