Git Stars Git Stars

#big-data Dépôts

Découvrez 133 dépôts GitHub open source actifs associés à #big-data, cumulant 683,600 étoiles au total (soit une moyenne de 5,139 étoiles par projet). Le projet en tête de ce thème est binhnguyennus/awesome-scalability, avec 75,924 étoiles.

133
Total des Dépôts
683,600
Nombre total d'étoiles
5,139
Moyenne d'Étoiles/Dépôt
1
binhnguyennus/awesome-scalability

Les Motifs des Systèmes à Grande Échelle Évolutifs, Fiables et Performants

binhnguyennus
⭐ 75,924 👤 binhnguyennus User 🕐 Mis à jour 2026-01-04 📅 Créé 2017-12-27
2
ClickHouse/ClickHouse

ClickHouse® est un système de gestion de base de données analytiques en temps réel

ClickHouse
⭐ 51,051 C++ 👤 ClickHouse Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2016-06-02
3
apache/spark

Apache Spark – Un moteur d'analyse unifié pour le traitement de données à grande échelle

apache
⭐ 44,593 Scala 👤 apache Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2014-02-25
4
donnemartin/data-science-ipython-notebooks

Notebooks Python pour la science des données : Deep learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, fondamentaux de Python, AWS et diverses lignes de commande.

donnemartin
⭐ 28,776 Python 👤 donnemartin User 🕐 Mis à jour 2024-03-20 📅 Créé 2015-01-23
5
apache/flink

Apache Flink

apache
⭐ 26,487 Java 👤 apache Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2014-06-07
6
thingsboard/thingsboard

Plateforme IoT tout-en-un – gestion des appareils, collecte, traitement et visualisation des données.

thingsboard
⭐ 22,701 Java 👤 thingsboard Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2016-12-01
7
amark/gun

Un protocole de cybersécurité open source pour la synchronisation de données graphiques décentralisées.

amark
⭐ 19,166 JavaScript 👤 amark User 🕐 Mis à jour 2026-11-20 📅 Créé 2014-07-31
8
heibaiying/BigData-Notes

Guide d'introduction au Big Data :star:

heibaiying
⭐ 16,818 Java 👤 heibaiying User 🕐 Mis à jour 2024-01-05 📅 Créé 2019-03-10
9
prestodb/presto

Le site officiel de Presto, le moteur de requête SQL distribué pour les big data

prestodb
⭐ 16,777 Java 👤 prestodb Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2012-08-09
10
andkret/Cookbook

Le Livre de Recettes d'Ingénierie des Données

andkret
⭐ 15,594 Python 👤 andkret User 🕐 Mis à jour 2026-10-16 📅 Créé 2019-03-10
11
trinodb/trino

Répertoire officiel de Trino, le moteur de requête SQL distribué pour les big data, anciennement connu sous le nom de PrestoSQL (https://trino.io)

trinodb
⭐ 13,532 Java 👤 trinodb Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2019-01-19
12
vesoft-inc/nebula

Une base de données de graphes distribuée, rapide et open source dotée d'une scalabilité horizontale et d'une haute disponibilité

vesoft-inc
⭐ 12,474 C++ 👤 vesoft-inc Organization 🕐 Mis à jour 2026-09-08 📅 Créé 2018-08-28
13
StarRocks/starrocks

Le moteur de requête ouvert le plus rapide au monde pour des analyses en moins d'une seconde, sur et hors du data lakehouse. Avec la flexibilité de prendre en charge presque tous les scénarios, StarRocks offre des performances de premier ordre pour les analyses multidimensionnelles, les analyses en temps réel et les requêtes ad hoc. Un projet de la Linux Foundation.

StarRocks
⭐ 12,278 Java 👤 StarRocks Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2021-09-04
14
quickwit-oss/quickwit

Moteur de recherche OSS natif du cloud pour l'observabilité

quickwit-oss
⭐ 11,810 Rust 👤 quickwit-oss Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2021-04-13
15
provectus/kafka-ui

Interface Web open source pour la gestion d'Apache Kafka

provectus
⭐ 11,754 Java 👤 provectus Organization 🕐 Mis à jour 2024-07-26 📅 Créé 2019-11-26
16
cython/cython

Le compilateur Python vers C le plus utilisé

cython
⭐ 10,898 Cython 👤 cython Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2010-11-21
17
apache/datafusion

Moteur de requête SQL Apache DataFusion

apache
⭐ 9,631 Rust 👤 apache Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2021-04-17
18
catboost/catboost

Une bibliothèque Gradient Boosting sur arbres de décision rapide, scalable et haute performance, utilisée pour le ranking, la classification, la régression et d'autres tâches d'apprentissage automatique pour Python, R, Java, C++. Prend en charge le calcul sur CPU et GPU.

catboost
⭐ 9,210 C++ 👤 catboost Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2017-07-18
19
delta-io/delta

Un framework de stockage open-source qui permet de construire une architecture Lakehouse avec des moteurs de calcul incluant Spark, PrestoDB, Flink, Trino et Hive et des API

delta-io
⭐ 9,083 Scala 👤 delta-io Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2019-04-22
20
apache/beam

Apache Beam est un modèle de programmation unifié pour le traitement de données par lots et en streaming.

apache
⭐ 8,723 Java 👤 apache Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2016-02-02
21
arkime/arkime

Arkime est un système open source, à grande échelle, de capture complète de paquets, d'indexation et de base de données.

arkime
⭐ 7,583 C 👤 arkime Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2012-07-06
22
h2oai/h2o-3

H2O est une Plateforme d'Apprentissage Automatique Open Source, Distribuée, Rapide et Évolutive : Deep Learning, Gradient Boosting (GBM) & XGBoost, Random Forest, Generalized Linear Modeling (GLM avec Elastic Net), K-Means, PCA, Generalized Additive Models (GAM), RuleFit, Support Vector Machine (SVM), Stacked Ensembles, Automatic Machine Learning (AutoML), etc.

h2oai
⭐ 7,527 Jupyter Notebook 👤 h2oai Organization 🕐 Mis à jour 2026-11-11 📅 Créé 2014-03-03
23
feast-dev/feast

Le magasin de fonctionnalités open source pour l'IA/ML

feast-dev
⭐ 7,362 Python 👤 feast-dev Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2018-12-10
24
vespa-engine/vespa

La plateforme de recherche IA

vespa-engine
⭐ 7,190 Java 👤 vespa-engine Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2016-06-03
25
apache/couchdb

Base de données de synchronisation multi-primaires fluide avec une API HTTP/JSON intuitive, conçue pour la fiabilité

apache
⭐ 7,013 Erlang 👤 apache Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2009-05-21
26
apache/zeppelin

Carnet de notes basé sur le web qui permet des analyses de données interactives pilotées par les données et des documents collaboratifs avec SQL, Scala et plus.

apache
⭐ 6,670 Java 👤 apache Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2015-03-25
27
hazelcast/hazelcast

Hazelcast est une plateforme unifiée de données en temps réel combinant le traitement de flux avec un magasin de données rapide, permettant aux clients d'agir instantanément sur les données en mouvement pour des insights en temps réel.

hazelcast
⭐ 6,636 Java 👤 hazelcast Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2012-03-21
28
apache/iotdb

Apache IoTDB

apache
⭐ 6,437 Java 👤 apache Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2018-11-24
29
pachyderm/pachyderm

Pipelines axées sur les données et versionnement des données

pachyderm
⭐ 6,295 Go 👤 pachyderm Organization 🕐 Mis à jour 2025-02-03 📅 Créé 2014-09-04
30
vcaesar/riot

Moteur de recherche de texte/vecteurs en Go, open source, distribué, simple, rapide et efficace

vcaesar
⭐ 6,068 Go 👤 vcaesar User 🕐 Mis à jour 2026-11-20 📅 Créé 2017-06-21
31
apache/hive

Apache Hive

apache
⭐ 6,038 Java 👤 apache Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2009-05-21
32
Eventual-Inc/Daft

Moteur de données haute performance pour les charges de travail d'IA et multimodales. Traitez des images, de l'audio, de la vidéo et des données structurées à n'importe quelle échelle.

Eventual-Inc
⭐ 5,858 Rust 👤 Eventual-Inc Organization 🕐 Mis à jour 2026-11-09 📅 Créé 2022-04-25
33
microsoft/SynapseML

Bibliothèque Python d'apprentissage automatique simple et distribué portant des algorithmes ML pour Spark

microsoft
⭐ 5,257 Scala 👤 microsoft Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2017-06-05
34
apache/calcite

Apache Calcite

apache
⭐ 5,216 Java 👤 apache Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2014-06-25
35
apache/ignite

Apache Ignite

apache
⭐ 5,090 Java 👤 apache Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2015-02-19
36
tschellenbach/Stream-Framework

Stream Framework est une bibliothèque Python qui vous permet de créer des fils d'actualité, des flux d'activité et des systèmes de notification utilisant Cassandra et/ou Redis. Les auteurs de Stream-Framework fournissent également un service cloud pour la technologie de flux:

tschellenbach
⭐ 4,739 Python 👤 tschellenbach User 🕐 Mis à jour 2025-12-04 📅 Créé 2012-08-08
37
tangbc/vue-virtual-scroll-list

⚡️ Un composant Vue qui prend en charge des listes de grandes quantités de données avec des performances de rendu élevées et une efficacité.

tangbc
⭐ 4,544 JavaScript 👤 tangbc User 🕐 Mis à jour 2024-05-08 📅 Créé 2017-03-17
38
rom1504/img2dataset

Transformez facilement de grands ensembles d'URL d'images en un ensemble de données d'images. Peut télécharger, redimensionner et empaqueter 100 millions d'URL en 20 heures sur une seule machine.

rom1504
⭐ 4,458 Python 👤 rom1504 User 🕐 Mis à jour 2025-10-19 📅 Créé 2021-08-11
39
crate/crate

CrateDB est une base de données SQL distribuée et scalable pour stocker et analyser de grandes quantités de données en quasi temps réel, même avec des requêtes complexes. Elle est compatible avec PostgreSQL et basée sur Lucene.

crate
⭐ 4,456 Java 👤 crate Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2013-04-10
40
alibaba/fastjson2

🚄 FASTJSON2 est une bibliothèque Java JSON avec d'excellentes performances.

alibaba
⭐ 4,433 Java 👤 alibaba Organization 🕐 Mis à jour 2026-11-15 📅 Créé 2022-04-17
41
Moataz-Elmesmary/Data-Science-Roadmap

Feuille de route de la science des données de A à Z

Moataz-Elmesmary
⭐ 4,429 👤 Moataz-Elmesmary User 🕐 Mis à jour 2025-12-06 📅 Créé 2022-04-17
42
Rdatatable/data.table

Le package data.table de R étend data.frame :

Rdatatable
⭐ 3,930 R 👤 Rdatatable Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2014-06-07
43
alibaba/GraphScope

🔨 🍇 💻 🚀 GraphScope: Un système complet pour le calcul de graphes à grande échelle d'Alibaba | Système complet pour le calcul de graphes

alibaba
⭐ 3,564 C++ 👤 alibaba Organization 🕐 Mis à jour 2026-09-23 📅 Créé 2020-10-28
44
lakehq/sail

Remplacement drop-in d'Apache Spark écrit en Rust, unifiant le traitement par lots, le traitement en flux et les charges de travail IA intensives en calcul.

lakehq
⭐ 3,504 Rust 👤 lakehq Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2023-12-21
45
apache/datafusion-sqlparser-rs

Analyseur lexical et parseur SQL extensible pour Rust

apache
⭐ 3,483 Rust 👤 apache Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2018-02-06
⭐ 3,476 HTML 👤 NLPIR-team Organization 🕐 Mis à jour 2026-07-30 📅 Créé 2015-05-04
47
apache/paimon

Apache Paimon est un format de lac qui permet de construire une architecture Realtime Lakehouse avec Flink et Spark pour les opérations de streaming et de traitement par lots.

apache
⭐ 3,454 Java 👤 apache Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2022-01-12
48
databricks/koalas

Koalas : API pandas sur Apache Spark

databricks
⭐ 3,368 Python 👤 databricks Organization 🕐 Mis à jour 2024-03-20 📅 Créé 2019-01-03
49
apache/hugegraph

Une base de données graphe qui supporte plus de 100 milliards de données, haute performance et scalabilité (Inclut Moteur OLTP & REST-API & Backends)

apache
⭐ 3,211 Java 👤 apache Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2018-07-18
50
TuiQiao/CBoard

Une plateforme de reporting BI ouvert et de tableau de bord BI en libre-service facile à utiliser.

TuiQiao
⭐ 3,099 JavaScript 👤 TuiQiao Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2016-09-21

Foire aux questions

1

Quel est le dépôt #big-data le plus populaire sur GitHub ?

Le projet #big-data open source le mieux classé sur GitHub est binhnguyennus/awesome-scalability, avec 75,924 étoiles. Les Motifs des Systèmes à Grande Échelle Évolutifs, Fiables et Performants

2

Quels langages de programmation sont les plus utilisés dans les dépôts #big-data ?

Parmi les projets #big-data les mieux classés sur GitHub, les langages de programmation les plus courants sont Java, Python, Rust, C++.

3

Comment le classement des dépôts #big-data est-il calculé ?

Nous suivons 133 dépôts open source actifs associés à #big-data (500+ étoiles), totalisant 683,600 étoiles, avec une moyenne de 5,139 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.