#spark-streaming Dépôts
Découvrez 8 dépôts GitHub open source actifs associés à #spark-streaming, cumulant 15,364 étoiles au total (soit une moyenne de 1,920 étoiles par projet). Le projet en tête de ce thème est Angel-ML/angel, avec 6,797 étoiles.
8 dépôts au total
Un serveur de paramètres flexible et puissant pour l'apprentissage automatique à grande échelle
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.
.NET for Apache® Spark™ rend Apache Spark™ facilement accessible aux développeurs .NET.
Ce projet fournit des exemples Apache Spark SQL, RDD, DataFrame et Dataset en langage Scala.
Générez rapidement des données synthétiques pertinentes pour vos projets. Le générateur de données synthétiques de Databricks Labs (également appelé `dbldatagen`) peut servir à produire de grands jeux de données simulés ou synthétiques pour des tests, des preuves de concept (POC) et d’autres usages dans les environnements Databricks, y compris les pipelines Delta Live Tables.
Foire aux questions
Quel est le dépôt #spark-streaming le plus populaire sur GitHub ?
Le projet #spark-streaming open source le mieux classé sur GitHub est Angel-ML/angel, avec 6,797 étoiles. Un serveur de paramètres flexible et puissant pour l'apprentissage automatique à grande échelle
Quels langages de programmation sont les plus utilisés dans les dépôts #spark-streaming ?
Parmi les projets #spark-streaming les mieux classés sur GitHub, les langages de programmation les plus courants sont Java, C#, Scala, Python.
Comment le classement des dépôts #spark-streaming est-il calculé ?
Nous suivons 8 dépôts open source actifs associés à #spark-streaming (500+ étoiles), totalisant 15,364 étoiles, avec une moyenne de 1,920 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.