#spark Repositorios
126 repositorios en total
: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.
El repositorio de conocimiento de Big Data involucra modelado de data warehouse, computación en tiempo real, Big Data, plataforma de datos centralizada, diseño de sistemas, Java, algoritmos, etc.
Más de 2000 preguntas de entrevista para ingenieros de datos.
Resumen del sistema de arquitectura de conocimiento de pila completa de backend (Java Golang)
ApacheCN Organización de Código Abierto: Anuncios, Introducción, Miembros, Actividades, Formas de Comunicación
Tutoriales de Apache Spark & Python (pySpark) para el Análisis de Big Data y Machine Learning como cuadernos IPython / Jupyter
:truck: Flujos de trabajo de preparación de datos ágiles hechos fáciles con Pandas, Dask, cuDF, Dask-cuDF, Vaex y PySpark
Este es el repositorio de GitHub para Learning Spark: Lightning-Fast Data Analytics [2nd Edition]
50+ imágenes públicas de DockerHub para 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
Magias y kernels de Jupyter para trabajar con clústeres Spark remotos
El experto en gestión de big data nativo para la nube de próxima generación tiene como objetivo ayudar a los usuarios a crear rápidamente plataformas nativas para la nube estables, eficientes y escalables para big data.
Taier es una plataforma de desarrollo de big data para la presentación, programación, operación y mantenimiento, y visualización de información de indicadores
Resolución de entidades, resolución de identidades, gestión de datos maestros y deduplicación a gran escala basadas en IA para personas y agentes
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.
Un centro de conocimiento de ingeniería de datos y aprendizaje automático
Apache Celeborn es un servicio elástico y de alto rendimiento para datos de shuffle y derramados.
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.
Proyecto de código abierto para la preparación de datos para aplicaciones GenAI
Apache Livy es una interfaz REST de código abierto para interactuar con Apache Spark desde cualquier lugar.
Un conector para Spark que permite leer y escribir desde/hacia un clúster de Redis
Serie de modelos abiertos Spark-x2.6. Ampliando los límites de las capacidades agénticas en los modelos en dispositivo
Una lista curada de recursos increíbles relacionados con el lenguaje de programación Ada y SPARK
DoEKS es una herramienta para construir, implementar y escalar plataformas de datos en Amazon EKS
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.
80+ Herramientas CLI de DevOps y Datos - AWS, GCP, Funciones en la Nube Python GCF, Anonimizador de Registros, Spark, Hadoop, HBase, Hive, Impala, Linux, Docker, Convertidores y Validadores de Datos Spark (Avro/Parquet/JSON/CSV/INI/XML/YAML), Travis CI, AWS CloudFormation, Elasticsearch, Solr etc.
Scriptis es para el análisis de datos interactivo con desarrollo de scripts (SQL, PySpark, HiveQL), envío de tareas (Spark, Hive), UDF, funciones, gestión de recursos y diagnóstico inteligente.
¡Chatbot de IA basado en JDK8! Cuenta pública de WeChat Midjourney Graphics, Canje de clave, Soporte web ChatGPT, Midjourney Graphics, SD Graphics, Canje de clave, YiPay, Adquisición de tráfico de cuenta pública, Registro de correo electrónico🔥
Dingo: Una herramienta integral de evaluación de la calidad de datos, modelos y aplicaciones de IA