#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 dépôts au total
Les Motifs des Systèmes à Grande Échelle Évolutifs, Fiables et Performants
ClickHouse® est un système de gestion de base de données analytiques en temps réel
Apache Spark – Un moteur d'analyse unifié pour le traitement de données à grande échelle
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.
Plateforme IoT tout-en-un – gestion des appareils, collecte, traitement et visualisation des données.
Un protocole de cybersécurité open source pour la synchronisation de données graphiques décentralisées.
Répertoire officiel de Trino, le moteur de requête SQL distribué pour les big data, anciennement connu sous le nom de PrestoSQL (https://trino.io)
Une base de données de graphes distribuée, rapide et open source dotée d'une scalabilité horizontale et d'une haute disponibilité
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.
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.
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
Apache Beam est un modèle de programmation unifié pour le traitement de données par lots et en streaming.
Arkime est un système open source, à grande échelle, de capture complète de paquets, d'indexation et de base de données.
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.
Base de données de synchronisation multi-primaires fluide avec une API HTTP/JSON intuitive, conçue pour la fiabilité
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.
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.
Moteur de recherche de texte/vecteurs en Go, open source, distribué, simple, rapide et efficace
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.
Bibliothèque Python d'apprentissage automatique simple et distribué portant des algorithmes ML pour Spark
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:
⚡️ Un composant Vue qui prend en charge des listes de grandes quantités de données avec des performances de rendu élevées et une efficacité.
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.
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.
🔨 🍇 💻 🚀 GraphScope: Un système complet pour le calcul de graphes à grande échelle d'Alibaba | Système complet pour le calcul de graphes
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.
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.
Une base de données graphe qui supporte plus de 100 milliards de données, haute performance et scalabilité (Inclut Moteur OLTP & REST-API & Backends)
Une plateforme de reporting BI ouvert et de tableau de bord BI en libre-service facile à utiliser.
Foire aux questions
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
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++.
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.