Kestra
Deklarative, YAML-basierte Orchestrierungsplattform zum Planen und Orchestrieren von Datenpipelines, ETL-Jobs und Geschäftsworkflows.
- Aktiv gepflegt
- Gut dokumentiert
- Permissive Lizenz
Überblick
Kestra lässt Teams Workflows in YAML statt in Code definieren, wodurch Pipelines leicht zu versionieren, zu überprüfen und programmatisch zu generieren sind, während eingebettete Skripte in beliebigen Sprachen für die eigentliche Task-Logik weiterhin unterstützt werden. Es bietet eingebautes Scheduling, Event-Trigger, Wiederholungsversuche und eine UI zur Überwachung von Läufen.
Kestra eignet sich für Teams, die deklarative, sprachunabhängige Workflow-Definitionen dem Python-first-Ansatz von Prefect (ebenfalls in diesem Katalog) vorziehen – nützlich für Teams mit gemischtsprachigen Pipelines oder die Workflows wollen, die andere Tools generieren und bearbeiten können.
Warum es in diesem Katalog steht
Katalog-Bewertung: ★★★☆☆ (3/5)
Declarative orchestration platform, meaningful overlap with Prefect/Temporal/Argo Workflows.
- Ausgereift
- Herstellergestützt
- Kategorien
- Automatisierung
- Sprachen
- Java
- Lizenz
- Apache-2.0
Mit einem anderen Projekt vergleichen
Ähnliche Projekte
Prefect
Apache-2.0Python-native Workflow-Orchestrierungsplattform zum Erstellen, Planen und Überwachen von Datenpipelines mit gewöhnlichem Python-Code.
Aktiv gepflegt
- Automatisierung
Temporal
MITPlattform für dauerhafte Ausführung, mit der Entwickler zuverlässige, lang laufende Workflows als gewöhnlichen Code schreiben – Wiederholungsversuche, Zustand und Fehlerbehebung werden automatisch gehandhabt.
Aktiv gepflegt
- Automatisierung
Argo Workflows
Apache-2.0Kubernetes-natives Workflow-Engine, die jeden Schritt einer Pipeline als Container ausführt und parallele Jobs sowie mehrstufige DAGs direkt auf einem Cluster orchestriert.
Aktiv gepflegt
- Automatisierung
SeaTunnel
Apache-2.0Verteilte Datenintegrationsplattform zum Verschieben und Transformieren von Daten zwischen Datenbanken, Data Lakes und Messaging-Systemen im großen Maßstab.
Aktiv gepflegt
- Backend
Einen Fehler entdeckt? Änderung auf GitHub vorschlagen.