Git Stars Git Stars

#spark Repositories

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

Insgesamt 126 Repositories

51
elastic/elasticsearch-hadoop

:elephant: Elasticsearch Echtzeitsuche und -analyse nativ in Hadoop integriert

elastic
⭐ 1,966 Java 👤 elastic Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2013-03-11
52
apache/cassandra-spark-connector

Apache Spark zu Apache Cassandra Connector

apache
⭐ 1,948 Scala 👤 apache Organization 🕐 Aktualisiert 2025-04-29 📅 Erstellt 2014-06-27
53
apache/auron

Apache Auron ist ein Beschleuniger für Big-Data-Engines, der die native vektorisierte Ausführung nutzt, um die Abfrageverarbeitung zu beschleunigen.

apache
⭐ 1,849 Rust 👤 apache Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2021-06-28
54
collabH/bigdata-growth

Das Big-Data-Wissensrepository umfasst Data-Warehouse-Modellierung, Echtzeitberechnung, Big Data, Daten-Mittelplattform, Systemdesign, Java, Algorithmen usw.

collabH
⭐ 1,838 Python 👤 collabH User 🕐 Aktualisiert 2026-04-18 📅 Erstellt 2020-06-10
55
OBenner/data-engineering-interview-questions

Mehr als 2000+ Fragen zum Vorstellungsgespräch für Dateningenieure.

OBenner
⭐ 1,815 Python 👤 OBenner User 🕐 Aktualisiert 2026-01-13 📅 Erstellt 2021-08-08
56
zhonghuasheng/Tutorial

Backend (Java Golang) Full-Stack-Wissensarchitektur-System-Zusammenfassung

zhonghuasheng
⭐ 1,756 Shell 👤 zhonghuasheng User 🕐 Aktualisiert 2025-07-20 📅 Erstellt 2016-01-23
57
apachecn/.github

ApacheCN Open-Source-Organisation: Ankündigungen, Einführung, Mitglieder, Aktivitäten, Kommunikationswege

apachecn
⭐ 1,750 CSS 👤 apachecn Organization 🕐 Aktualisiert 2026-11-02 📅 Erstellt 2018-07-19
58
strapdata/elassandra

Elassandra = Elasticsearch + Apache Cassandra

strapdata
⭐ 1,718 Java 👤 strapdata Organization 🕐 Aktualisiert 2026-05-17 📅 Erstellt 2015-08-22
59
jadianes/spark-py-notebooks

Apache Spark & Python (pySpark) Tutorials für Big Data Analysis und Machine Learning als IPython / Jupyter Notebooks

jadianes
⭐ 1,667 Jupyter Notebook 👤 jadianes User 🕐 Aktualisiert 2024-03-16 📅 Erstellt 2015-05-06
60
almond-sh/almond

Ein Scala-Kernel für Jupyter

almond-sh
⭐ 1,631 Scala 👤 almond-sh Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2015-03-10
61
japila-books/apache-spark-internals

Die Internals von Apache Spark

japila-books
⭐ 1,553 👤 japila-books Organization 🕐 Aktualisiert 2026-10-10 📅 Erstellt 2015-08-31
62
combust/mleap

MLeap: ML-Pipelines in die Produktion bereitstellen

combust
⭐ 1,544 Scala 👤 combust Organization 🕐 Aktualisiert 2026-11-09 📅 Erstellt 2016-08-23
63
hi-primus/optimus

:truck: Agile Data Preparation Workflows leicht gemacht mit Pandas, Dask, cuDF, Dask-cuDF, Vaex und PySpark

hi-primus
⭐ 1,539 Python 👤 hi-primus Organization 🕐 Aktualisiert 2024-12-02 📅 Erstellt 2017-07-13
64
projectnessie/nessie

Nessie: Transaktionaler Katalog für Data Lakes mit Git-ähnlichen Semantiken

projectnessie
⭐ 1,533 Java 👤 projectnessie Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2020-04-09
65
apache/carbondata

Hochleistungs-Datenspeicherlösung

apache
⭐ 1,452 Scala 👤 apache Organization 🕐 Aktualisiert 2026-10-02 📅 Erstellt 2016-06-28
66
databricks/LearningSparkV2

Das ist das GitHub-Repository für Learning Spark: Lightning-Fast Data Analytics [2nd Edition]

databricks
⭐ 1,396 Scala 👤 databricks Organization 🕐 Aktualisiert 2025-01-28 📅 Erstellt 2019-02-10
67
HariSekhon/Dockerfiles

50+ öffentliche DockerHub-Images für Docker & Kubernetes - DevOps, CI/CD, GitHub Actions, CircleCI, Jenkins, TeamCity, Alpine, CentOS, Debian, Fedora, Ubuntu, Hadoop, Kafka, ZooKeeper, HBase, Cassandra, Solr, SolrCloud, Presto, Apache Drill, Nifi, Spark, Consul, Riak

HariSekhon
⭐ 1,382 Shell 👤 HariSekhon User 🕐 Aktualisiert 2026-02-03 📅 Erstellt 2016-01-17
68
jupyter-incubator/sparkmagic

Jupyter-Magics und -Kernels für die Arbeit mit remote Spark-Clustern

jupyter-incubator
⭐ 1,368 Python 👤 jupyter-incubator Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2015-09-21
69
apache/datafusion-comet

Apache DataFusion Comet Spark Accelerator

apache
⭐ 1,326 Scala 👤 apache Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2024-01-15
70
iflytek/datasophon

Der Experte für Cloud-Native Big Data Management der nächsten Generation zielt darauf ab, Benutzern dabei zu helfen, schnell stabile, effiziente und skalierbare Cloud-Native-Plattformen für Big Data aufzubauen.

iflytek
⭐ 1,325 Java 👤 iflytek Organization 🕐 Aktualisiert 2025-07-22 📅 Erstellt 2022-10-11
71
DTStack/Taier

Taier ist eine Big-Data-Entwicklungsplattform für Übermittlung, Planung, Betrieb und Wartung sowie Anzeige von Indikatorinformationen

DTStack
⭐ 1,285 Java 👤 DTStack Organization 🕐 Aktualisiert 2026-11-05 📅 Erstellt 2021-03-02
72
mahmoudparsian/pyspark-tutorial

PySpark-Tutorial bietet grundlegende Algorithmen mit PySpark

mahmoudparsian
⭐ 1,276 Jupyter Notebook 👤 mahmoudparsian User 🕐 Aktualisiert 2025-05-26 📅 Erstellt 2015-03-12
73
zinggAI/zingg

KI-gestützte Entitätsauflösung, Identitätsauflösung, Stammdatenverwaltung und Deduplizierung in großem Maßstab für Menschen und Agenten

zinggAI
⭐ 1,275 Java 👤 zinggAI Organization 🕐 Aktualisiert 2026-11-03 📅 Erstellt 2021-08-25
74
graphframes/graphframes

GraphFrames ist ein Paket für Apache Spark, das DataFrame-basierte Graphen bereitstellt.

graphframes
⭐ 1,213 Scala 👤 graphframes Organization 🕐 Aktualisiert 2026-11-12 📅 Erstellt 2016-01-20
75
apache/amoro

Apache Amoro (incubating) ist ein Lakehouse-Managementsystem, das auf offenen Data-Lake-Formaten aufbaut.

apache
⭐ 1,207 Java 👤 apache Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2022-07-14
76
abhishek-ch/around-dataengineering

Ein Knowledge Hub für Datenengineering & maschinelles Lernen

abhishek-ch
⭐ 1,140 Python 👤 abhishek-ch User 🕐 Aktualisiert 2024-02-02 📅 Erstellt 2020-09-18
77
apache/celeborn

Apache Celeborn ist ein elastischer und leistungsstarker Dienst für Shuffle- und Spill-Daten.

apache
⭐ 1,081 Java 👤 apache Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2021-12-10
78
metabrainz/listenbrainz-server

Server für das ListenBrainz-Projekt, einschließlich des Front-End-Codes (javascript/react), den es bereitstellt, und aller Datenverarbeitungskomponenten, die LB verwendet.

metabrainz
⭐ 1,074 Python 👤 metabrainz Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2015-09-05
79
bigdatagenomics/adam

ADAM ist eine Genomanalyseplattform mit spezialisierten Dateiformaten, die mit Apache Avro, Apache Spark und Apache Parquet erstellt wurden. Apache 2 lizenziert.

bigdatagenomics
⭐ 1,060 Scala 👤 bigdatagenomics Organization 🕐 Aktualisiert 2026-03-17 📅 Erstellt 2013-11-19
80
NVIDIA/cudf-spark

NVIDIA cuDF für Apache Spark-Plugin - Beschleunigen Sie Apache Spark mit GPUs

NVIDIA
⭐ 1,021 Scala 👤 NVIDIA Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2020-05-14
81
deanwampler/spark-scala-tutorial

Ein kostenloser Leitfaden für Apache Spark.

deanwampler
⭐ 988 Jupyter Notebook 👤 deanwampler User 🕐 Aktualisiert 2026-01-05 📅 Erstellt 2014-05-01
82
h2oai/sparkling-water

Sparkling Water bietet H2O-Funktionalität innerhalb des Spark-Clusters

h2oai
⭐ 982 Scala 👤 h2oai Organization 🕐 Aktualisiert 2025-11-05 📅 Erstellt 2014-10-13
83
sparklyr/sparklyr

R-Schnittstelle für Apache Spark

sparklyr
⭐ 970 R 👤 sparklyr Organization 🕐 Aktualisiert 2026-11-09 📅 Erstellt 2016-05-20
84
data-prep-kit/data-prep-kit

Open-Source-Projekt zur Datenaufbereitung für GenAI-Anwendungen

data-prep-kit
⭐ 968 HTML 👤 data-prep-kit Organization 🕐 Aktualisiert 2026-09-29 📅 Erstellt 2024-04-08
85
delta-io/delta-sharing

Ein offenes Protokoll für sicheren Datenaustausch

delta-io
⭐ 965 Scala 👤 delta-io Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2021-04-08
86
apache/livy

Apache Livy ist eine Open-Source-REST-Schnittstelle zur Interaktion mit Apache Spark von überall aus.

apache
⭐ 962 Scala 👤 apache Organization 🕐 Aktualisiert 2026-10-20 📅 Erstellt 2017-06-25
87
microsoft/Mobius

C#- und F#-Sprachschnittstellen und Erweiterungen für Apache Spark

microsoft
⭐ 948 C# 👤 microsoft Organization 🕐 Aktualisiert 2025-12-11 📅 Erstellt 2015-10-27
88
RedisLabs/spark-redis

Ein Connector für Spark, der das Lesen und Schreiben von/zu Redis-Cluster ermöglicht

RedisLabs
⭐ 944 Scala 👤 RedisLabs Organization 🕐 Aktualisiert 2026-10-12 📅 Erstellt 2015-08-16
89
XHToken/Spark-X2.6

Offene Modellreihe Spark-x2.6. Die Grenzen agentischer Fähigkeiten von On-Device-Modellen erweitern

XHToken
⭐ 927 👤 XHToken Organization 🕐 Aktualisiert 2026-11-04 📅 Erstellt 2026-08-24
90
typelevel/frameless

Ausdrucksstarke Typen für Spark.

typelevel
⭐ 898 Scala 👤 typelevel Organization 🕐 Aktualisiert 2026-10-28 📅 Erstellt 2015-03-28
91
pingcap/tispark

TiSpark ist dafür konzipiert, Apache Spark auf TiDB/TiKV auszuführen.

pingcap
⭐ 889 Scala 👤 pingcap Organization 🕐 Aktualisiert 2026-08-20 📅 Erstellt 2017-05-02
92
ohenley/awesome-ada

Eine kuratierte Liste toller Ressourcen im Zusammenhang mit der Ada- und SPARK-Programmiersprache

ohenley
⭐ 881 👤 ohenley User 🕐 Aktualisiert 2026-11-14 📅 Erstellt 2018-10-24
93
awslabs/data-on-eks

DoEKS ist ein Tool zum Erstellen, Bereitstellen und Skalieren von Datenplattformen auf Amazon EKS

awslabs
⭐ 863 Shell 👤 awslabs Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2022-09-25
94
LucaCanali/sparkMeasure

Dieses Repository enthält den Entwicklungscode für sparkMeasure, eine Bibliothek zur Leistungsanalyse und Fehlerbehebung für Apache Spark. Es vereinfacht das Sammeln, Aggregieren und Exportieren von Spark-Aufgaben-/Stufenmetriken und ist für den praktischen Einsatz durch Entwickler und Data Engineers in interaktiven Analysen, Tests und Produktionsüberwachungs-Workflows konzipiert.

LucaCanali
⭐ 831 Scala 👤 LucaCanali User 🕐 Aktualisiert 2026-10-16 📅 Erstellt 2017-03-16
95
HariSekhon/DevOps-Python-tools

80+ DevOps- & Data-CLI-Tools - AWS, GCP, GCF Python Cloud Functions, Log Anonymizer, Spark, Hadoop, HBase, Hive, Impala, Linux, Docker, Spark Data Converter & Validator (Avro/Parquet/JSON/CSV/INI/XML/YAML), Travis CI, AWS CloudFormation, Elasticsearch, Solr usw.

HariSekhon
⭐ 824 Python 👤 HariSekhon User 🕐 Aktualisiert 2026-02-03 📅 Erstellt 2015-10-27
96
WeBankFinTech/Scriptis

Scriptis ist für die interaktive Datenanalyse mit Skriptentwicklung (SQL, PySpark, HiveQL), Task-Submission (Spark, Hive), UDF, Funktionen, Ressourcenmanagement und intelligenter Diagnose.

WeBankFinTech
⭐ 812 Vue 👤 WeBankFinTech Organization 🕐 Aktualisiert 2024-12-11 📅 Erstellt 2019-07-23
98
cdapio/cdap

Ein Open-Source-Framework zum Erstellen von Datenanalyseanwendungen.

cdapio
⭐ 791 Java 👤 cdapio Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2014-08-02
99
a616567126/GPT-WEB-JAVA

KI-Chatbot basierend auf JDK8! WeChat-Öffentlichkeitsarbeit Midjourney-Grafiken, Schlüsselcode-Einlösung, Web-Unterstützung ChatGPT, Midjourney-Grafiken, SD-Grafiken, Schlüsselcode-Einlösung, Yi-Zahlung, öffentliche Kanalwerbung, E-Mail-Registrierung🔥

a616567126
⭐ 774 Java 👤 a616567126 User 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2023-03-28
100
MigoXLab/dingo

Dingo: Ein umfassendes Tool zur Bewertung der Qualität von KI-Daten, -Modellen und -Anwendungen

MigoXLab
⭐ 771 Python 👤 MigoXLab Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2024-12-24