Git Stars Git Stars

#spark Dépôts

Découvrez 126 dépôts GitHub open source actifs associés à #spark, cumulant 513,269 étoiles au total (soit une moyenne de 4,073 étoiles par projet). Le projet en tête de ce thème est DataTalksClub/data-engineering-zoomcamp, avec 46,997 étoiles.

126
Total des Dépôts
513,269
Nombre total d'étoiles
4,073
Moyenne d'Étoiles/Dépôt
1
DataTalksClub/data-engineering-zoomcamp

Data Engineering Zoomcamp est un cours gratuit de 9 semaines sur la création de pipelines de données prêts pour la production. Rejoignez le cours ici 👇🏼

DataTalksClub
⭐ 46,997 Jupyter Notebook 👤 DataTalksClub Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2021-10-21
2
apache/spark

Apache Spark – Un moteur d'analyse unifié pour le traitement de données à grande échelle

apache
⭐ 44,593 Scala 👤 apache Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2014-02-25
3
getredash/redash

Rendez votre entreprise axée sur les données. Connectez-vous à n'importe quelle source de données, visualisez facilement, créez des tableaux de bord et partagez vos données.

getredash
⭐ 28,895 TypeScript 👤 getredash Organization 🕐 Mis à jour 2026-11-14 📅 Créé 2013-10-28
4
donnemartin/data-science-ipython-notebooks

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.

donnemartin
⭐ 28,776 Python 👤 donnemartin User 🕐 Mis à jour 2024-03-20 📅 Créé 2015-01-23
5
yeasy/docker_practice

Technologie de conteneur Docker la plus récente, apprenez les meilleures pratiques à partir de cas réels ! | Apprenez et comprenez les technologies Docker & Conteneur, avec une pratique DevOps réelle.

yeasy
⭐ 26,382 Go 👤 yeasy User 🕐 Mis à jour 2026-11-11 📅 Créé 2014-09-05
6
heibaiying/BigData-Notes

Guide d'introduction au Big Data :star:

heibaiying
⭐ 16,818 Java 👤 heibaiying User 🕐 Mis à jour 2024-01-05 📅 Créé 2019-03-10
7
FavioVazquez/ds-cheatsheets

Liste de fiches de triche en Data Science pour régner sur le monde

FavioVazquez
⭐ 15,921 👤 FavioVazquez User 🕐 Mis à jour 2024-07-18 📅 Créé 2018-12-20
8
GaiZhenbiao/ChuanhuChatGPT

Interface graphique pour l'API ChatGPT et de nombreux LLM. Prend en charge les agents, le QA basé sur des fichiers, le réglage fin GPT et les requêtes avec recherche web. Le tout avec une interface utilisateur soignée.

GaiZhenbiao
⭐ 15,237 Python 👤 GaiZhenbiao User 🕐 Mis à jour 2026-09-16 📅 Créé 2023-03-02
9
zhisheng17/flink-learning

Blog d'apprentissage Flink. http://www.54tianzhisheng.cn/ Contient du contenu sur l'introduction à Flink, les concepts, les principes, la pratique, l'optimisation des performances, l'analyse du code source, etc. Implique des cas d'apprentissage sur Flink Connector, Metrics, Library, DataStream API, Table API & SQL, etc., et le partage de cas de grands projets pour les applications Flink en production (PVUV, stockage de logs, déduplication en temps réel de milliards de données, alertes de surveillance). Bienvenue à tous pour soutenir ma colonne «Moteur de Calcul en Temps Réel pour Big Data Flink : Pratique et Optimisation des Performances».

zhisheng17
⭐ 15,109 Java 👤 zhisheng17 User 🕐 Mis à jour 2026-05-06 📅 Créé 2019-01-01
10
aalansehaiyang/technology-talk

【Colonne d'Entretiens Grands Entreprises】 Un guide technique pour les programmeurs Java : questions d'entretien, architecture système, astuces professionnelles, middleware principaux, etc., pour devenir une version améliorée de soi-même !

aalansehaiyang
⭐ 14,717 👤 aalansehaiyang User 🕐 Mis à jour 2025-07-21 📅 Créé 2016-06-10
11
horovod/horovod

Framework d'entraînement distribué pour TensorFlow, Keras, PyTorch et Apache MXNet.

horovod
⭐ 14,695 Python 👤 horovod Organization 🕐 Mis à jour 2026-06-20 📅 Créé 2017-08-09
12
deeplearning4j/deeplearning4j

Suite d'outils pour le déploiement et l'entraînement de modèles d'apprentissage profond utilisant la JVM. Les points forts comprennent l'importation de modèles pour Keras, TensorFlow et ONNX/PyTorch, une bibliothèque C++ modulaire et minuscule pour l'exécution de code mathématique et une bibliothèque mathématique basée sur Java au-dessus de la bibliothèque C++ de base. Comprend également SameDiff : une bibliothèque similaire à PyTorch/TensorFlow pour l'exécution d'apprentissage profond...

deeplearning4j
⭐ 14,283 Java 👤 deeplearning4j Organization 🕐 Mis à jour 2026-10-05 📅 Créé 2013-11-27
13
tobymao/sqlglot

Analyseur et Transpileur SQL Python

tobymao
⭐ 9,809 Python 👤 tobymao User 🕐 Mis à jour 2026-11-21 📅 Créé 2021-03-13
14
delta-io/delta

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

delta-io
⭐ 9,083 Scala 👤 delta-io Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2019-04-22
15
mage-ai/mage-ai

🧙 Créez, exécutez et gérez des pipelines de données pour l'intégration et la transformation des données.

mage-ai
⭐ 8,850 Python 👤 mage-ai Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2022-05-16
16
h2oai/h2o-3

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.

h2oai
⭐ 7,527 Jupyter Notebook 👤 h2oai Organization 🕐 Mis à jour 2026-11-11 📅 Créé 2014-03-03
17
Alluxio/alluxio

Alluxio, orchestration de données pour l'analyse et l'apprentissage automatique dans le cloud

Alluxio
⭐ 7,264 Java 👤 Alluxio Organization 🕐 Mis à jour 2026-09-01 📅 Créé 2012-12-21
18
Angel-ML/angel

Un serveur de paramètres flexible et puissant pour l'apprentissage automatique à grande échelle

Angel-ML
⭐ 6,797 Java 👤 Angel-ML Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2017-04-25
19
apache/zeppelin

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.

apache
⭐ 6,670 Java 👤 apache Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2015-03-25
20
microsoft/SynapseML

Bibliothèque Python d'apprentissage automatique simple et distribué portant des algorithmes ML pour Spark

microsoft
⭐ 5,257 Scala 👤 microsoft Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2017-06-05
21
tencentmusic/cube-studio

cube studio Plateforme IA Open-Source Cloud Native Tout-en-un pour Machine Learning/Deep Learning/Grands Modèles, Flux complet du pipeline d'algorithmes MLOps, Plateforme de location de puissance de calcul, Développement en ligne Notebook, Orchestration de pipeline de flux de tâches par glisser-déposer, Entraînement distribué multi-machines multi-GPU, Recherche d'hyperparamètres, Virtualisation VGPU du service d'inférence, Edge Computing, Annotation automatisée de la plateforme d'annotation, Ajustement fin SFT de grands modèles/Modèle de récompense/Entraînement par apprentissage par renforcement de Deepseek, Inférence multi-machines de grands modèles tels que vLLM/Ollama/MindSpore, Base de connaissances privée, Marché de modèles IA, Support pour l'écosystème CPU/GPU/NPU Ascend domestiques, Support RDMA, Support pour les frameworks distribués tels que PyTorch/TF/MXNet/DeepSpeed/Paddle/ColossalAI/Horovod/Ray/Volcano

tencentmusic
⭐ 5,085 👤 tencentmusic Organization 🕐 Mis à jour 2026-10-09 📅 Créé 2021-08-17
22
apache/streampark

Le plan de contrôle ouvert pour les données en temps réel

apache
⭐ 4,352 Java 👤 apache Organization 🕐 Mis à jour 2026-10-31 📅 Créé 2019-05-27
23
JohnSnowLabs/spark-nlp

Traitement du langage naturel de pointe

JohnSnowLabs
⭐ 4,162 Scala 👤 JohnSnowLabs Organization 🕐 Mis à jour 2026-11-14 📅 Créé 2017-09-24
24
RoaringBitmap/RoaringBitmap

Un bitset compressé amélioré en Java : utilisé par Apache Spark, Netflix Atlas, Apache Pinot, Tablesaw et bien d'autres

RoaringBitmap
⭐ 3,957 Java 👤 RoaringBitmap Organization 🕐 Mis à jour 2026-11-14 📅 Créé 2013-06-17
25
Cyb3rWard0g/HELK

L'ELK de chasse

Cyb3rWard0g
⭐ 3,901 Jupyter Notebook 👤 Cyb3rWard0g User 🕐 Mis à jour 2024-06-01 📅 Créé 2017-03-14
26
awslabs/deequ

Deequ est une bibliothèque construite sur Apache Spark pour définir des « tests unitaires pour les données », qui mesurent la qualité des données dans de grands ensembles de données.

awslabs
⭐ 3,660 Scala 👤 awslabs Organization 🕐 Mis à jour 2026-10-20 📅 Créé 2018-08-07
27
lakehq/sail

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.

lakehq
⭐ 3,504 Rust 👤 lakehq Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2023-12-21
28
liyupi/sql-generator

🔨 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~

liyupi
⭐ 3,455 Vue 👤 liyupi User 🕐 Mis à jour 2024-01-17 📅 Créé 2022-05-12
29
apache/paimon

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.

apache
⭐ 3,454 Java 👤 apache Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2022-01-12
30
apache/linkis

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.

apache
⭐ 3,417 Java 👤 apache Organization 🕐 Mis à jour 2026-11-04 📅 Créé 2019-07-23
31
databricks/koalas

Koalas : API pandas sur Apache Spark

databricks
⭐ 3,368 Python 👤 databricks Organization 🕐 Mis à jour 2024-03-20 📅 Créé 2019-01-03
32
WeBankFinTech/DataSphereStudio

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.

WeBankFinTech
⭐ 3,275 Java 👤 WeBankFinTech Organization 🕐 Mis à jour 2025-11-04 📅 Créé 2019-11-24
33
lakesoul-io/LakeSoul

Un moteur lakehouse ouvert pour les agents — natif de Postgres, des vecteurs et de Python. Parle PostgreSQL, fonctionne sur votre stockage d’objets et est écrit en Rust.

lakesoul-io
⭐ 3,261 Rust 👤 lakesoul-io Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2021-12-28
34
MoRan1607/BigDataGuide

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

MoRan1607
⭐ 3,259 👤 MoRan1607 User 🕐 Mis à jour 2026-01-20 📅 Créé 2019-11-30
35
kubeflow/spark-operator

Opérateur Kubernetes pour gérer le cycle de vie des applications Apache Spark sur Kubernetes.

kubeflow
⭐ 3,162 Python 👤 kubeflow Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2018-01-03
36
Luce-Org/lucebox

Moteur d’inférence Lucebox pour matériel hétérogène et GPU grand public

Luce-Org
⭐ 3,024 C++ 👤 Luce-Org Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2026-04-03
37
RayXBuilds/Movie_Recommend

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.

RayXBuilds
⭐ 3,007 Java 👤 RayXBuilds User 🕐 Mis à jour 2026-10-21 📅 Créé 2018-04-18
38
spark-jobserver/spark-jobserver

Serveur de tâches REST pour Apache Spark

spark-jobserver
⭐ 2,833 Scala 👤 spark-jobserver Organization 🕐 Mis à jour 2026-03-03 📅 Créé 2014-08-21
39
vector4wang/spring-boot-quick

:herb: Exemples d'apprentissage rapide basés sur Spring Boot, intégrant des frameworks open-source que j'ai rencontrés, tels que : RabbitMQ (file d'attente différée), Kafka, JPA, Redis, OAuth2, Swagger, JSP, Docker, K3s, K3d, K8s, plugin de chiffrement/déchiffrement MyBatis, gestion des exceptions, sortie de logs, développement multi-modules, emballage multi-environnements, cache, crawler web, JWT, GraphQL, Dubbo, Zookeeper et Async, etc. :pushpin:

vector4wang
⭐ 2,789 Java 👤 vector4wang User 🕐 Mis à jour 2026-05-16 📅 Créé 2017-03-13
40
moj-analytical-services/splink

Liaison de données probabilistique rapide, précise et évolutive avec prise en charge de plusieurs backends SQL

moj-analytical-services
⭐ 2,592 Python 👤 moj-analytical-services Organization 🕐 Mis à jour 2026-11-11 📅 Créé 2019-11-22
41
geekyouth/SZT-bigdata

Système d'analyse du flux de passagers Big Data du métro de Shenzhen🚇🚄🌟

geekyouth
⭐ 2,469 Scala 👤 geekyouth User 🕐 Mis à jour 2026-05-12 📅 Créé 2020-04-13
42
XZB-1248/Spark

✨Spark est un outil d'administration à distance (RAT) basé sur le web, multiplateplateforme et complet, écrit en Go, qui vous permet de contrôler tous vos appareils n'importe où. Spark est un outil de contrôle et de surveillance à distance, basé sur le web, multiplateforme et complet, écrit en Go, qui vous permet de contrôler et de surveiller tous vos appareils où que vous soyez et à tout moment.

XZB-1248
⭐ 2,412 Go 👤 XZB-1248 User 🕐 Mis à jour 2026-03-16 📅 Créé 2022-03-16
43
apache/kyuubi

Apache Kyuubi est un gateway distribué et multi-tenant pour fournir du SQL sans serveur sur des entrepôts de données et des lakehouses.

apache
⭐ 2,379 Scala 👤 apache Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2017-12-18
44
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
45
o-gs/dji-firmware-tools

Outils pour la gestion des firmwares des produits DJI, axés sur les quadricoptères.

o-gs
⭐ 2,309 C 👤 o-gs Organization 🕐 Mis à jour 2026-11-11 📅 Créé 2016-08-03
46
salesforce/TransmogrifAI

TransmogrifAI (prononcé trăns-mŏgˈrə-fī) est une bibliothèque AutoML permettant de créer des flux de travail d'apprentissage automatique modulaires, réutilisables et fortement typés sur Apache Spark avec un réglage manuel minimal.

salesforce
⭐ 2,280 Scala 👤 salesforce Organization 🕐 Mis à jour 2026-06-02 📅 Créé 2017-11-02
47
fugue-project/fugue

Une interface unifiée pour le calcul distribué. Fugue exécute du code SQL, Python, Pandas et Polars sur Spark, Dask et Ray sans aucune réécriture.

fugue-project
⭐ 2,168 Python 👤 fugue-project Organization 🕐 Mis à jour 2026-11-12 📅 Créé 2020-03-24
48
zio/zio-quill

Requêtes intégrées au langage à la compilation pour Scala

zio
⭐ 2,165 Scala 👤 zio Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2015-07-20
49
dotnet/spark

.NET for Apache® Spark™ rend Apache Spark™ facilement accessible aux développeurs .NET.

dotnet
⭐ 2,096 C# 👤 dotnet Organization 🕐 Mis à jour 2026-11-05 📅 Créé 2019-04-22
50
broadinstitute/gatk

Référentiel de code officiel pour GATK versions 4 et supérieures

broadinstitute
⭐ 2,010 Java 👤 broadinstitute Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2014-12-02

Foire aux questions

1

Quel est le dépôt #spark le plus populaire sur GitHub ?

Le projet #spark open source le mieux classé sur GitHub est DataTalksClub/data-engineering-zoomcamp, avec 46,997 étoiles. Data Engineering Zoomcamp est un cours gratuit de 9 semaines sur la création de pipelines de données prêts pour la production. Rejoignez le cours ici 👇🏼

2

Quels langages de programmation sont les plus utilisés dans les dépôts #spark ?

Parmi les projets #spark les mieux classés sur GitHub, les langages de programmation les plus courants sont Java, Scala, Python, Jupyter Notebook.

3

Comment le classement des dépôts #spark est-il calculé ?

Nous suivons 126 dépôts open source actifs associés à #spark (500+ étoiles), totalisant 513,269 étoiles, avec une moyenne de 4,073 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.