#apache-spark Repositorios
Descubre 44 repositorios activos de código abierto de GitHub etiquetados con #apache-spark, que acumulan 97,788 estrellas en total (una media de 2,222 estrellas por proyecto). El líder de este tema es mlflow/mlflow, con 28,920 estrellas.
44 repositorios en total
La plataforma de ingeniería de IA de código abierto para agentes, LLMs y modelos de ML. MLflow permite a equipos de todos los tamaños depurar, evaluar, monitorear y optimizar aplicaciones de IA de calidad de producción mientras controlan costos y gestionan el acceso a modelos y datos.
Biblioteca de Python de aprendizaje automático simple y distribuido que transfiere algoritmos de ML a Spark
Sustituto drop-in de Apache Spark escrito en Rust, que unifica el procesamiento por lotes, el procesamiento en streaming y las cargas de trabajo de IA intensivas en cómputo.
Operador de Kubernetes para gestionar el ciclo de vida de aplicaciones de Apache Spark en Kubernetes.
.NET for Apache® Spark™ hace que Apache Spark™ sea fácilmente accesible para los desarrolladores de .NET.
Feathr – Una plataforma de ingeniería de datos e IA escalable y unificada para empresas
GeoMesa es un conjunto de herramientas para trabajar con grandes datos geoespaciales de forma distribuida.
Este es el repositorio de GitHub para Learning Spark: Lightning-Fast Data Analytics [2nd Edition]
GraphFrames es un paquete para Apache Spark que proporciona grafos basados en DataFrame.
Una lista curada de recursos increíblemente geniales de Hadoop y del ecosistema Hadoop
Ejemplos públicos ejecutables de uso de NLP de John Snow Labs para Apache Spark.
Este repositorio contiene el código de desarrollo de sparkMeasure, una biblioteca de análisis de rendimiento y resolución de problemas de Apache Spark. Simplifica la recopilación, agregación y exportación de métricas de tareas/etapas de Spark, y está diseñado para un uso práctico por parte de desarrolladores e ingenieros de datos en flujos de trabajo de análisis interactivo, pruebas y monitoreo de producción.
Este repositorio contiene los cuadernos y presentaciones que utilizamos para nuestras charlas técnicas de Databricks "
Las bibliotecas de AWS Glue son adiciones y mejoras a Spark para operaciones ETL.
Servicio web REST para la puntuación en tiempo real verdadera (<1 ms) de modelos de Scikit-Learn, R y Apache Spark
Este proyecto proporciona ejemplos de Apache Spark SQL, RDD, DataFrame y Dataset en lenguaje Scala.
Apache Spark 3 - Programación con Spark en Python para principiantes
Preguntas frecuentes
¿Cuál es el repositorio de #apache-spark más popular en GitHub?
El proyecto de código abierto de #apache-spark mejor posicionado en GitHub es mlflow/mlflow, con 28,920 estrellas. La plataforma de ingeniería de IA de código abierto para agentes, LLMs y modelos de ML. MLflow permite a equipos de todos los tamaños depurar, evaluar, monitorear y optimizar aplicaciones de IA de calidad de producción mientras controlan costos y gestionan el acceso a modelos y datos.
¿Qué lenguajes de programación se utilizan más en los repositorios de #apache-spark?
Entre los proyectos de #apache-spark mejor posicionados en GitHub, los lenguajes de programación más comunes son Scala, Python, Java, Jupyter Notebook.
¿Cómo se calcula la clasificación de los repositorios de #apache-spark?
Seguimos 44 repositorios activos de código abierto etiquetados con #apache-spark (500+ estrellas), que suman un total de 97,788 estrellas, con una media de 2,222 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.