#flink-kafka Dépôts
Découvrez 3 dépôts GitHub open source actifs associés à #flink-kafka, cumulant 5,983 étoiles au total (soit une moyenne de 1,994 étoiles par projet). Le projet en tête de ce thème est water8394/flink-recommandSystem-demo, avec 4,477 étoiles.
3 dépôts au total
:helicopter::rocket: Système de recommandation en temps réel de produits implémenté sur la base de Flink. Flink compte la popularité des produits, les place dans le cache Redis, analyse les informations de logs et insère les étiquettes de portrait utilisateur et les enregistrements en temps réel dans HBase. Après que l'utilisateur initie une demande de recommandation, il réordonne la liste de popularité en fonction du portrait utilisateur, combine les deux modules de recommandation — filtrage collaboratif et étiquettes — pour ajouter des produits associés à chaque produit de la nouvelle liste générée, et renvoie enfin la nouvelle liste d'utilisateurs.
Le référentiel se concentre sur la compréhension immédiate des composants Flink par les lecteurs, comprend du code pratique Flink et de la documentation, 200 points de connaissance de tutoriels Flink, Flink Datastream, Flink Table, Flink Window, Flink State, Flink Checkpoint, Flink Metrics, Flink Memory, Flink sur standalone /yarn/k8s, Flink SQL, Flink CEP, Flink CDC, Flink UDF, PyFlink, nouvelles fonctionnalités Flink, Flink Partition, Flink Memory, etc. Pour des liens détaillés, voir : https://mp.weixin.qq.com/mp/appmsgalbum?__biz=Mzg5NDY3NzIwMA==&action=getalbum&album_id=2038088622687469575#wechat_redirect
Outil low-code pour automatiser les actions sur des données en temps réel | Traitement de flux pour les utilisateurs.
Foire aux questions
Quel est le dépôt #flink-kafka le plus populaire sur GitHub ?
Le projet #flink-kafka open source le mieux classé sur GitHub est water8394/flink-recommandSystem-demo, avec 4,477 étoiles. :helicopter::rocket: Système de recommandation en temps réel de produits implémenté sur la base de Flink. Flink compte la popularité des produits, les place dans le cache Redis, analyse les informations de logs et insère les étiquettes de portrait utilisateur et les enregistrements en temps réel dans HBase. Après que l'utilisateur initie une demande de recommandation, il réordonne la liste de popularité en fonction du portrait utilisateur, combine les deux modules de recommandation — filtrage collaboratif et étiquettes — pour ajouter des produits associés à chaque produit de la nouvelle liste générée, et renvoie enfin la nouvelle liste d'utilisateurs.
Quels langages de programmation sont les plus utilisés dans les dépôts #flink-kafka ?
Parmi les projets #flink-kafka les mieux classés sur GitHub, les langages de programmation les plus courants sont Java, Scala.
Comment le classement des dépôts #flink-kafka est-il calculé ?
Nous suivons 3 dépôts open source actifs associés à #flink-kafka (500+ étoiles), totalisant 5,983 étoiles, avec une moyenne de 1,994 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.