Data Pipelines: аналоги и альтернативы с тарифом "Платный | Проприетарный"

Иконка приложения Data Pipelines

Data Pipelines

  • (434)
Аналоги и альтернативы

Data Pipelines описывается как 'Инструмент интеграции данных, который позволяет создавать конвейеры данных несколькими щелчками мыши, а затем автоматизировать их для подачи отчетов или приложений в реальном времени. Никаких навыков кодирования не требуется.'

Мы собрали 12 аналогов к Data Pipelines для различных платформ, включая Андроид, iPhone, iPad, Mac, Linux и Windows, работающих как Онлайн, так и Офлайн. В том числе 9 аналогов с тарифом "Платный | Проприетарный", поэтому надеемся вы сможете найти подходящую альтернативу.

Лучшая альтернатива Data Pipelines с тарифом "Платный | Проприетарный" - это Pentaho, про которую вы можете прочитать на нашем сайте. Другие хорошие приложения, похожие на Data Pipelines - это: Sisense и Sprinkle Data

Все аналоги и альтернативы

Иконка приложения Pentaho

Pentaho

  • (461)
Платформа бизнес-аналитики для доступа, подготовки и анализа данных из любого источника в любой среде.


Иконка приложения Sprinkle Data
Sprinkle Data — это платформа конвейера данных, которая собирает данные из нескольких источников, обрабатывает их, а затем показывает аналитику по входным данным.


Иконка приложения Hevo Data

Hevo Data

  • (223)
Hevo Data — это платформа двунаправленного конвейера данных без кода, специально созданная для современных потребностей ETL, ELT и Reverse ETL.

Иконка приложения CData Python Connectors

Подключайте доступ к данным на основе Python, визуализацию, ORM, ETL, AI/ML и пользовательские приложения с данными из любого места!


Иконка приложения Astera Centerprise
Astera Centerprise — это комплексное программное обеспечение корпоративного уровня для интеграции и управления данными с интерфейсом без кода и перетаскиванием.


Иконка приложения Diyotta 4.0

Diyotta 4.0

  • (230)
Единое решение для интеграции данных корпоративного класса, которое позволяет организациям быстро и эффективно получать доступ к разнообразным и новым источникам, потоковым данным или хранимым данным на традиционных локальных платформах данных, в облаке или в гибридных средах.