#big-data Dépôts
133 dépôts au total
ArcticDB est une base de données DataFrame serverless haute performance conçue pour l'écosystème scientifique de données Python.
YTsaurus est une plateforme open-source de big data évolutive et tolérante aux pannes.
Apache Ambari simplifie le provisionnement, la gestion et la surveillance des clusters Apache Hadoop.
🚀 Plus de 500 ressources sélectionnées pour l'analyse de données et la science des données : Python, SQL, Statistiques, ML, IA, Visualisation, Fiches mémo, Feuilles de route, Préparation aux entretiens. Pour débutants et experts.
Apache Drill est une couche de requête MPP distribuée pour les données auto-descriptives
Apache BookKeeper - un service de stockage scalable, tolérant aux pannes et à faible latence, optimisé pour les charges de travail append-only
Abstraction et accélération de données fluides et élastiques pour les applications BigData/IA dans le cloud. (Projet sous CNCF)
Empreintes de bâtiments mondiales dérivées d'images satellitaires
:elephant: Elasticsearch recherche et analyse en temps réel intégrées nativement avec Hadoop
Apache Auron est un accélérateur pour les moteurs de traitement du big data, qui exploite l’exécution vectorisée native pour accélérer le traitement des requêtes.
Lac de données open source pour la sécurité pour la chasse aux menaces, la détection et la réponse, et l'analyse de la cybersécurité à l'échelle des pétaoctets sur AWS
Tutoriels Apache Spark & Python (pySpark) pour l'analyse de Big Data et l'apprentissage automatique sous forme de carnets IPython / Jupyter
Tonbo est une base de données embarquée pour les environnements d'exécution serverless et edge.
:bar_chart: :clipboard: Tableaux de bord utilisant des fichiers YAML ou JSON
Une base de données MPP (Massively Parallel Processing) open source avancée et mature. Alternative open source à Greenplum Database.
TBase est une base de données distribuée HTAP de niveau entreprise. Via un seul cluster de base de données, elle fournit aux utilisateurs des services de base de données distribués hautement cohérents et des services d'entrepôt de données haute performance, formant un ensemble de solutions intégrées de niveau entreprise.
L'extension pour Scikit-learn est une façon fluide d'accélérer votre application Scikit-learn.
Système de stockage distribué scalable et fiable, optimisé pour les analyses de données et les charges de travail de stockage d'objets.
PySpark-Tutorial fournit des algorithmes de base à l'aide de PySpark
Application de bureau simple pour Windows permettant de visualiser et d'interroger les fichiers Apache Parquet
GraphFrames est un package pour Apache Spark qui fournit des graphes basés sur DataFrame.
Apache Amoro (incubating) est un système de gestion Lakehouse construit sur des formats de lac de données ouverts.
Une liste organisée de ressources incroyablement géniales sur Hadoop et l'écosystème Hadoop
Serveur pour le projet ListenBrainz, incluant le code front-end (javascript/react) qu'il sert et tous les composants de traitement des données utilisés par LB.
ADAM est une plateforme d'analyse génomique avec des formats de fichiers spécialisés construits à l'aide d'Apache Avro, Apache Spark et Apache Parquet. Sous licence Apache 2.
📙 D'incroyables catalogues de données et plateformes d'observabilité.
Un fork de @ClickHouse qui prend en charge la recherche vectorielle haute performance et la recherche plein texte.
Tencent Kona est une distribution gratuite et prête pour la production du Open Java Development Kit (OpenJDK), avec un support à long terme (LTS) et des mises à jour trimestrielles. Tencent Kona sert de JDK par défaut en interne chez Tencent Cloud pour l'informatique en nuage et d'autres applications Java.
Ressources de Carrière pour la Science des Données, l'Apprentissage Automatique, les Big Data et l'Analytique des Affaires Dépôt de Carrière
Sparkling Water fournit la fonctionnalité H2O à l'intérieur du cluster Spark