#spark Dépôts
126 dépôts au total
:elephant: Elasticsearch recherche et analyse en temps réel intégrées nativement avec Hadoop
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.
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.
Résumé du système d'architecture des connaissances full-stack backend (Java Golang)
ApacheCN Organisation Open Source : Annonces, Introduction, Membres, Activités, Moyens d'échange
Tutoriels Apache Spark & Python (pySpark) pour l'analyse de Big Data et l'apprentissage automatique sous forme de carnets IPython / Jupyter
:truck: Flux de travail de préparation de données agiles rendus faciles avec Pandas, Dask, cuDF, Dask-cuDF, Vaex et PySpark
Nessie : Catalogue transactionnel pour les lacs de données avec une sémantique similaire à Git
Ceci est le dépôt GitHub pour Learning Spark: Lightning-Fast Data Analytics [2nd Edition]
50+ images publiques DockerHub pour Docker & Kubernetes - DevOps, CI/CD, GitHub Actions, CircleCI, Jenkins, TeamCity, Alpine, CentOS, Debian, Fedora, Ubuntu, Hadoop, Kafka, ZooKeeper, HBase, Cassandra, Solr, SolrCloud, Presto, Apache Drill, Nifi, Spark, Consul, Riak
Magics et kernels Jupyter pour travailler avec des clusters Spark distants
Le prochain expert en gestion de big data natif pour le cloud vise à aider les utilisateurs à créer rapidement des plateformes natives pour le cloud stables, efficaces et évolutives pour le big data.
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
PySpark-Tutorial fournit des algorithmes de base à l'aide de PySpark
Résolution d’entités, résolution d’identités, gestion des données de référence et déduplication à grande échelle basées sur l’IA pour les humains et les agents
GraphFrames est un package pour Apache Spark qui fournit des graphes basés sur DataFrame.
Apache Amoro (incubating) est un système de gestion Lakehouse construit sur des formats de lac de données ouverts.
Un centre de connaissances sur l'ingénierie des données et l'apprentissage automatique
Apache Celeborn est un service élastique et haute performance pour les données de mélange et déversées.
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.
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.
Sparkling Water fournit la fonctionnalité H2O à l'intérieur du cluster Spark
Projet open source pour la préparation des données pour les applications GenAI
Apache Livy est une interface REST open source pour interagir avec Apache Spark depuis n'importe où.
Un connecteur pour Spark qui permet la lecture et l'écriture vers/depuis un cluster Redis
Série de modèles ouverts Spark-x2.6. Repousser les limites des capacités agentiques des modèles embarqués
Une liste sélectionnée de ressources exceptionnelles relatives au langage de programmation Ada et SPARK
DoEKS est un outil pour construire, déployer et faire évoluer des plateformes de données sur Amazon EKS
Ce dépôt contient le code de développement de sparkMeasure, une bibliothèque d'analyse des performances et de dépannage pour Apache Spark. Elle simplifie la collecte, l'agrégation et l'exportation des métriques des tâches/étapes Spark, et est conçue pour une utilisation pratique par les développeurs et les ingénieurs de données dans les flux de travail d'analyse interactive, de test et de surveillance en production.
80+ Outils CLI DevOps & Données - AWS, GCP, Fonctions Cloud Python GCF, Anonymiseur de Logs, Spark, Hadoop, HBase, Hive, Impala, Linux, Docker, Convertisseurs et Validateurs de Données Spark (Avro/Parquet/JSON/CSV/INI/XML/YAML), Travis CI, AWS CloudFormation, Elasticsearch, Solr etc.
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.
Chatbot IA basé sur JDK8 ! Compte public WeChat Midjourney Graphics, échange de clé, prise en charge Web ChatGPT, Midjourney Graphics, SD Graphics, échange de clé, YiPay, acquisition de trafic de compte public, inscription par e-mail🔥
Dingo: Un outil complet d'évaluation de la qualité des données, modèles et applications d'IA