8 dépôts
Partitioning of stream elements into groups based on key-extraction functions.
Distinct from Log Stream Grouping: Distinct from log-specific grouping [f5_mt1] or consumer groups [f5_mt2], as it is a general functional streaming operator.
Explore 8 awesome GitHub repositories matching software engineering & architecture · Stream Element Grouping. Refine with filters or upvote what's useful.
Storm is a distributed stream processing framework and fault-tolerant compute engine designed for executing real-time continuous computations across a cluster of machines. It functions as a stateful stream processor and cluster topology manager, enabling the deployment and monitoring of distributed data flow configurations. The system ensures exactly-once semantics by utilizing transactional state management to guarantee that every message in a data stream is processed exactly one time. It further operates as a distributed RPC system, allowing for the integration of non-native languages throu
Routes data packets to downstream tasks using customizable key-extraction and grouping logic.
This repository is a collection of practical code snippets and implementation patterns for Flutter and Dart. It serves as a comprehensive guide and reference for asynchronous programming, state management patterns, and UI component design. The project provides advanced language reference material covering generics, reflection, factory constructors, and null-aware operators. It also includes specific utilities for manipulating Dart collections, such as helper methods for transforming and filtering maps, lists, and iterables. The coverage extends to high-level capabilities including asynchrono
Implements logic to partition iterable elements into groups using a key extraction function.
Bacon.js is a JavaScript functional reactive programming library used for coordinating complex asynchronous data flows. It functions as an observable event stream framework and an asynchronous data flow orchestrator, allowing developers to model events as declarative streams and properties. The library distinguishes itself through its ability to manage reactive state and synchronize timing across multiple sources. It provides specialized mechanisms for atomic state synchronization to prevent glitches in derived properties and offers advanced coordination strategies such as asynchronous stream
Splits a single stream into multiple sub-streams based on a key-generating function.
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.
Splits a data stream into multiple sub-streams by partitioning elements that share a common key.
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
Provides stream element grouping by key-extraction functions.
more-itertools is a Python iterable utility library providing advanced functions for manipulating, filtering, and transforming data sequences. It serves as a data stream processing toolkit and a set of utilities for iterator state management, extending the capabilities of the standard Python itertools module. The library includes a combinatorial math toolkit for generating permutations, combinations, and powersets, alongside routines for number theory calculations and matrix operations. It also provides tools for stream state management, allowing users to peek at upcoming elements or seek wit
Partitions standard iterables into groups based on size or key functions to process large sequences in parts.
more-itertools est une bibliothèque d'extension pour le module itertools de Python. Elle sert de boîte à outils pour manipuler les itérables, fournissant un large éventail de routines pour la transformation de données, la génération combinatoire et la gestion de l'état des itérateurs. La bibliothèque se distingue par une gestion d'état avancée et une génération de séquences complexes. Elle fournit des capacités pour jeter un coup d'œil aux éléments futurs, chercher au sein des séquences et produire des permutations, combinaisons et partitions d'ensembles uniques à partir de collections pouvant contenir des éléments en double. Sa surface de capacités plus large couvre des tâches de traitement de données telles que l'aplatissement récursif, le regroupement, le remplissage et le remodelage des flux de données. Elle inclut également des utilitaires pour la fusion de flux, le fenêtrage pour l'analyse de voisinage local et la synchronisation d'itération thread-safe. Le projet fournit en outre des routines spécialisées pour le traitement de séquences numériques, incluant la multiplication de matrices, la convolution linéaire discrète et les transformées de Fourier.
Provides a wide array of utilities to partition standard iterables into groups based on size or content.
This project is a comprehensive learning resource and technical reference for reactive programming with RxJS. It provides a structured curriculum, curated examples, and an indexed operator catalog to help developers shift from imperative to declarative programming using observable data streams and functional operators. The repository features a library of reactive UI patterns and implementation recipes. These cover practical applications such as type-ahead search, game loops, gesture-based interactions like swipe-to-refresh, and security overlays like lockscreens. The resource covers a broad
Implements capabilities to split a single stream into multiple observables based on shared keys or partitioning criteria.