Git Stars Git Stars

#big-data Dépôts

133
Total des Dépôts
683,600
Nombre total d'étoiles
5,139
Moyenne d'Étoiles/Dépôt
51
kafbat/kafka-ui

Interface Web Open-Source pour la gestion des clusters Apache Kafka

kafbat
⭐ 2,852 TypeScript 👤 kafbat Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2024-01-22
52
man-group/ArcticDB

ArcticDB est une base de données DataFrame serverless haute performance conçue pour l'écosystème scientifique de données Python.

man-group
⭐ 2,655 C++ 👤 man-group Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2022-11-11
53
quarylabs/quary

BI open-source pour ingénieurs

quarylabs
⭐ 2,390 Rust 👤 quarylabs Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2024-02-20
54
ytsaurus/ytsaurus

YTsaurus est une plateforme open-source de big data évolutive et tolérante aux pannes.

ytsaurus
⭐ 2,325 C++ 👤 ytsaurus Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2022-12-05
55
apache/ambari

Apache Ambari simplifie le provisionnement, la gestion et la surveillance des clusters Apache Hadoop.

apache
⭐ 2,311 Java 👤 apache Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2011-09-23
56
apache/fluss

Apache Flink est une mémoire de flux conçue pour l'analyse en temps réel.

apache
⭐ 2,250 Java 👤 apache Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2024-10-31
57
PavelGrigoryevDS/awesome-data-analysis

🚀 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.

PavelGrigoryevDS
⭐ 2,224 👤 PavelGrigoryevDS User 🕐 Mis à jour 2026-11-01 📅 Créé 2025-07-30
58
apache/datafusion-ballista

Apache DataFusion Ballista Distributed Query Engine

apache
⭐ 2,179 Rust 👤 apache Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2022-05-19
59
apache/drill

Apache Drill est une couche de requête MPP distribuée pour les données auto-descriptives

apache
⭐ 2,026 Java 👤 apache Organization 🕐 Mis à jour 2026-11-12 📅 Créé 2012-09-05
60
apache/bookkeeper

Apache BookKeeper - un service de stockage scalable, tolérant aux pannes et à faible latence, optimisé pour les charges de travail append-only

apache
⭐ 2,019 Java 👤 apache Organization 🕐 Mis à jour 2026-11-02 📅 Créé 2011-04-06
61
fluid-cloudnative/fluid

Abstraction et accélération de données fluides et élastiques pour les applications BigData/IA dans le cloud. (Projet sous CNCF)

fluid-cloudnative
⭐ 2,000 Go 👤 fluid-cloudnative Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2020-07-11
62
microsoft/GlobalMLBuildingFootprints

Empreintes de bâtiments mondiales dérivées d'images satellitaires

microsoft
⭐ 1,993 Python 👤 microsoft Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2022-04-22
63
elastic/elasticsearch-hadoop

:elephant: Elasticsearch recherche et analyse en temps réel intégrées nativement avec Hadoop

elastic
⭐ 1,966 Java 👤 elastic Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2013-03-11
64
apache/kudu

Miroir d'Apache Kudu

apache
⭐ 1,919 C++ 👤 apache Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2016-01-29
65
TurboWay/big_screen

Visualisation de données sur grand écran

TurboWay
⭐ 1,884 HTML 👤 TurboWay User 🕐 Mis à jour 2026-01-22 📅 Créé 2020-09-28
66
dask/dask-tutorial

Tutoriel Dask

dask
⭐ 1,862 Jupyter Notebook 👤 dask Organization 🕐 Mis à jour 2025-11-04 📅 Créé 2015-07-16
67
apache/auron

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.

apache
⭐ 1,849 Rust 👤 apache Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2021-06-28
68
kiwenlau/hadoop-cluster-docker

Exécuter le cluster Hadoop dans des conteneurs Docker

kiwenlau
⭐ 1,827 Shell 👤 kiwenlau User 🕐 Mis à jour 2024-07-01 📅 Créé 2015-05-21
69
Netflix/genie

Service d'Orchestration de Big Data Distribué

Netflix
⭐ 1,766 Java 👤 Netflix Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2013-06-20
70
matanolabs/matano

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

matanolabs
⭐ 1,675 Rust 👤 matanolabs Organization 🕐 Mis à jour 2025-01-08 📅 Créé 2022-07-03
71
jadianes/spark-py-notebooks

Tutoriels Apache Spark & Python (pySpark) pour l'analyse de Big Data et l'apprentissage automatique sous forme de carnets IPython / Jupyter

jadianes
⭐ 1,667 Jupyter Notebook 👤 jadianes User 🕐 Mis à jour 2024-03-16 📅 Créé 2015-05-06
72
tonbo-io/tonbo

Tonbo est une base de données embarquée pour les environnements d'exécution serverless et edge.

tonbo-io
⭐ 1,639 Rust 👤 tonbo-io Organization 🕐 Mis à jour 2026-07-18 📅 Créé 2024-07-15
73
kantord/just-dashboard

:bar_chart: :clipboard: Tableaux de bord utilisant des fichiers YAML ou JSON

kantord
⭐ 1,587 TypeScript 👤 kantord User 🕐 Mis à jour 2026-02-21 📅 Créé 2018-01-18
74
dremio/dremio-oss

Dremio - le maillon manquant dans les données modernes

dremio
⭐ 1,495 Java 👤 dremio Organization 🕐 Mis à jour 2025-09-26 📅 Créé 2017-07-17
75
apache/carbondata

Solution de magasin de données haute performance

apache
⭐ 1,452 Scala 👤 apache Organization 🕐 Mis à jour 2026-10-02 📅 Créé 2016-06-28
76
apache/cloudberry

Une base de données MPP (Massively Parallel Processing) open source avancée et mature. Alternative open source à Greenplum Database.

apache
⭐ 1,448 C 👤 apache Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2023-05-24
77
Tencent/TBase

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.

Tencent
⭐ 1,436 C 👤 Tencent Organization 🕐 Mis à jour 2025-07-07 📅 Créé 2019-11-07
78
xitongsys/parquet-go

Bibliothèque pure Golang pour la lecture/écriture de fichiers Parquet

xitongsys
⭐ 1,432 Go 👤 xitongsys User 🕐 Mis à jour 2026-05-08 📅 Créé 2017-09-02
79
mtth/avsc

Avro pour JavaScript :zap:

mtth
⭐ 1,389 JavaScript 👤 mtth User 🕐 Mis à jour 2026-02-22 📅 Créé 2015-09-12
80
uxlfoundation/scikit-learn-intelex

L'extension pour Scikit-learn est une façon fluide d'accélérer votre application Scikit-learn.

uxlfoundation
⭐ 1,357 Python 👤 uxlfoundation Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2018-08-07
81
apache/ozone

Système de stockage distribué scalable et fiable, optimisé pour les analyses de données et les charges de travail de stockage d'objets.

apache
⭐ 1,335 Java 👤 apache Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2019-10-02
82
mahmoudparsian/pyspark-tutorial

PySpark-Tutorial fournit des algorithmes de base à l'aide de PySpark

mahmoudparsian
⭐ 1,276 Jupyter Notebook 👤 mahmoudparsian User 🕐 Mis à jour 2025-05-26 📅 Créé 2015-03-12
83
mukunku/ParquetViewer

Application de bureau simple pour Windows permettant de visualiser et d'interroger les fichiers Apache Parquet

mukunku
⭐ 1,258 C# 👤 mukunku User 🕐 Mis à jour 2026-11-09 📅 Créé 2018-05-31
84
Azure/AzurePublicDataset

Microsoft Azure Traces

Azure
⭐ 1,231 Jupyter Notebook 👤 Azure Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2017-08-18
85
graphframes/graphframes

GraphFrames est un package pour Apache Spark qui fournit des graphes basés sur DataFrame.

graphframes
⭐ 1,213 Scala 👤 graphframes Organization 🕐 Mis à jour 2026-11-12 📅 Créé 2016-01-20
86
apache/amoro

Apache Amoro (incubating) est un système de gestion Lakehouse construit sur des formats de lac de données ouverts.

apache
⭐ 1,207 Java 👤 apache Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2022-07-14
87
apache/accumulo

Apache Accumulo

apache
⭐ 1,184 Java 👤 apache Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2011-10-06
88
ClickHouse/ClickBench

ClickBench : un benchmark pour les bases de données analytiques

ClickHouse
⭐ 1,171 Shell 👤 ClickHouse Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2022-07-11
89
youngwookim/awesome-hadoop

Une liste organisée de ressources incroyablement géniales sur Hadoop et l'écosystème Hadoop

youngwookim
⭐ 1,113 👤 youngwookim User 🕐 Mis à jour 2024-05-07 📅 Créé 2014-07-08
⭐ 1,076 Shell 👤 big-data-europe Organization 🕐 Mis à jour 2024-06-02 📅 Créé 2016-05-20
91
metabrainz/listenbrainz-server

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.

metabrainz
⭐ 1,074 Python 👤 metabrainz Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2015-09-05
92
bigdatagenomics/adam

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.

bigdatagenomics
⭐ 1,060 Scala 👤 bigdatagenomics Organization 🕐 Mis à jour 2026-03-17 📅 Créé 2013-11-19
93
opendatadiscovery/awesome-data-catalogs

📙 D'incroyables catalogues de données et plateformes d'observabilité.

opendatadiscovery
⭐ 1,059 👤 opendatadiscovery Organization 🕐 Mis à jour 2025-08-14 📅 Créé 2021-07-14
94
apache/flink-kubernetes-operator

Apache Flink Kubernetes Operator

apache
⭐ 1,043 Java 👤 apache Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2022-02-10
95
myscale/MyScaleDB

Un fork de @ClickHouse qui prend en charge la recherche vectorielle haute performance et la recherche plein texte.

myscale
⭐ 1,032 C++ 👤 myscale Organization 🕐 Mis à jour 2025-02-05 📅 Créé 2024-03-14
96
NVIDIA/cudf-spark

Plugin NVIDIA cuDF pour Apache Spark - accélérez Apache Spark avec des GPU

NVIDIA
⭐ 1,021 Scala 👤 NVIDIA Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2020-05-14
97
Tencent/TencentKona-8

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.

Tencent
⭐ 1,003 Java 👤 Tencent Organization 🕐 Mis à jour 2026-11-06 📅 Créé 2019-11-01
98
firmai/data-science-career

Ressources de Carrière pour la Science des Données, l'Apprentissage Automatique, les Big Data et l'Analytique des Affaires Dépôt de Carrière

firmai
⭐ 993 👤 firmai User 🕐 Mis à jour 2024-08-16 📅 Créé 2019-08-23
99
h2oai/sparkling-water

Sparkling Water fournit la fonctionnalité H2O à l'intérieur du cluster Spark

h2oai
⭐ 982 Scala 👤 h2oai Organization 🕐 Mis à jour 2025-11-05 📅 Créé 2014-10-13
100
delta-io/delta-sharing

Un protocole ouvert pour le partage sécurisé des données

delta-io
⭐ 965 Scala 👤 delta-io Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2021-04-08