3 रिपॉजिटरी
Awesome GitHub RepositoriesStream Mathematical Aggregations
Calculations of statistical aggregates such as sums, averages, and extremas across asynchronous data sequences.
Distinct from Numeric Aggregations: Candidates focus on database-level sums or GPU acceleration; this is about functional aggregation of a non-blocking stream.
Explore 3 awesome GitHub repositories matching data & databases · Stream Mathematical Aggregations. Refine with filters or upvote what's useful.
Awesome Stream Mathematical Aggregations GitHub Repositories
AI के साथ बेहतरीन रिपॉजिटरी खोजें।हम AI का उपयोग करके सबसे सटीक रिपॉजिटरी खोजेंगे।
- reactor/reactor-core
reactor/reactor-core
5,224GitHub पर देखेंReactor Core JVM पर एसिंक्रोनस डेटा पाइपलाइनों को कंपोज़ करने के लिए एक रिएक्टिव प्रोग्रामिंग टूलकिट और नॉन-ब्लॉकिंग आधार है। यह एक एसिंक्रोनस स्ट्रीम प्रोसेसिंग फ्रेमवर्क और बैकप्रेशर प्रबंधन प्रणाली के रूप में कार्य करता है, जो डेवलपर्स को इवेंट्स के अनुक्रमों को बदलने, फ़िल्टर करने और संयोजित करने की अनुमति देता है, जबकि संसाधन थकावट को रोकने के लिए उत्पादकों और उपभोक्ताओं के बीच डेटा प्रवाह को नियंत्रित करता है। लाइब्रेरी एक परिष्कृत समवर्ती शेड्यूलिंग प्रणाली और मांग-आधारित प्रवाह नियंत्रण के माध्यम से खुद को अलग करती है। यह एक शेड्यूलर रजिस्ट्री का उपयोग करके विशिष्ट थ्रेड्स से सिग्नल प्रोसेसिंग को अलग करती है और एसिंक्रोनस सीमाओं के पार अपरिवर्तनीय मेटाडेटा के संदर्भ-जागरूक प्रसार के लिए तंत्र प्रदान करती है। इसमें असेंबली-टाइम ट्रेस कैप्चर और समय-आधारित ऑपरेटरों के परीक्षण को सुविधाजनक बनाने के लिए वर्चुअल-टाइम शेड्यूलिंग के लिए विशेष उपकरण भी शामिल हैं। यह प्रोजेक्ट अनुक्रम एकत्रीकरण और विंडोइंग के लिए कार्यात्मक डेटा प्रोसेसिंग, घातीय बैकऑफ़ रिट्रीज़ जैसी विभिन्न त्रुटि पुनर्प्राप्ति रणनीतियों और रिएक्टिव स्ट्रीम में लीगेसी कॉलबैक या सिंक्रोनस API को ब्रिज करने के लिए उपयोगिताओं सहित क्षमताओं की एक विस्तृत श्रृंखला को कवर करता है। यह पाइपलाइन निगरानी के लिए इंस्ट्रूमेंटेशन और सिग्नल अनुक्रमों को सत्यापित करने के लिए परीक्षण उपकरणों का एक सूट भी प्रदान करता है।
Calculates sums, averages, minimums, and maximums across streams of numeric data.
Javaasynchronousflowflux - reactivex/rxgo
ReactiveX/RxGo
5,091GitHub पर देखेंRxGo एक फ़ंक्शनल रिएक्टिव प्रोग्रामिंग लाइब्रेरी और Go भाषा के लिए ReactiveX का कार्यान्वयन है। यह ऑब्जर्वेबल पैटर्न का उपयोग करके इवेंट-आधारित प्रोग्राम्स और डेटा फ़्लो को कोऑर्डिनेट करने के लिए डिज़ाइन किया गया एक एसिंक्रोनस स्ट्रीम प्रोसेसिंग टूलकिट है। यह लाइब्रेरी एसिंक्रोनस प्रोसेसिंग पाइपलाइन्स के निर्माण को सक्षम बनाती है जो इवेंट सीक्वेंस को ट्रांसफ़ॉर्म, फ़िल्टर और संयोजित करती हैं। यह इन पाइपलाइन्स को कंपोज़ करने के लिए फ़ंक्शनल ऑपरेटर्स के उपयोग के माध्यम से खुद को अलग बनाती है और कॉन्करेंट निष्पादन को मैनेज करने के लिए तंत्र प्रदान करती है। यह टूलकिट डेटा एग्रीगेशन, मल्टी-स्ट्रीम कॉम्बिनेशन और स्ट्रीम्स को स्टैटिक डेटा स्ट्रक्चर्स में बदलने सहित स्ट्रीम ऑर्केस्ट्रेशन क्षमताओं की एक विस्तृत श्रृंखला को कवर करती है। इसमें एरर रिकवरी, डेटा उत्पादन गति को विनियमित करने के लिए बैकप्रेशर कंट्रोल, और CPU कोर पर प्रोसेसिंग को समानांतर करने के लिए वर्कर पूलिंग के लिए इन-बिल्ट सपोर्ट शामिल है।
Calculates statistical aggregates such as sums, averages, and counts across asynchronous data sequences.
Goasyncasynchronousconcurrency - reactivex/rxpy
ReactiveX/RxPY
5,014GitHub पर देखेंRxPY is a functional reactive programming library and a ReactiveX observable library for Python. It serves as an asynchronous stream processor and event-driven coordination framework used to build data pipelines that react to changes in state or streams of events over time. The library provides a toolkit for composing asynchronous and event-based programs using observable sequences and operators. It distinguishes itself through the use of configurable schedulers to manage concurrency, timing, and subscription lifecycles. The project covers a wide range of stream processing capabilities, incl
Computes statistical aggregates such as sums, averages, and counts across asynchronous data sequences.
Python
