Git Stars Git Stars

#big-data Repositories

Entdecke 133 aktive Open-Source-GitHub-Repositories, die mit #big-data getaggt sind und insgesamt 683,600 Sterne gesammelt haben (durchschnittlich 5,139 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist binhnguyennus/awesome-scalability mit 75,924 Sternen.

133
Gesamtzahl der Repositories
683,600
Gesamtanzahl der Sterne
5,139
Durchschnittliche Sterne/Repo

Insgesamt 133 Repositories

1
binhnguyennus/awesome-scalability

Die Muster skalierbarer, zuverlässiger und performanter Großer Systeme

binhnguyennus
⭐ 75,924 👤 binhnguyennus User 🕐 Aktualisiert 2026-01-04 📅 Erstellt 2017-12-27
2
ClickHouse/ClickHouse

ClickHouse® ist ein Echtzeit-Analyse-Datenbankmanagementsystem

ClickHouse
⭐ 51,051 C++ 👤 ClickHouse Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2016-06-02
3
apache/spark

Apache Spark – Eine einheitliche Analyse-Engine für die Verarbeitung großer Datenmengen

apache
⭐ 44,593 Scala 👤 apache Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2014-02-25
4
donnemartin/data-science-ipython-notebooks

Python-Notebooks für Data Science: Deep Learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, Big Data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, Python-Grundlagen, AWS und verschiedene Befehlszeilen.

donnemartin
⭐ 28,776 Python 👤 donnemartin User 🕐 Aktualisiert 2024-03-20 📅 Erstellt 2015-01-23
5
apache/flink

Apache Flink

apache
⭐ 26,487 Java 👤 apache Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2014-06-07
6
thingsboard/thingsboard

All-in-One-IoT-Plattform – Geräteverwaltung, Datenerfassung, -verarbeitung und -visualisierung.

thingsboard
⭐ 22,701 Java 👤 thingsboard Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2016-12-01
7
amark/gun

Ein Open-Source-Cybersicherheitsprotokoll zum Synchronisieren dezentraler Graphdaten.

amark
⭐ 19,166 JavaScript 👤 amark User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2014-07-31
8
heibaiying/BigData-Notes

Einführung in Big Data :star:

heibaiying
⭐ 16,818 Java 👤 heibaiying User 🕐 Aktualisiert 2024-01-05 📅 Erstellt 2019-03-10
9
prestodb/presto

Die offizielle Heimat des verteilten SQL-Abfrage-Engines Presto für Big Data

prestodb
⭐ 16,777 Java 👤 prestodb Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2012-08-09
10
andkret/Cookbook

Das Data Engineering Kochbuch

andkret
⭐ 15,594 Python 👤 andkret User 🕐 Aktualisiert 2026-10-16 📅 Erstellt 2019-03-10
11
trinodb/trino

Offizielles Repository von Trino, dem verteilten SQL-Abfrage-Engine für Big Data, ehemals bekannt als PrestoSQL (https://trino.io)

trinodb
⭐ 13,532 Java 👤 trinodb Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2019-01-19
12
vesoft-inc/nebula

Eine verteilte, schnelle Open-Source-Graph-Datenbank mit horizontaler Skalierbarkeit und hoher Verfügbarkeit

vesoft-inc
⭐ 12,474 C++ 👤 vesoft-inc Organization 🕐 Aktualisiert 2026-09-08 📅 Erstellt 2018-08-28
13
StarRocks/starrocks

Die weltweit schnellste Open-Query-Engine für Analysen in Millisekunden, sowohl im als auch außerhalb des Data Lakehouse. Mit der Flexibilität, nahezu jedes Szenario zu unterstützen, bietet StarRocks eine erstklassige Leistung für multidimensionale Analysen, Echtzeitanalysen und Ad-hoc-Abfragen. Ein Projekt der Linux Foundation.

StarRocks
⭐ 12,278 Java 👤 StarRocks Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2021-09-04
14
quickwit-oss/quickwit

Cloud-native OSS-Suchmaschine für Observability

quickwit-oss
⭐ 11,810 Rust 👤 quickwit-oss Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2021-04-13
15
provectus/kafka-ui

Open-Source Web-Oberfläche zur Verwaltung von Apache Kafka

provectus
⭐ 11,754 Java 👤 provectus Organization 🕐 Aktualisiert 2024-07-26 📅 Erstellt 2019-11-26
16
cython/cython

Der am weitesten verbreitete Python-zu-C-Compiler

cython
⭐ 10,898 Cython 👤 cython Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2010-11-21
17
apache/datafusion

Apache DataFusion SQL-Abfrage-Engine

apache
⭐ 9,631 Rust 👤 apache Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2021-04-17
18
catboost/catboost

Eine schnelle, skalierbare, hochperformante Gradient Boosting on Decision Trees Bibliothek, die für Ranking, Klassifikation, Regression und andere Machine-Learning-Aufgaben für Python, R, Java, C++ verwendet wird. Unterstützt Berechnungen auf CPU und GPU.

catboost
⭐ 9,210 C++ 👤 catboost Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2017-07-18
19
delta-io/delta

Ein Open-Source-Speicherframework, das den Aufbau einer Lakehouse-Architektur mit Compute-Engines wie Spark, PrestoDB, Flink, Trino und Hive sowie APIs ermöglicht

delta-io
⭐ 9,083 Scala 👤 delta-io Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2019-04-22
20
apache/beam

Apache Beam ist ein einheitliches Programmiermodell für die Verarbeitung von Batch- und Streaming-Daten.

apache
⭐ 8,723 Java 👤 apache Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2016-02-02
21
arkime/arkime

Arkime ist ein Open-Source-System in großem Maßstab für die vollständige Paketaufzeichnung, Indizierung und Datenbank.

arkime
⭐ 7,583 C 👤 arkime Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2012-07-06
22
h2oai/h2o-3

H2O ist eine Open-Source-, verteilte, schnelle und skalierbare Machine-Learning-Plattform: Deep Learning, Gradient Boosting (GBM) & XGBoost, Random Forest, Generalized Linear Modeling (GLM mit Elastic Net), K-Means, PCA, Generalized Additive Models (GAM), RuleFit, Support Vector Machine (SVM), Stacked Ensembles, Automatic Machine Learning (AutoML) usw.

h2oai
⭐ 7,527 Jupyter Notebook 👤 h2oai Organization 🕐 Aktualisiert 2026-11-11 📅 Erstellt 2014-03-03
23
feast-dev/feast

Der Open-Source-Feature-Store für KI/ML

feast-dev
⭐ 7,362 Python 👤 feast-dev Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2018-12-10
24
vespa-engine/vespa

Die KI-Suchplattform

vespa-engine
⭐ 7,190 Java 👤 vespa-engine Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2016-06-03
25
apache/couchdb

Nahtlose Multi-Primary-Sync-Datenbank mit intuitiver HTTP/JSON-API, für Zuverlässigkeit konzipiert

apache
⭐ 7,013 Erlang 👤 apache Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2009-05-21
26
apache/zeppelin

Web-basiertes Notebook, das datengetriebene, interaktive Datenanalysen und kollaborative Dokumente mit SQL, Scala und mehr ermöglicht.

apache
⭐ 6,670 Java 👤 apache Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2015-03-25
27
hazelcast/hazelcast

Hazelcast ist eine einheitliche Echtzeit-Datenplattform, die Stream-Verarbeitung mit einem schnellen Datenspeicher kombiniert und Kunden ermöglicht, sofort auf Daten im Fluss zu reagieren, um Echtzeit-Einblicke zu gewinnen.

hazelcast
⭐ 6,636 Java 👤 hazelcast Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2012-03-21
28
apache/iotdb

Apache IoTDB

apache
⭐ 6,437 Java 👤 apache Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2018-11-24
29
pachyderm/pachyderm

Datenzentrierte Pipelines und Datenversionierung

pachyderm
⭐ 6,295 Go 👤 pachyderm Organization 🕐 Aktualisiert 2025-02-03 📅 Erstellt 2014-09-04
30
vcaesar/riot

Open-Source-, verteilte, einfache und schnelle, effiziente Text-/Vektor-Suchmaschine in Go

vcaesar
⭐ 6,068 Go 👤 vcaesar User 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2017-06-21
31
apache/hive

Apache Hive

apache
⭐ 6,038 Java 👤 apache Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2009-05-21
32
Eventual-Inc/Daft

Hochleistungs-Daten-Engine für KI und multimodale Workloads. Verarbeiten Sie Bilder, Audio, Video und strukturierte Daten in beliebigem Umfang.

Eventual-Inc
⭐ 5,858 Rust 👤 Eventual-Inc Organization 🕐 Aktualisiert 2026-11-09 📅 Erstellt 2022-04-25
33
microsoft/SynapseML

Einfache und verteilte Machine-Learning-Python-Bibliothek zur Portierung von ML-Algorithmen für Spark

microsoft
⭐ 5,257 Scala 👤 microsoft Organization 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2017-06-05
34
apache/calcite

Apache Calcite

apache
⭐ 5,216 Java 👤 apache Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2014-06-25
35
apache/ignite

Apache Ignite

apache
⭐ 5,090 Java 👤 apache Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2015-02-19
36
tschellenbach/Stream-Framework

Stream Framework ist eine Python-Bibliothek, die es Ihnen ermöglicht, Newsfeeds, Aktivitäts-Streams und Benachrichtigungssysteme mithilfe von Cassandra und/oder Redis zu erstellen. Die Autoren von Stream-Framework bieten auch einen Cloud-Service für Feed-Technologie an:

tschellenbach
⭐ 4,739 Python 👤 tschellenbach User 🕐 Aktualisiert 2025-12-04 📅 Erstellt 2012-08-08
37
tangbc/vue-virtual-scroll-list

⚡️ Ein Vue-Komponent, das große Datenmengen-Listen mit hoher Render-Leistung und Effizienz unterstützt.

tangbc
⭐ 4,544 JavaScript 👤 tangbc User 🕐 Aktualisiert 2024-05-08 📅 Erstellt 2017-03-17
38
rom1504/img2dataset

Wandeln Sie problemlos große Mengen von Bild-URLs in einen Bilddatensatz um. Kann 100 Millionen URLs in 20 Stunden auf einer Maschine herunterladen, skalieren und verpacken.

rom1504
⭐ 4,458 Python 👤 rom1504 User 🕐 Aktualisiert 2025-10-19 📅 Erstellt 2021-08-11
39
crate/crate

CrateDB ist eine verteilte und skalierbare SQL-Datenbank zur Speicherung und Analyse massiver Datenmengen in Echtzeit-Nähe, sogar mit komplexen Abfragen. Sie ist PostgreSQL-kompatibel und basiert auf Lucene.

crate
⭐ 4,456 Java 👤 crate Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2013-04-10
40
alibaba/fastjson2

🚄 FASTJSON2 ist eine Java-JSON-Bibliothek mit exzellenter Leistung.

alibaba
⭐ 4,433 Java 👤 alibaba Organization 🕐 Aktualisiert 2026-11-15 📅 Erstellt 2022-04-17
41
Moataz-Elmesmary/Data-Science-Roadmap

Data Science Roadmap von A bis Z

Moataz-Elmesmary
⭐ 4,429 👤 Moataz-Elmesmary User 🕐 Aktualisiert 2025-12-06 📅 Erstellt 2022-04-17
42
Rdatatable/data.table

R's data.table Paket erweitert data.frame:

Rdatatable
⭐ 3,930 R 👤 Rdatatable Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2014-06-07
43
alibaba/GraphScope

🔨 🍇 💻 🚀 GraphScope: Ein umfassendes System für groß angelegte Graphberechnungen von Alibaba | Ein umfassendes System für Graphberechnungen

alibaba
⭐ 3,564 C++ 👤 alibaba Organization 🕐 Aktualisiert 2026-09-23 📅 Erstellt 2020-10-28
44
lakehq/sail

Drop-in-Ersatz für Apache Spark, geschrieben in Rust, der Batch-Verarbeitung, Stream-Verarbeitung und rechenintensive KI-Workloads vereint.

lakehq
⭐ 3,504 Rust 👤 lakehq Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2023-12-21
45
apache/datafusion-sqlparser-rs

Erweiterbarer SQL-Lexer und -Parser für Rust

apache
⭐ 3,483 Rust 👤 apache Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2018-02-06
⭐ 3,476 HTML 👤 NLPIR-team Organization 🕐 Aktualisiert 2026-07-30 📅 Erstellt 2015-05-04
47
apache/paimon

Apache Paimon ist ein Lake-Format, das den Aufbau einer Realtime-Lakehouse-Architektur mit Flink und Spark für Streaming- und Batch-Operationen ermöglicht.

apache
⭐ 3,454 Java 👤 apache Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2022-01-12
48
databricks/koalas

Koalas: pandas-API auf Apache Spark

databricks
⭐ 3,368 Python 👤 databricks Organization 🕐 Aktualisiert 2024-03-20 📅 Erstellt 2019-01-03
49
apache/hugegraph

Eine Graph-Datenbank, die mehr als 100 Milliarden Daten unterstützt, hohe Leistung und Skalierbarkeit (Inklusive OLTP-Engine & REST-API & Backends)

apache
⭐ 3,211 Java 👤 apache Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2018-07-18
50
TuiQiao/CBoard

Eine einfach zu bedienende, selbstbedienende offene BI-Berichts- und BI-Dashboard-Plattform.

TuiQiao
⭐ 3,099 JavaScript 👤 TuiQiao Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2016-09-21

Häufig gestellte Fragen

1

Welches ist das beliebteste #big-data-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#big-data-Projekt auf GitHub ist binhnguyennus/awesome-scalability mit 75,924 Sternen. Die Muster skalierbarer, zuverlässiger und performanter Großer Systeme

2

Welche Programmiersprachen werden in #big-data-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #big-data-Projekten auf GitHub sind Java, Python, Rust, C++ die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #big-data-Repositories berechnet?

Wir verfolgen 133 aktive Open-Source-Repositories, die mit #big-data getaggt sind (500+ Sterne), mit insgesamt 683,600 Sternen und durchschnittlich 5,139 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.