Git Stars Git Stars

#spark Repositories

Entdecke 126 aktive Open-Source-GitHub-Repositories, die mit #spark getaggt sind und insgesamt 513,269 Sterne gesammelt haben (durchschnittlich 4,073 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist DataTalksClub/data-engineering-zoomcamp mit 46,997 Sternen.

126
Gesamtzahl der Repositories
513,269
Gesamtanzahl der Sterne
4,073
Durchschnittliche Sterne/Repo

Insgesamt 126 Repositories

1
DataTalksClub/data-engineering-zoomcamp

Data Engineering Zoomcamp ist ein kostenloser 9-wöchiger Kurs über den Aufbau von produktionsreifen Datenpipelines. Nimm hier am Kurs teil 👇🏼

DataTalksClub
⭐ 46,997 Jupyter Notebook 👤 DataTalksClub Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2021-10-21
2
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
3
getredash/redash

Machen Sie Ihr Unternehmen datengesteuert. Stellen Sie eine Verbindung zu jeder Datenquelle her, visualisieren, dashboarden und teilen Sie Ihre Daten ganz einfach.

getredash
⭐ 28,895 TypeScript 👤 getredash Organization 🕐 Aktualisiert 2026-11-14 📅 Erstellt 2013-10-28
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
yeasy/docker_practice

Neueste Docker-Container-Technologie, lerne Best Practices aus realen Fällen! | Lerne und verstehe Docker & Container Technologien, mit realer DevOps-Praxis.

yeasy
⭐ 26,382 Go 👤 yeasy User 🕐 Aktualisiert 2026-11-11 📅 Erstellt 2014-09-05
6
heibaiying/BigData-Notes

Einführung in Big Data :star:

heibaiying
⭐ 16,818 Java 👤 heibaiying User 🕐 Aktualisiert 2024-01-05 📅 Erstellt 2019-03-10
7
FavioVazquez/ds-cheatsheets

Liste von Data-Science-Cheat-Sheets, um die Welt zu regieren

FavioVazquez
⭐ 15,921 👤 FavioVazquez User 🕐 Aktualisiert 2024-07-18 📅 Erstellt 2018-12-20
8
GaiZhenbiao/ChuanhuChatGPT

GUI für ChatGPT API und viele LLMs. Unterstützt Agenten, dateibasierte QA, GPT-Feinabstimmung und Abfragen mit Websuche. Alles mit einer sauberen Benutzeroberfläche.

GaiZhenbiao
⭐ 15,237 Python 👤 GaiZhenbiao User 🕐 Aktualisiert 2026-09-16 📅 Erstellt 2023-03-02
9
zhisheng17/flink-learning

Flink Lernblog. http://www.54tianzhisheng.cn/ Enthält Inhalte zu Flink Einleitung, Konzepte, Prinzipien, Praxis, Performance-Tuning, Quellcode-Analyse usw. Beinhaltet Lernfälle zu Flink Connector, Metrics, Library, DataStream API, Table API & SQL usw., sowie das Teilen großer Projektfälle für Flink-Anwendungen (PVUV, Log-Speicherung, Echtzeit-Entdopplung von Milliarden von Daten, Monitoring-Alarme). Willkommen, alle meine Spalte „Big Data Real-Time Computing Engine Flink Praxis und Performance-Optimierung“ zu unterstützen.

zhisheng17
⭐ 15,109 Java 👤 zhisheng17 User 🕐 Aktualisiert 2026-05-06 📅 Erstellt 2019-01-01
10
aalansehaiyang/technology-talk

【Großkonzern-Interview-Spalte】 Ein technischer Leitfaden für Java-Programmierer: Hier finden Sie Vorstellungsgesprächsfragen, Systemarchitektur, Karrieretipps, gängige Middleware usw., um ein besserer Profi zu werden!

aalansehaiyang
⭐ 14,717 👤 aalansehaiyang User 🕐 Aktualisiert 2025-07-21 📅 Erstellt 2016-06-10
11
horovod/horovod

Verteiltes Trainings-Framework für TensorFlow, Keras, PyTorch und Apache MXNet.

horovod
⭐ 14,695 Python 👤 horovod Organization 🕐 Aktualisiert 2026-06-20 📅 Erstellt 2017-08-09
12
deeplearning4j/deeplearning4j

Suite von Tools zum Bereitstellen und Trainieren von Deep-Learning-Modellen mit dem JVM. Zu den Highlights gehören der Modellimport für Keras, TensorFlow und ONNX/PyTorch, eine modulare und winzige C++-Bibliothek zur Ausführung von mathematischem Code und eine Java-basierte Mathematikbibliothek auf der Grundlage der Kern-C++-Bibliothek. Enthält auch SameDiff: Eine PyTorch/TensorFlow-ähnliche Bibliothek zum Ausführen von Deep-Learn...

deeplearning4j
⭐ 14,283 Java 👤 deeplearning4j Organization 🕐 Aktualisiert 2026-10-05 📅 Erstellt 2013-11-27
13
tobymao/sqlglot

Python SQL Parser und Transpiler

tobymao
⭐ 9,809 Python 👤 tobymao User 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2021-03-13
14
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
15
mage-ai/mage-ai

🧙 Erstellen, ausführen und verwalten Sie Datenpipelines für die Datenintegration und -transformation.

mage-ai
⭐ 8,850 Python 👤 mage-ai Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2022-05-16
16
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
17
Alluxio/alluxio

Alluxio, Datenorchestrierung für Analysen und Machine Learning in der Cloud

Alluxio
⭐ 7,264 Java 👤 Alluxio Organization 🕐 Aktualisiert 2026-09-01 📅 Erstellt 2012-12-21
18
Angel-ML/angel

Ein flexibler und leistungsstarker Parameter-Server für maschinelles Lernen im großen Maßstab

Angel-ML
⭐ 6,797 Java 👤 Angel-ML Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2017-04-25
19
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
20
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
21
tencentmusic/cube-studio

cube studio Open-Source Cloud-Native One-Stop Machine Learning/Deep Learning/Large Model AI Platform, MLOps Algorithmus-Link Ganzprozess, Rechenleistung-Leihplattform, Notebook Online-Entwicklung, Drag-and-Drop-Aufgabenfluss-Pipeline-Orchestrierung, Multi-Machine-Multi-GPU-verteiltes Training, Hyperparameter-Suche, Inferenzdienst VGPU-Virtualisierung, Edge Computing, Annotationsplattform-Automatisierte-Annotation, Large Model SFT Fine-Tuning/Reward Model/Reinforcement Learning Training von Deepseek usw., Multi-Machine-Inferenz von Large Models wie vLLM/Ollama/MindSpore, Private Knowledge Base, AI Model Marketplace, Unterstützung für heimische CPU/GPU/NPU Ascend-Ökosystem, Unterstützung für RDMA, Unterstützung für verteilte Frameworks wie PyTorch/TF/MXNet/DeepSpeed/Paddle/ColossalAI/Horovod/Ray/Volcano

tencentmusic
⭐ 5,085 👤 tencentmusic Organization 🕐 Aktualisiert 2026-10-09 📅 Erstellt 2021-08-17
22
apache/streampark

Die offene Kontrollebene für Echtzeitdaten

apache
⭐ 4,352 Java 👤 apache Organization 🕐 Aktualisiert 2026-10-31 📅 Erstellt 2019-05-27
23
JohnSnowLabs/spark-nlp

State-of-the-Art-Verarbeitung natürlicher Sprache

JohnSnowLabs
⭐ 4,162 Scala 👤 JohnSnowLabs Organization 🕐 Aktualisiert 2026-11-14 📅 Erstellt 2017-09-24
24
RoaringBitmap/RoaringBitmap

Ein besserer komprimierter Bitset in Java: Verwendet von Apache Spark, Netflix Atlas, Apache Pinot, Tablesaw und vielen anderen

RoaringBitmap
⭐ 3,957 Java 👤 RoaringBitmap Organization 🕐 Aktualisiert 2026-11-14 📅 Erstellt 2013-06-17
25
Cyb3rWard0g/HELK

Der jagende ELK

Cyb3rWard0g
⭐ 3,901 Jupyter Notebook 👤 Cyb3rWard0g User 🕐 Aktualisiert 2024-06-01 📅 Erstellt 2017-03-14
26
awslabs/deequ

Deequ ist eine Bibliothek, die auf Apache Spark aufbaut und für die Definition von "Unit-Tests für Daten" dient, die die Datenqualität in großen Datensätzen messen.

awslabs
⭐ 3,660 Scala 👤 awslabs Organization 🕐 Aktualisiert 2026-10-20 📅 Erstellt 2018-08-07
27
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
28
liyupi/sql-generator

🔨 Generieren Sie mit JSON strukturierte SQL-Anweisungen, basierend auf Vue3 + TypeScript + Vite + Ant Design + MonacoEditor, das Projekt ist einfach (starke Logik, leichte Seiten), gut zum Üben geeignet~

liyupi
⭐ 3,455 Vue 👤 liyupi User 🕐 Aktualisiert 2024-01-17 📅 Erstellt 2022-05-12
29
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
30
apache/linkis

Apache Linkis baut eine Berechnungsmiddleware-Schicht auf, um die Verbindung, Governance und Orchestrierung zwischen den oberen Anwendungen und den zugrunde liegenden Daten-Engines zu erleichtern.

apache
⭐ 3,417 Java 👤 apache Organization 🕐 Aktualisiert 2026-11-04 📅 Erstellt 2019-07-23
31
databricks/koalas

Koalas: pandas-API auf Apache Spark

databricks
⭐ 3,368 Python 👤 databricks Organization 🕐 Aktualisiert 2024-03-20 📅 Erstellt 2019-01-03
32
WeBankFinTech/DataSphereStudio

DataSphereStudio ist ein One-Stop-Portal für die Entwicklung und Verwaltung von Datenanwendungen, das Szenarien wie Datenaustausch, Desensibilisierung/Reinigung, Analyse/Mining, Qualitätsmessung, Visualisierung und Task-Scheduling abdeckt.

WeBankFinTech
⭐ 3,275 Java 👤 WeBankFinTech Organization 🕐 Aktualisiert 2025-11-04 📅 Erstellt 2019-11-24
33
lakesoul-io/LakeSoul

Eine offene Lakehouse-Engine für Agenten – Postgres-, Vektor- und Python-nativ. Spricht PostgreSQL, läuft auf Ihrem Objektspeicher und ist in Rust geschrieben.

lakesoul-io
⭐ 3,261 Rust 👤 lakesoul-io Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2021-12-28
34
MoRan1607/BigDataGuide

Big Data-Lernen, Big Data von Grund auf lernen, enthält Lernvideos und Bewerbungsmaterialien für jede Phase des Big Data-Lernens

MoRan1607
⭐ 3,259 👤 MoRan1607 User 🕐 Aktualisiert 2026-01-20 📅 Erstellt 2019-11-30
35
kubeflow/spark-operator

Kubernetes-Operator zur Verwaltung des Lebenszyklus von Apache Spark-Anwendungen auf Kubernetes.

kubeflow
⭐ 3,162 Python 👤 kubeflow Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2018-01-03
36
Luce-Org/lucebox

Lucebox-Inferenz-Engine für heterogene Hardware und Consumer-GPUs

Luce-Org
⭐ 3,024 C++ 👤 Luce-Org Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2026-04-03
37
RayXBuilds/Movie_Recommend

Früheres Lernprojekt: Filmempfehlungen mit Spark, Web Scraping, Webanwendung und Backend. Die neue Version wird unter cinematch-recommender weiterentwickelt.

RayXBuilds
⭐ 3,007 Java 👤 RayXBuilds User 🕐 Aktualisiert 2026-10-21 📅 Erstellt 2018-04-18
38
spark-jobserver/spark-jobserver

REST-Jobserver für Apache Spark

spark-jobserver
⭐ 2,833 Scala 👤 spark-jobserver Organization 🕐 Aktualisiert 2026-03-03 📅 Erstellt 2014-08-21
39
vector4wang/spring-boot-quick

:herb: Schnelle Lernbeispiele basierend auf Spring Boot, Integration von Open-Source-Frameworks, die ich getroffen habe, wie: RabbitMQ (Verzögerungsqueue), Kafka, JPA, Redis, OAuth2, Swagger, JSP, Docker, K3s, K3d, K8s, MyBatis-Verschlüsselungs-/Entschlüsselungs-Plugin, Ausnahmetreatment, Log-Ausgabe, Multi-Modul-Entwicklung, Multi-Umgebungspaketierung, Cache, Web-Crawler, JWT, GraphQL, Dubbo, Zookeeper und Async usw. :pushpin:

vector4wang
⭐ 2,789 Java 👤 vector4wang User 🕐 Aktualisiert 2026-05-16 📅 Erstellt 2017-03-13
40
moj-analytical-services/splink

Schnelle, genaue und skalierbare probabilistische Datenverknüpfung mit Unterstützung für mehrere SQL-Backends

moj-analytical-services
⭐ 2,592 Python 👤 moj-analytical-services Organization 🕐 Aktualisiert 2026-11-11 📅 Erstellt 2019-11-22
41
geekyouth/SZT-bigdata

Shenzhen Metro Big Data Fahrgastflussanalyse-System🚇🚄🌟

geekyouth
⭐ 2,469 Scala 👤 geekyouth User 🕐 Aktualisiert 2026-05-12 📅 Erstellt 2020-04-13
42
XZB-1248/Spark

✨Spark ist ein webbasiertes, plattformübergreifendes und voll funktionsfähiges Remote Administration Tool (RAT), das in Go geschrieben wurde und es Ihnen ermöglicht, alle Ihre Geräte überall zu steuern. Spark ist ein in Go geschriebenes, webbasiertes, plattformübergreifendes und vielseitiges Fernsteuerungs- und Überwachungstool, mit dem Sie alle Geräte jederzeit und überall steuern und überwachen können.

XZB-1248
⭐ 2,412 Go 👤 XZB-1248 User 🕐 Aktualisiert 2026-03-16 📅 Erstellt 2022-03-16
43
apache/kyuubi

Apache Kyuubi ist ein verteiltes und Multi-Tenant-Gateway, das serverloses SQL auf Data Warehouses und Lakehouses bereitstellt.

apache
⭐ 2,379 Scala 👤 apache Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2017-12-18
44
ytsaurus/ytsaurus

YTsaurus ist eine skalierbare und fehlertolerante Open-Source-Big-Data-Plattform.

ytsaurus
⭐ 2,325 C++ 👤 ytsaurus Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2022-12-05
45
o-gs/dji-firmware-tools

Werkzeuge zur Handhabung von Firmwareprodukten von DJI mit Schwerpunkt auf Quadcoptern.

o-gs
⭐ 2,309 C 👤 o-gs Organization 🕐 Aktualisiert 2026-11-11 📅 Erstellt 2016-08-03
46
salesforce/TransmogrifAI

TransmogrifAI (ausgesprochen trăns-mŏgˈrə-fī) ist eine AutoML-Bibliothek zum Erstellen modularer, wiederverwendbarer und stark typisierter Machine-Learning-Workflows auf Apache Spark mit minimalem manuellem Anpassungsaufwand.

salesforce
⭐ 2,280 Scala 👤 salesforce Organization 🕐 Aktualisiert 2026-06-02 📅 Erstellt 2017-11-02
47
fugue-project/fugue

Eine einheitliche Schnittstelle für verteiltes Rechnen. Fugue führt SQL-, Python-, Pandas- und Polars-Code auf Spark, Dask und Ray ohne Änderungen aus.

fugue-project
⭐ 2,168 Python 👤 fugue-project Organization 🕐 Aktualisiert 2026-11-12 📅 Erstellt 2020-03-24
48
zio/zio-quill

Kompilierzeit-Sprachintegrierte Abfragen für Scala

zio
⭐ 2,165 Scala 👤 zio Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2015-07-20
49
dotnet/spark

.NET for Apache® Spark™ macht Apache Spark™ für .NET-Entwickler leicht zugänglich.

dotnet
⭐ 2,096 C# 👤 dotnet Organization 🕐 Aktualisiert 2026-11-05 📅 Erstellt 2019-04-22
50
broadinstitute/gatk

Offizielles Code-Repository für GATK-Versionen 4 und höher

broadinstitute
⭐ 2,010 Java 👤 broadinstitute Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2014-12-02

Häufig gestellte Fragen

1

Welches ist das beliebteste #spark-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#spark-Projekt auf GitHub ist DataTalksClub/data-engineering-zoomcamp mit 46,997 Sternen. Data Engineering Zoomcamp ist ein kostenloser 9-wöchiger Kurs über den Aufbau von produktionsreifen Datenpipelines. Nimm hier am Kurs teil 👇🏼

2

Welche Programmiersprachen werden in #spark-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #spark-Projekten auf GitHub sind Java, Scala, Python, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #spark-Repositories berechnet?

Wir verfolgen 126 aktive Open-Source-Repositories, die mit #spark getaggt sind (500+ Sterne), mit insgesamt 513,269 Sternen und durchschnittlich 4,073 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.