14 dépôts
Tools for defining and structuring data schemas and field hierarchies.
Distinguishing note: No candidates provided; grouping under Data & Databases as it pertains to schema definition.
Explore 14 awesome GitHub repositories matching data & databases · Data Modeling. Refine with filters or upvote what's useful.
Twenty is a headless customer relationship management framework that enables developers to build, version, and deploy custom business applications using code. By utilizing a declarative approach to data modeling, the platform allows for the definition of custom objects, fields, and complex relationships directly within the source code. This schema-driven architecture automatically generates corresponding REST and GraphQL APIs, ensuring that data structures and interface components remain synchronized across development and production environments. The platform distinguishes itself through a m
Connect records from different objects by defining one-to-many or many-to-one relationships, specifying target objects and field names for both sides of the connection.
Payload is a headless content management system and application framework that uses a code-first approach to define data schemas and administrative interfaces. By utilizing a centralized, type-safe configuration object, it automatically generates database schemas, API endpoints, and a fully customizable admin panel. The system is built on a database-agnostic architecture, allowing it to interface with various storage engines while providing a unified, type-safe API for server-side operations, REST, and GraphQL. What distinguishes Payload is its deep extensibility and developer-centric design.
Organizes complex data structures by nesting fields under common properties for improved management.
TypeORM is an object-relational mapper for TypeScript and JavaScript that bridges the gap between object-oriented application code and relational database tables. It provides a comprehensive data persistence layer that allows developers to define database entities using class decorators or configuration objects, enabling seamless interaction with data through object-oriented patterns. The project distinguishes itself through a flexible architecture that supports both the data mapper and repository patterns, alongside a fluent query builder that translates high-level method calls into platform
Implements patterns for structuring and querying tree-like data relationships in relational databases.
SurrealDB is a multi-model database engine designed to store and query document, graph, relational, and vector data within a single ACID-compliant platform. It functions as an AI-native data store, integrating vector search, graph traversal, and machine learning model execution directly into its query layer. By providing a unified declarative query language, the platform eliminates the need for external middleware to synchronize data across different storage models. The platform distinguishes itself through its ability to manage agent memory and complex workflows natively. It allows developer
Represents diverse data structures using native support for arrays, objects, datetimes, and geometry types.
Sequelize is an object-relational mapping library that provides a unified interface for managing relational data through code. By implementing the Active Record pattern, it maps database tables to application objects, allowing developers to perform standard create, read, update, and delete operations using high-level method calls. The library abstracts complex database interactions by translating these calls into optimized, engine-specific SQL statements, ensuring consistent behavior across different database systems. The project distinguishes itself through a comprehensive suite of tools for
Sequelize supports assigning specific database-native types to model columns using built-in options that map directly to database definitions.
Cube is a semantic data layer that provides a unified framework for defining business metrics, dimensions, and relationships across diverse data sources. By acting as a headless business intelligence engine, it transforms raw data into a governed model that can be queried via SQL, REST, and GraphQL interfaces. This architecture ensures consistent data definitions and logic across all downstream analytical applications and reporting tools. The platform distinguishes itself through its integrated conversational AI capabilities, which allow users to explore data using natural language. It orches
Exposes simplified, logical subsets of the underlying data model to downstream consumers.
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
Organizes structured data within an ordered key-value store using specific schema and representation techniques.
MobX State Tree is a structured, tree-based state management library for JavaScript applications that combines typed model definitions with reactive snapshots and patch-based change tracking. It provides a reactive state container with runtime and compile-time type safety, where application state is defined as a tree of typed models with collocated actions, computed views, and lifecycle hooks for predictable state mutations. The library is built around an action-centric mutation model that encapsulates all state changes within named functions that directly modify the tree, supported by genera
Checks reference validity and safely handles missing or detached target nodes in the state tree.
Tortoise ORM is an asynchronous object-relational mapper for Python that mirrors Django's model and queryset API while running on asyncio. It defines database tables as Python classes with typed fields and supports foreign key, many-to-many, and one-to-one relations, providing a chainable query API for filtering, annotating, grouping, and prefetching related objects without blocking the event loop. The ORM includes a built-in migration engine that detects model changes, generates migration files, and applies or reverts schema changes through a command-line tool. It connects to PostgreSQL, MyS
Defines database tables as Python classes with typed fields and relationships, mirroring Django's model syntax.
Davinci est une plateforme de business intelligence et de visualisation de données utilisée pour construire des tableaux de bord et des rapports interactifs. Elle fonctionne comme un constructeur de tableaux de bord basé sur SQL et un service d'analyse multi-tenant qui se connecte aux bases de données via JDBC et des fichiers CSV pour transformer des données brutes en composants visuels. La plateforme se distingue par son modèle de sécurité granulaire, qui inclut des permissions au niveau des lignes et des colonnes intégrées avec l'authentification LDAP et OAuth2. Elle fournit également un outil de visualisation intégré qui permet d'insérer des graphiques et des tableaux de bord sécurisés et paramétrés dans des applications externes via des URL et des cadres (frames). Le système couvre un large éventail de capacités, y compris la modélisation de données avec des modèles SQL, un moteur de mise en page par glisser-déposer pour les tableaux de bord réactifs, et une grande variété de types de visualisation tels que les diagrammes de Sankey, les graphiques radar et les cartes géographiques. Elle inclut en outre l'automatisation pour la planification de rapports par e-mail et utilise la mise en cache clé-valeur pour optimiser les performances des requêtes.
Enables the definition of data models by categorizing fields as dimensions or metrics for visual rendering.
Codeception est un framework de test full-stack pour les applications PHP qui fournit une interface unifiée pour les tests unitaires, fonctionnels et d'acceptation. Il sert d'outil pour automatiser les navigateurs réels de bureau et mobiles via le protocole WebDriver et agit comme un client pour tester les API REST et SOAP. Le framework se distingue par son support du développement piloté par le comportement (BDD), permettant aux utilisateurs d'écrire des spécifications de test lisibles par l'humain en langage Gherkin pour aligner les tests techniques avec les exigences métier. Il implémente un mappage d'actions basé sur les acteurs pour connecter ces étapes en langage naturel aux méthodes PHP exécutables. Ses capacités couvrent une large surface, incluant la vérification et la gestion de l'état de la base de données pour les magasins SQL et NoSQL, la simulation de workflows utilisateur via l'automatisation de navigateur, et la validation des structures de données API utilisant JSON et XML. Il fournit également des outils pour mesurer la couverture de code et gérer les cycles de vie des tests via l'injection de dépendances et la manipulation de conteneurs de services. Le projet inclut un processus d'installation guidé en ligne de commande pour générer des modèles de test et des fichiers de configuration standardisés.
Interacts with databases via domain models and wraps test actions in roll-backable transactions.
MongoEngine est un mapper objet-document (ODM) Python qui traduit les enregistrements de base de données en objets pour fournir une interface orientée objet pour la persistance des données. Il sert de gestionnaire de documents et de validateur de schéma pour MongoDB, mappant les classes aux documents pour appliquer les types de données et les règles de validation. Le projet fournit un système de queryset à chargement différé (lazy-loaded) pour filtrer, trier et agréger des collections en utilisant une syntaxe Pythonique. Il gère des structures de données complexes via des fonctionnalités telles que l'héritage de documents, la gestion récursive de documents imbriqués et la liaison d'objets basée sur des références. La bibliothèque couvre de larges capacités, notamment la migration de schéma, la recherche plein texte et la gestion de fichiers binaires volumineux via le système de fichiers GridFS. Elle inclut également des outils pour l'optimisation des index de base de données, le profilage des performances des requêtes et des hooks de cycle de vie basés sur des signaux pour automatiser la logique lors des événements de document.
Links documents together and defines automatic deletion rules for when a referenced document is removed.
Twill est une boîte à outils CMS Laravel et un générateur de panneau d'administration conçu pour construire des consoles administratives personnalisées et des systèmes de gestion de contenu. Il sert de framework CMS headless et de boîte à outils pour définir des modèles de contenu et gérer des données structurées via une interface administrative dédiée. Le projet propose un éditeur de blocs visuel qui permet aux éditeurs d'organiser et de configurer des sections de contenu réutilisables via une interface glisser-déposer. Il inclut un gestionnaire d'actifs numériques dédié pour stocker, recadrer et optimiser les images et fichiers sur un stockage local ou cloud, ainsi qu'un gestionnaire de contenu multilingue pour gérer les champs traduits et les permaliens localisés. La plateforme fournit de larges capacités pour la gestion de contenu et de médias, incluant le suivi de version, la planification de publication et l'organisation hiérarchique des pages. Elle couvre des outils administratifs étendus tels que le contrôle d'accès basé sur les rôles, la recherche globale et le scaffolding en ligne de commande pour la génération rapide de modules CRUD et de migrations de base de données. Le système s'intègre aux modèles Laravel en utilisant des traits pour permettre la publication et la gestion des médias.
Provides tools for defining and structuring data schemas and field hierarchies for administrative control.
Marksman is a Language Server Protocol implementation for Markdown that provides advanced editor features including autocomplete, go-to-definition, and hover support for markdown files. It serves as an analysis engine to manage documentation and knowledge bases through automated link validation and consistent cross-referencing across multiple documents. The project enables the navigation of complex networks of wiki-style links and headings. It supports content refactoring, allowing users to rename headings and update internal references across multiple files to maintain document integrity dur
Detects broken wiki-links and duplicate or ambiguous headings through real-time diagnostics.