#big-data Repositorios
133 repositorios en total
ArcticDB es una base de datos DataFrame sin servidor de alto rendimiento construida para el ecosistema de Data Science de Python.
YTsaurus es una plataforma de big data de código abierto escalable y tolerante a fallos.
Apache Ambari simplifica el aprovisionamiento, la gestión y el monitoreo de clústeres de Apache Hadoop.
🚀 Más de 500 recursos seleccionados para Análisis de Datos y Ciencia de Datos: Python, SQL, Estadística, ML, IA, Visualización, Hojas de trucos, Mapas de ruta, Preparación para entrevistas. Para principiantes y expertos.
Apache BookKeeper - un servicio de almacenamiento escalable, tolerante a fallos y de baja latencia optimizado para cargas de trabajo de solo anexos
Abstracción y aceleración de datos fluida y elástica para aplicaciones BigData/IA en la nube. (Proyecto bajo CNCF)
Huellas de edificios mundiales derivadas de imágenes satelitales
:elephant: Búsqueda y análisis en tiempo real de Elasticsearch integrados de forma nativa con Hadoop
Apache Auron es un acelerador para motores de big data que aprovecha la ejecución vectorizada nativa para acelerar el procesamiento de consultas.
Lago de datos de seguridad de código abierto para la caza de amenazas, detección y respuesta, y análisis de ciberseguridad a escala de petabytes en AWS
Tutoriales de Apache Spark & Python (pySpark) para el Análisis de Big Data y Machine Learning como cuadernos IPython / Jupyter
Tonbo es una base de datos embebida para entornos de ejecución sin servidor y de borde.
Una base de datos MPP (Massively Parallel Processing) de código abierto avanzada y madura. Alternativa de código abierto a Greenplum Database.
TBase es una base de datos distribuida HTAP de nivel empresarial. A través de un solo clúster de base de datos, proporciona a los usuarios servicios de base de datos distribuidos altamente consistentes y servicios de almacén de datos de alto rendimiento, formando un conjunto de soluciones integradas de nivel empresarial.
La extensión para Scikit-learn es una forma fluida de acelerar su aplicación de Scikit-learn.
Sistema de almacenamiento distribuido escalable y confiable optimizado para cargas de trabajo de análisis de datos y almacenamiento de objetos.
Aplicación de escritorio simple para Windows para ver y consultar archivos Apache Parquet
GraphFrames es un paquete para Apache Spark que proporciona grafos basados en DataFrame.
Apache Amoro (incubating) es un sistema de gestión de Lakehouse construido sobre formatos abiertos de lago de datos.
Una lista curada de recursos increíblemente geniales de Hadoop y del ecosistema Hadoop
Servidor para el proyecto ListenBrainz, que incluye el código front-end (javascript/react) que sirve y todos los componentes de procesamiento de datos que utiliza LB.
ADAM es una plataforma de análisis genómico con formatos de archivo especializados creados con Apache Avro, Apache Spark y Apache Parquet. Licenciado bajo Apache 2.
📙 Impresionantes catálogos de datos y plataformas de observabilidad.
Una bifurcación de @ClickHouse que admite la búsqueda vectorial de alto rendimiento y la búsqueda de texto completo.
Tencent Kona es una distribución gratuita y lista para producción del Open Java Development Kit (OpenJDK), con soporte a largo plazo (LTS) y actualizaciones trimestrales. Tencent Kona sirve como el JDK predeterminado internamente en Tencent Cloud para computación en la nube y otras aplicaciones Java.
Recursos de Carrera para Ciencia de Datos, Aprendizaje Automático, Big Data y Análisis de Negocios Repositorio de Carrera