Motor declarativo de integración de datos con enfoque code-first para crear pipelines ELT con taps y targets de Singer, y acceso a más de 600 API y bases de datos mediante su Hub.
2,7 mil274PythonMITActualizado anteayer
dagster-io/dagster
Plataforma de orquestación en Python para definir, ejecutar y monitorear activos de datos como tablas, conjuntos de datos, modelos de ML e informes.
Alternativa open source a:Apache Airflow
- Estrellas
- 16,311
- Forks
- 2,366
- Issues abiertos
- 2,604
- Último commit
- hace 11 horas
¿Qué es?
Dagster permite declarar los activos de datos que quieres crear como funciones de Python y se encarga de ejecutarlos en el momento adecuado y mantenerlos actualizados. Los activos se conectan en un grafo, por lo que las dependencias, el linaje y el historial de ejecuciones se pueden consultar en su interfaz web.
El proyecto está diseñado para usarse en todo el ciclo de desarrollo, desde el desarrollo local y las pruebas unitarias hasta las pruebas de integración, el entorno de staging y producción. Ofrece programación de tareas, ejecución multiusuario, observabilidad y catalogación integradas, además de una biblioteca en crecimiento de integraciones con herramientas de datos comunes.
Es compatible con Python 3.9 a 3.14 y se puede instalar desde PyPI con los paquetes dagster y dagster-webserver.
Funciones clave
- 01Definir activos de datos como funciones de Python mediante un modelo declarativo.
- 02Visualizar las dependencias y el linaje de los activos en una interfaz web.
- 03Programar y ejecutar activos para mantenerlos actualizados.
- 04Observabilidad, diagnósticos y catalogación de metadatos integrados.
- 05Motor de orquestación multiusuario para implementaciones de producción.
- 06Biblioteca en crecimiento de integraciones con herramientas de datos populares.
Casos de uso
- Crear pipelines ETL o ELT que generen tablas para un data warehouse.
- Orquestar el entrenamiento de modelos de machine learning y sus pipelines.
- Mantener informes y conjuntos de datos que deban estar actualizados.
- Probar pipelines de datos localmente y en CI antes de implementarlos en producción.
Inicio rápido
- 1
Instala Dagster, el servidor web y la CLI con uv
uv add dagster dagster-webserver dagster-dg-cli - 2
Sigue el tutorial práctico de la documentación para crear tu primera canalización
Temas
Preguntas frecuentes
- ¿Qué es dagster?
- Plataforma de orquestación en Python para definir, ejecutar y monitorear activos de datos como tablas, conjuntos de datos, modelos de ML e informes. Dagster permite declarar los activos de datos que quieres crear como funciones de Python y se encarga de ejecutarlos en el momento adecuado y mantenerlos actualizados. Los activos se conectan en un grafo, por lo que las dependencias, el linaje y el historial de ejecuciones se pueden consultar en su interfaz web.
- ¿dagster es gratuito? ¿Qué licencia tiene?
- dagster es open source bajo la licencia Apache-2.0. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿dagster sigue mantenido?
- Mantenimiento activo. El último commit de dagster fue el 21 oct 2026.
- ¿Para qué puedo usar dagster?
- Crear pipelines ETL o ELT que generen tablas para un data warehouse. Orquestar el entrenamiento de modelos de machine learning y sus pipelines. Mantener informes y conjuntos de datos que deban estar actualizados. Probar pipelines de datos localmente y en CI antes de implementarlos en producción.
- ¿Cómo se instala dagster?
- Instala Dagster, el servidor web y la CLI con uv: uv add dagster dagster-webserver dagster-dg-cli Sigue el tutorial práctico de la documentación para crear tu primera canalización
- ¿Dónde consigo dagster?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/dagster-io/dagster
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Apache Airflow es una plataforma para crear, programar y supervisar mediante código flujos de trabajo definidos en Python (Dags).
47,2 mil18,1 milPythonApache-2.0Actualizado anteayer
Framework de orquestación de flujos de trabajo en Python que convierte scripts en pipelines de datos listos para producción, con programación, reintentos, caché y automatizaciones basadas en eventos.
24,1 mil2,6 milPythonApache-2.0Actualizado hace 10 horas
Plataforma de orquestación de código abierto y basada en eventos para programar y ejecutar flujos de trabajo de datos, IA e infraestructura definidos en YAML.
29,9 mil3,5 milJavaApache-2.0Actualizado anteayer
Framework ETL de Python para procesamiento de streams, analítica en tiempo real, pipelines de LLM y RAG, impulsado por un motor Rust.
62,1 mil1,7 milPythonOtherActualizado anteayer
Plataforma distribuida y low-code de orquestación de datos para crear, programar y supervisar flujos de trabajo complejos de pipelines de datos.
14,5 mil5,1 milJavaApache-2.0Actualizado ayer