Git Stars Git Stars

#spark Repositorios

126
Total de Repositorios
513,269
Total de estrellas
4,073
Promedio de Estrellas/Repo

126 repositorios en total

101
datavane/datavines

¡Conozca mejor sus datos! Datavines es la plataforma de observabilidad de datos de próxima generación, compatible con la gestión de metadatos y la calidad de los datos.

datavane
⭐ 769 Java 👤 datavane Organization 🕐 Actualizado 2026-07-27 📅 Creado 2022-04-02
102
mrpowers-io/spark-daria

Extensiones esenciales de Spark y métodos auxiliares ✨😲

mrpowers-io
⭐ 766 Scala 👤 mrpowers-io Organization 🕐 Actualizado 2026-11-19 📅 Creado 2017-02-16
103
HuQi2018/BiSheServer

Este sistema es mi proyecto de fin de grado, titulado "Diseño e implementación de un sistema de recomendación basado en perfiles de usuario". Principalmente utiliza Django como marco base, adoptando el modelo MTV, con MongoDB, MySQL y Redis como bases de datos. Los datos de películas extraídos de la plataforma Douban se utilizan como fuente de datos principal. Las etiquetas de usuario se desarrollan principalmente basándose en la información básica del usuario y en registros de comportamiento de uso. El sistema de recomendación utiliza componentes de big data como Hadoop y Spark para el análisis y procesamiento. El sistema de gestión utiliza el sistema de gestión integrado de Django, embellecido con SimpleUI.

HuQi2018
⭐ 743 Python 👤 HuQi2018 User 🕐 Actualizado 2026-06-02 📅 Creado 2021-03-28
104
mongodb/mongo-spark

El conector MongoDB Spark

mongodb
⭐ 729 Java 👤 mongodb Organization 🕐 Actualizado 2026-08-13 📅 Creado 2015-05-20
105
WeBankFinTech/WeDataSphere

WeDataSphere es una suite de plataformas de big data de grado financiero, todo en uno.

WeBankFinTech
⭐ 676 👤 WeBankFinTech Organization 🕐 Actualizado 2024-03-14 📅 Creado 2019-07-23
106
capitalone/datacompy

Comparación de Pandas, Polars, Spark y Snowpark DataFrame para humanos y más!

capitalone
⭐ 669 Python 👤 capitalone Organization 🕐 Actualizado 2026-11-16 📅 Creado 2018-03-23
107
AbsaOSS/spline

Solución de Seguimiento y Visualización del Linaje de Datos

AbsaOSS
⭐ 669 Scala 👤 AbsaOSS Organization 🕐 Actualizado 2026-11-04 📅 Creado 2017-05-30
108
jupyter-server/enterprise_gateway

Una puerta de enlace ligera, multiinquilino, escalable y segura que permite a Jupyter Notebooks compartir recursos en clústeres distribuidos como Apache Spark, Kubernetes y otros.

jupyter-server
⭐ 669 Python 👤 jupyter-server Organization 🕐 Actualizado 2026-11-20 📅 Creado 2017-04-21
109
microsoft/fabric-samples

Ejemplos y datos para el contenido de Microsoft Fabric Learn

microsoft
⭐ 650 Jupyter Notebook 👤 microsoft Organization 🕐 Actualizado 2026-10-23 📅 Creado 2023-04-23
110
josephmachado/beginner_de_project

Proyecto de ingeniería de datos para principiantes - edición por lotes

josephmachado
⭐ 620 HTML 👤 josephmachado User 🕐 Actualizado 2026-04-13 📅 Creado 2020-05-23
111
igniterealtime/Spark

Cliente de colaboración multiplataforma en tiempo real optimizado para empresas y organizaciones.

igniterealtime
⭐ 607 Java 👤 igniterealtime Organization 🕐 Actualizado 2026-11-08 📅 Creado 2013-11-23
112
YotpoLtd/metorikku

Un framework ETL simplificado y ligero basado en Apache Spark

YotpoLtd
⭐ 589 Scala 👤 YotpoLtd Organization 🕐 Actualizado 2026-09-01 📅 Creado 2017-10-10
113
pdsuwwz/chatgpt-vue3-light-mvp

Una plantilla de prototipo MVP web para Chat Bot de una sola vuelta lista para desarrollo secundario, construida con tecnologías principales como Vue 3, Vite 8, TypeScript, Naive UI, Pinia (v3) y UnoCSS. 🧤 Integración sencilla de APIs de modelos grandes, modo de diálogo de pregunta-respuesta AI de una sola vuelta, respuestas independientes sin necesidad de contexto, salida en streaming con efecto de máquina de escribir SSE, e integración de markdown-it con previsualización de fórmulas Mermaid/KaTex/LaTex. Compatible con modelos como iFlytek Spark, Zhipu, SiliconFlow y DeepSeek V4/V3/R1 con previsualización de razonamiento profundo, compatible con etiquetas <think> e incluye habilidades destiladas. 💼 Fácil de personalizar y construir rápidamente productos de modelos de lenguaje grandes tipo Chat (capturas de pantalla de ejemplo incluidas).

pdsuwwz
⭐ 586 Vue 👤 pdsuwwz User 🕐 Actualizado 2026-07-31 📅 Creado 2024-07-25
114
qubole/sparklens

Herramienta Qubole Sparklens para el ajuste de rendimiento de Apache Spark

qubole
⭐ 586 Scala 👤 qubole Organization 🕐 Actualizado 2024-06-26 📅 Creado 2018-03-16
115
minio/sidekick

Balanceador de carga lateral HTTP de alto rendimiento

minio
⭐ 585 Go 👤 minio Organization 🕐 Actualizado 2025-07-14 📅 Creado 2020-03-05
116
mvillarrealb/docker-spark-cluster

Un clúster standalone simple de Spark para fines de tu entorno de pruebas

mvillarrealb
⭐ 570 Dockerfile 👤 mvillarrealb User 🕐 Actualizado 2024-03-06 📅 Creado 2018-09-23
117
housepower/ClickHouse-Native-JDBC

Implementación JDBC del protocolo nativo de ClickHouse

housepower
⭐ 543 Java 👤 housepower Organization 🕐 Actualizado 2025-06-22 📅 Creado 2018-05-14
118
zhaoyachao/zdh_web

Recopilación de big data, plataforma de extracción, zdh_web es la plataforma de gestión visual para los servicios de la serie zdh, que incluye módulos como recopilación de datos, programación, permisos, flujo de aprobación, marketing de dominio privado, etc.

zhaoyachao
⭐ 536 HTML 👤 zhaoyachao User 🕐 Actualizado 2026-06-07 📅 Creado 2020-02-03
119
high-performance-spark/high-performance-spark-examples

Ejemplos para Spark de alto rendimiento

high-performance-spark
⭐ 536 Scala 👤 high-performance-spark Organization 🕐 Actualizado 2026-05-03 📅 Creado 2015-10-06
120
polyaxon/traceml

Motor para seguimiento, visualización, explicabilidad, detección de deriva y paneles de control de IA/ML/datos para Polyaxon.

polyaxon
⭐ 533 Python 👤 polyaxon Organization 🕐 Actualizado 2026-11-11 📅 Creado 2016-03-25
121
ittqqzz/ECommerceRecommendSystem

Sistema de recomendación en tiempo real de productos de big data de comercio electrónico, Vue + TypeScript + ElementUI + Spring + Spark

ittqqzz
⭐ 528 Java 👤 ittqqzz User 🕐 Actualizado 2026-02-13 📅 Creado 2019-10-28
122
GACWR/OpenUBA

Un marco de análisis de comportamiento de usuarios y entidades (UEBA) de código abierto, robusto y flexible, utilizado para análisis de seguridad. Desarrollado con amor por científicos de datos y analistas de seguridad de la industria de ciberseguridad. [BETA]

GACWR
⭐ 528 Python 👤 GACWR Organization 🕐 Actualizado 2026-10-17 📅 Creado 2019-09-24
123
nightscape/spark-excel

Un plugin de Spark para leer y escribir archivos de Excel

nightscape
⭐ 525 Scala 👤 nightscape User 🕐 Actualizado 2026-11-02 📅 Creado 2016-09-03
124
ing-bank/popmon

Supervisa la estabilidad de un dataframe de Pandas o Spark ⚙︎

ing-bank
⭐ 512 Python 👤 ing-bank Organization 🕐 Actualizado 2026-01-09 📅 Creado 2020-04-23
125
cluster-apps-on-docker/spark-standalone-cluster-on-docker

Aprenda Apache Spark en Scala, Python (PySpark) y R (SparkR) construyendo su propio clúster con una interfaz JupyterLab en Docker. :zap:

cluster-apps-on-docker
⭐ 510 Jupyter Notebook 👤 cluster-apps-on-docker Organization 🕐 Actualizado 2025-11-07 📅 Creado 2020-07-03
126
databrickslabs/dbldatagen

Genere rápidamente datos sintéticos relevantes para sus proyectos. El generador de datos sintéticos de Databricks Labs (también conocido como `dbldatagen`) puede utilizarse para generar grandes conjuntos de datos simulados o sintéticos para pruebas, pruebas de concepto (POC) y otros usos en entornos de Databricks, incluidos los pipelines de Delta Live Tables.

databrickslabs
⭐ 506 Python 👤 databrickslabs Organization 🕐 Actualizado 2026-10-26 📅 Creado 2019-07-23