Git Stars Git Stars

#spark Dépôts

126
Total des Dépôts
513,269
Nombre total d'étoiles
4,073
Moyenne d'Étoiles/Dépôt
51
elastic/elasticsearch-hadoop

:elephant: Elasticsearch recherche et analyse en temps réel intégrées nativement avec Hadoop

elastic
⭐ 1,966 Java 👤 elastic Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2013-03-11
52
apache/cassandra-spark-connector

Connecteur Apache Spark vers Apache Cassandra

apache
⭐ 1,948 Scala 👤 apache Organization 🕐 Mis à jour 2025-04-29 📅 Créé 2014-06-27
53
apache/auron

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.

apache
⭐ 1,849 Rust 👤 apache Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2021-06-28
54
collabH/bigdata-growth

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.

collabH
⭐ 1,838 Python 👤 collabH User 🕐 Mis à jour 2026-04-18 📅 Créé 2020-06-10
55
OBenner/data-engineering-interview-questions

Plus de 2000+ questions d'entretien pour ingénieur de données.

OBenner
⭐ 1,815 Python 👤 OBenner User 🕐 Mis à jour 2026-01-13 📅 Créé 2021-08-08
56
zhonghuasheng/Tutorial

Résumé du système d'architecture des connaissances full-stack backend (Java Golang)

zhonghuasheng
⭐ 1,756 Shell 👤 zhonghuasheng User 🕐 Mis à jour 2025-07-20 📅 Créé 2016-01-23
57
apachecn/.github

ApacheCN Organisation Open Source : Annonces, Introduction, Membres, Activités, Moyens d'échange

apachecn
⭐ 1,750 CSS 👤 apachecn Organization 🕐 Mis à jour 2026-11-02 📅 Créé 2018-07-19
58
strapdata/elassandra

Elassandra = Elasticsearch + Apache Cassandra

strapdata
⭐ 1,718 Java 👤 strapdata Organization 🕐 Mis à jour 2026-05-17 📅 Créé 2015-08-22
59
jadianes/spark-py-notebooks

Tutoriels Apache Spark & Python (pySpark) pour l'analyse de Big Data et l'apprentissage automatique sous forme de carnets IPython / Jupyter

jadianes
⭐ 1,667 Jupyter Notebook 👤 jadianes User 🕐 Mis à jour 2024-03-16 📅 Créé 2015-05-06
60
almond-sh/almond

Un noyau Scala pour Jupyter

almond-sh
⭐ 1,631 Scala 👤 almond-sh Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2015-03-10
61
japila-books/apache-spark-internals

Les internals d'Apache Spark

japila-books
⭐ 1,553 👤 japila-books Organization 🕐 Mis à jour 2026-10-10 📅 Créé 2015-08-31
62
combust/mleap

MLeap: Déployer des pipelines ML en production

combust
⭐ 1,544 Scala 👤 combust Organization 🕐 Mis à jour 2026-11-09 📅 Créé 2016-08-23
63
hi-primus/optimus

:truck: Flux de travail de préparation de données agiles rendus faciles avec Pandas, Dask, cuDF, Dask-cuDF, Vaex et PySpark

hi-primus
⭐ 1,539 Python 👤 hi-primus Organization 🕐 Mis à jour 2024-12-02 📅 Créé 2017-07-13
64
projectnessie/nessie

Nessie : Catalogue transactionnel pour les lacs de données avec une sémantique similaire à Git

projectnessie
⭐ 1,533 Java 👤 projectnessie Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2020-04-09
65
apache/carbondata

Solution de magasin de données haute performance

apache
⭐ 1,452 Scala 👤 apache Organization 🕐 Mis à jour 2026-10-02 📅 Créé 2016-06-28
66
databricks/LearningSparkV2

Ceci est le dépôt GitHub pour Learning Spark: Lightning-Fast Data Analytics [2nd Edition]

databricks
⭐ 1,396 Scala 👤 databricks Organization 🕐 Mis à jour 2025-01-28 📅 Créé 2019-02-10
67
HariSekhon/Dockerfiles

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

HariSekhon
⭐ 1,382 Shell 👤 HariSekhon User 🕐 Mis à jour 2026-02-03 📅 Créé 2016-01-17
68
jupyter-incubator/sparkmagic

Magics et kernels Jupyter pour travailler avec des clusters Spark distants

jupyter-incubator
⭐ 1,368 Python 👤 jupyter-incubator Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2015-09-21
69
apache/datafusion-comet

Apache DataFusion Comet Spark Accelerator

apache
⭐ 1,326 Scala 👤 apache Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2024-01-15
70
iflytek/datasophon

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.

iflytek
⭐ 1,325 Java 👤 iflytek Organization 🕐 Mis à jour 2025-07-22 📅 Créé 2022-10-11
71
DTStack/Taier

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

DTStack
⭐ 1,285 Java 👤 DTStack Organization 🕐 Mis à jour 2026-11-05 📅 Créé 2021-03-02
72
mahmoudparsian/pyspark-tutorial

PySpark-Tutorial fournit des algorithmes de base à l'aide de PySpark

mahmoudparsian
⭐ 1,276 Jupyter Notebook 👤 mahmoudparsian User 🕐 Mis à jour 2025-05-26 📅 Créé 2015-03-12
73
zinggAI/zingg

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

zinggAI
⭐ 1,275 Java 👤 zinggAI Organization 🕐 Mis à jour 2026-11-03 📅 Créé 2021-08-25
74
graphframes/graphframes

GraphFrames est un package pour Apache Spark qui fournit des graphes basés sur DataFrame.

graphframes
⭐ 1,213 Scala 👤 graphframes Organization 🕐 Mis à jour 2026-11-12 📅 Créé 2016-01-20
75
apache/amoro

Apache Amoro (incubating) est un système de gestion Lakehouse construit sur des formats de lac de données ouverts.

apache
⭐ 1,207 Java 👤 apache Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2022-07-14
76
abhishek-ch/around-dataengineering

Un centre de connaissances sur l'ingénierie des données et l'apprentissage automatique

abhishek-ch
⭐ 1,140 Python 👤 abhishek-ch User 🕐 Mis à jour 2024-02-02 📅 Créé 2020-09-18
77
apache/celeborn

Apache Celeborn est un service élastique et haute performance pour les données de mélange et déversées.

apache
⭐ 1,081 Java 👤 apache Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2021-12-10
78
metabrainz/listenbrainz-server

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.

metabrainz
⭐ 1,074 Python 👤 metabrainz Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2015-09-05
79
bigdatagenomics/adam

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.

bigdatagenomics
⭐ 1,060 Scala 👤 bigdatagenomics Organization 🕐 Mis à jour 2026-03-17 📅 Créé 2013-11-19
80
NVIDIA/cudf-spark

Plugin NVIDIA cuDF pour Apache Spark - accélérez Apache Spark avec des GPU

NVIDIA
⭐ 1,021 Scala 👤 NVIDIA Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2020-05-14
81
deanwampler/spark-scala-tutorial

Un tutoriel gratuit pour Apache Spark.

deanwampler
⭐ 988 Jupyter Notebook 👤 deanwampler User 🕐 Mis à jour 2026-01-05 📅 Créé 2014-05-01
82
h2oai/sparkling-water

Sparkling Water fournit la fonctionnalité H2O à l'intérieur du cluster Spark

h2oai
⭐ 982 Scala 👤 h2oai Organization 🕐 Mis à jour 2025-11-05 📅 Créé 2014-10-13
83
sparklyr/sparklyr

Interface R pour Apache Spark

sparklyr
⭐ 970 R 👤 sparklyr Organization 🕐 Mis à jour 2026-11-09 📅 Créé 2016-05-20
84
data-prep-kit/data-prep-kit

Projet open source pour la préparation des données pour les applications GenAI

data-prep-kit
⭐ 968 HTML 👤 data-prep-kit Organization 🕐 Mis à jour 2026-09-29 📅 Créé 2024-04-08
85
delta-io/delta-sharing

Un protocole ouvert pour le partage sécurisé des données

delta-io
⭐ 965 Scala 👤 delta-io Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2021-04-08
86
apache/livy

Apache Livy est une interface REST open source pour interagir avec Apache Spark depuis n'importe où.

apache
⭐ 962 Scala 👤 apache Organization 🕐 Mis à jour 2026-10-20 📅 Créé 2017-06-25
87
microsoft/Mobius

Liaisons de langage et extensions pour C# et F# vers Apache Spark

microsoft
⭐ 948 C# 👤 microsoft Organization 🕐 Mis à jour 2025-12-11 📅 Créé 2015-10-27
88
RedisLabs/spark-redis

Un connecteur pour Spark qui permet la lecture et l'écriture vers/depuis un cluster Redis

RedisLabs
⭐ 944 Scala 👤 RedisLabs Organization 🕐 Mis à jour 2026-10-12 📅 Créé 2015-08-16
89
XHToken/Spark-X2.6

Série de modèles ouverts Spark-x2.6. Repousser les limites des capacités agentiques des modèles embarqués

XHToken
⭐ 927 👤 XHToken Organization 🕐 Mis à jour 2026-11-04 📅 Créé 2026-08-24
90
typelevel/frameless

Types expressifs pour Spark.

typelevel
⭐ 898 Scala 👤 typelevel Organization 🕐 Mis à jour 2026-10-28 📅 Créé 2015-03-28
91
pingcap/tispark

TiSpark est conçu pour exécuter Apache Spark sur TiDB/TiKV.

pingcap
⭐ 889 Scala 👤 pingcap Organization 🕐 Mis à jour 2026-08-20 📅 Créé 2017-05-02
92
ohenley/awesome-ada

Une liste sélectionnée de ressources exceptionnelles relatives au langage de programmation Ada et SPARK

ohenley
⭐ 881 👤 ohenley User 🕐 Mis à jour 2026-11-14 📅 Créé 2018-10-24
93
awslabs/data-on-eks

DoEKS est un outil pour construire, déployer et faire évoluer des plateformes de données sur Amazon EKS

awslabs
⭐ 863 Shell 👤 awslabs Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2022-09-25
94
LucaCanali/sparkMeasure

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.

LucaCanali
⭐ 831 Scala 👤 LucaCanali User 🕐 Mis à jour 2026-10-16 📅 Créé 2017-03-16
95
HariSekhon/DevOps-Python-tools

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.

HariSekhon
⭐ 824 Python 👤 HariSekhon User 🕐 Mis à jour 2026-02-03 📅 Créé 2015-10-27
96
WeBankFinTech/Scriptis

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.

WeBankFinTech
⭐ 812 Vue 👤 WeBankFinTech Organization 🕐 Mis à jour 2024-12-11 📅 Créé 2019-07-23
98
cdapio/cdap

Un framework open source pour la création d'applications d'analyse de données.

cdapio
⭐ 791 Java 👤 cdapio Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2014-08-02
99
a616567126/GPT-WEB-JAVA

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🔥

a616567126
⭐ 774 Java 👤 a616567126 User 🕐 Mis à jour 2026-11-18 📅 Créé 2023-03-28
100
MigoXLab/dingo

Dingo: Un outil complet d'évaluation de la qualité des données, modèles et applications d'IA

MigoXLab
⭐ 771 Python 👤 MigoXLab Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2024-12-24