--- title: Kestra created: 2026-06-08 updated: 2026-06-08 type: app tags: [catalogue, workflow-automation, app-marathon-batch-a] confidence: high contested: false sources: [https://selfh.st/apps/?tag=Workflow+Automation&app=kestra] --- # ⚙️ Kestra > **Orchestrateur de workflows déclaratif YAML** — pipelines data et ETL scalables, avec UI moderne et execution engine basé sur la queue (Kafka/RabbitMQ). ## 📋 Informations Générales | Champ | Valeur | | :--- | :--- | | **Site web** | [kestra.io](https://kestra.io) | | **GitHub** | [kestra-io/kestra](https://github.com/kestra-io/kestra) | | **License** | Apache-2.0 | | **Langage** | Java | | **Étoiles GitHub** | 18k ⭐ | | **Catégorie** | [[cat-workflow-automation|Workflow Automation]] | ## 📝 Description **Kestra** est une plateforme d'**orchestration de workflows** qui se distingue par son approche **déclarative YAML** (code-as-configuration) et son architecture scalable (basée sur une queue + workers). Vous définissez vos flows dans des fichiers `.yml`, Kestra les parse, les versionne (Git-friendly), et les exécute via un pool de workers. Excellent pour ETL, data pipelines, batch jobs, et orchestration de microservices. Différence avec **Apache Airflow** : Kestra a une UI plus moderne, ne nécessite pas de DAG Python (YAML pur), et scale nativement via workers (Airflow = single scheduler). Pour qui: équipes data, DevOps, et toute personne qui veut orchestrer des centaines de jobs avec une UI claire. ## 🚀 Installation ### Docker Compose (Standalone) ```yaml version: '3.8' services: kestra: image: kestra/kestra:latest container_name: kestra restart: unless-stopped ports: - "8080:8080" environment: - KESTRA_CONFIGURATION=default volumes: - ./data:/app/storage labels: - "traefik.enable=true" - "traefik.http.routers.kestra.rule=Host(`kestra.example.com`)" - "traefik.http.routers.kestra.entrypoints=websecure" - "traefik.http.routers.kestra.tls.certresolver=letsencrypt" ``` ## 🔄 Alternatives ### Open Source - [[app-n8n]] — UI visuelle, plus orienté SaaS - **Apache Airflow** — Standard data engineering (Python) - **Dagster** — Data orchestrator moderne (Python) - **Prefect** — Cloud-first orchestration - **Argo Workflows** — K8s-native ### Propriétaires - **AWS Step Functions** — Orchestrateur AWS managé - **Azure Logic Apps** — iPaaS Microsoft - **Temporal** — Workflow as code (Cloud option) ## 🔐 Sécurité - **Basic auth** : activable via `KESTRA_SECURITY_BASIC_AUTH_USERNAME` etc. - **JWT** : pour l'API. - **Vault integration** : pour les secrets, Kestra supporte HashiCorp Vault nativement. - **Namespaces** : isolation multi-tenant. ## 📚 Ressources - [Documentation officielle](https://kestra.io/docs/) - [Kestra University](https://kestra.io/university/) - [Blueprints / Templates](https://kestra.io/blueprints) ## Pages Liées - [[cat-workflow-automation]] — Catégorie Workflow Automation - [[app-n8n]] — Concurrent haut-niveau - **Apache Airflow** — Concurrent data - [[recettes-docker-compose]] — Templates Docker