awesome-repositories.com
Blog
MCP
awesome-repositories.com

Découvrez les meilleurs dépôts open-source grâce à notre recherche par IA.

ExplorerRecherches sélectionnéesAlternatives open sourceLogiciels auto-hébergésBlogPlan du site
ProjetServeur MCPÀ proposNotre méthodologiePresse
Mentions légalesConfidentialitéConditions d'utilisation
© 2026 Bringes Technology SRL·VAT RO45896025·hello@awesome-repositories.com
·

3 dépôts

Awesome GitHub RepositoriesStream Aggregation

Collecting all emitted elements of a stream into a single summary result or tuple.

Distinct from Stream Element Limiting: Focuses on terminal aggregation of stream data, distinct from element limiting or simple mapping.

Explore 3 awesome GitHub repositories matching software engineering & architecture · Stream Aggregation. Refine with filters or upvote what's useful.

Awesome Stream Aggregation GitHub Repositories

Trouvez les meilleurs dépôts grâce à l'IA.Nous recherchons les dépôts les plus pertinents grâce à l'IA.
  • reactivex/rxkotlinAvatar de ReactiveX

    ReactiveX/RxKotlin

    7,041Voir sur GitHub↗

    RxKotlin is a reactive programming library and asynchronous stream processor that provides Kotlin language extensions for composing event-based data streams. It serves as a set of Kotlin bindings for RxJava, allowing developers to transform, filter, and flatten sequences of data emitted over time. The library focuses on integrating RxJava patterns into Kotlin projects by applying language-specific conventions and idioms. It utilizes extension functions to simplify reactive programming patterns, reduce boilerplate, and optimize workflows within the reactive ecosystem. The toolkit covers a bro

    Collects emitted stream elements into summarized data structures like maps or multimaps.

    Kotlinkotlinrxjava
    Voir sur GitHub↗7,041
  • reactor/reactor-coreAvatar de reactor

    reactor/reactor-core

    5,224Voir sur GitHub↗

    Reactor Core est une boîte à outils de programmation réactive et une fondation non bloquante pour composer des pipelines de données asynchrones sur la JVM. Il sert de framework de traitement de flux asynchrone et de système de gestion de contre-pression (backpressure), permettant aux développeurs de transformer, filtrer et combiner des séquences d'événements tout en régulant le flux de données entre les producteurs et les consommateurs pour éviter l'épuisement des ressources. La bibliothèque se différencie par un système sophistiqué de planification de la concurrence et un contrôle de flux basé sur la demande. Elle découple le traitement des signaux de threads spécifiques en utilisant un registre de planificateur et fournit des mécanismes pour la propagation de métadonnées immuables sensibles au contexte à travers les frontières asynchrones. Elle dispose également d'outils spécialisés pour la capture de traces au moment de l'assemblage et la planification en temps virtuel pour faciliter le test des opérateurs basés sur le temps. Le projet couvre un large éventail de capacités, incluant le traitement fonctionnel de données pour l'agrégation et le fenêtrage de séquences, une variété de stratégies de récupération d'erreurs comme les tentatives avec backoff exponentiel, et des utilitaires pour faire le pont entre les API de rappel (callback) héritées ou synchrones et les flux réactifs. Elle fournit en outre une instrumentation pour la surveillance des pipelines et une suite d'outils de test pour vérifier les séquences de signaux.

    Reduces a sequence of emitted elements into a single summary value, collection, or boolean result.

    Javaasynchronousflowflux
    Voir sur GitHub↗5,224
  • zio/zioAvatar de zio

    zio/zio

    4,347Voir sur GitHub↗

    ZIO is a functional effect system for the JVM that models asynchronous and concurrent programs as pure, composable values with typed error handling and dependency injection. Its core identity is built on fiber-based concurrency, where lightweight, non-blocking fibers execute millions of concurrent tasks with structured lifecycle management, and a dual-channel error model that separates expected business failures from unexpected system defects at compile time. The system provides effect-typed dependency injection through a layer-based dependency graph, pull-based reactive stream processing with

    Groups stream elements into batches, balancing throughput and latency with configurable schedules.

    Scalaasynchronicityasynchronousasynchronous-programming
    Voir sur GitHub↗4,347
  1. Home
  2. Software Engineering & Architecture
  3. Stream Aggregation

Explorer les sous-tags

  • Synchronous AggregatorsTransducers that group stream elements into batches and emit them only when the transducer produces output. **Distinct from Stream Aggregation:** Distinct from Stream Aggregation: focuses on synchronous batching via transducers, not terminal collection of all elements.