#hive Dépôts
Découvrez 29 dépôts GitHub open source actifs associés à #hive, cumulant 126,935 étoiles au total (soit une moyenne de 4,377 étoiles par projet). Le projet en tête de ce thème est APIJSON/APIJSON, avec 18,395 étoiles.
29 dépôts au total
🏆 ORM en temps réel, sans code, puissant et sécurisé 🚀 fournit des API et des Docs sans coder par le Backend, et le Frontend (Client) peut personnaliser les JSON de réponse 🏆 ORM en temps réel, sans code, entièrement fonctionnel et hautement sécurisé 🚀 Les API et la documentation Backend sont sans code, et le Frontend (Client) peut personnaliser les données et la structure du JSON retourné.
Répertoire officiel de Trino, le moteur de requête SQL distribué pour les big data, anciennement connu sous le nom de PrestoSQL (https://trino.io)
🔨 Générez des instructions SQL structurées avec JSON, basé sur Vue3 + TypeScript + Vite + Ant Design + MonacoEditor, le projet est simple (logique forte, pages légères), convient pour s'entraîner~
Apache Linkis construit une couche de middleware de calcul pour faciliter la connexion, la gouvernance et l'orchestration entre les applications supérieures et les moteurs de données sous-jacents.
DataSphereStudio est un portail tout-en-un pour le développement et la gestion d'applications de données, couvrant des scénarios incluant l'échange de données, la désensibilisation/nettoyage, l'analyse/extraction, la mesure de qualité, la visualisation et la planification de tâches.
Apprentissage des Big Data, Apprendre les Big Data à partir de zéro, Inclut des vidéos d'apprentissage et des matériaux d'entretien pour chaque étape de l'apprentissage des Big Data
Ancien projet d’apprentissage : recommandations de films avec Spark, web scraping, application web et backend. Le développement continu de la nouvelle version est disponible sur cinematch-recommender.
Apache Kyuubi est un gateway distribué et multi-tenant pour fournir du SQL sans serveur sur des entrepôts de données et des lakehouses.
Querybook est une interface utilisateur de requêtes Big Data, combinant des métadonnées de tables colocalisées et une interface de notebook simple.
Apache Drill est une couche de requête MPP distribuée pour les données auto-descriptives
:elephant: Elasticsearch recherche et analyse en temps réel intégrées nativement avec Hadoop
Le référentiel de connaissances Big Data couvre la modélisation de data warehouse, le calcul en temps réel, le Big Data, la plateforme de données centrale, la conception de systèmes, Java, les algorithmes, etc.
Plus de 2000+ questions d'entretien pour ingénieur de données.
Successeur d’Alibaba DataX activement maintenu : un outil ETL open source, rapide et polyvalent, compatible avec plus de 30 sources de données RDBMS et NoSQL.
Taier est une plateforme de développement de big data pour la soumission, la planification, l'exploitation et la maintenance, ainsi que l'affichage des informations sur les indicateurs
MetaForge est un logiciel intégré de transformation, d’intégration et de visualisation des données. Il prend en charge diverses sources de données et différents types de fichiers, notamment les bases de données liées au big data, les bases de données relationnelles, les bases de données NoSQL, etc. Le logiciel permet de gérer plusieurs sources de données et d’effectuer diverses opérations et transformations sur les données qu’elles contiennent, rendant les données
Utilise la requête tokenisée renvoyée par python-sqlparse et génère les métadonnées de la requête
Scriptis est destiné à l'analyse de données interactive avec développement de scripts (SQL, PySpark, HiveQL), soumission de tâches (Spark, Hive), UDF, fonctions, gestion des ressources et diagnostic intelligent.
WeDataSphere est une suite de plateformes big data de grade financier, tout-en-un.
Datafaker est un outil de génération de données de test à grande échelle et de données de test de flux. Datafaker falsifie les données et les insère dans diverses sources de données. Outil de génération de données de test
Foire aux questions
Quel est le dépôt #hive le plus populaire sur GitHub ?
Le projet #hive open source le mieux classé sur GitHub est APIJSON/APIJSON, avec 18,395 étoiles. 🏆 ORM en temps réel, sans code, puissant et sécurisé 🚀 fournit des API et des Docs sans coder par le Backend, et le Frontend (Client) peut personnaliser les JSON de réponse 🏆 ORM en temps réel, sans code, entièrement fonctionnel et hautement sécurisé 🚀 Les API et la documentation Backend sont sans code, et le Frontend (Client) peut personnaliser les données et la structure du JSON retourné.
Quels langages de programmation sont les plus utilisés dans les dépôts #hive ?
Parmi les projets #hive les mieux classés sur GitHub, les langages de programmation les plus courants sont Java, Python, Vue, Scala.
Comment le classement des dépôts #hive est-il calculé ?
Nous suivons 29 dépôts open source actifs associés à #hive (500+ étoiles), totalisant 126,935 étoiles, avec une moyenne de 4,377 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.