#apache-spark Repository
Scopri 44 repository GitHub open source attivi contrassegnati con #apache-spark, che raccolgono un totale di 97,788 stelle (con una media di 2,222 stelle per progetto). Il progetto leader di questo argomento è mlflow/mlflow, con 28,920 stelle.
44 repository in totale
La piattaforma di ingegneria IA open source per agenti, LLM e modelli ML. MLflow consente a team di tutte le dimensioni di debuggare, valutare, monitorare e ottimizzare applicazioni IA di qualità produttiva controllando i costi e gestendo l'accesso a modelli e dati.
Libreria Python di apprendimento automatico semplice e distribuito che porta gli algoritmi ML su Spark
Sostituto drop-in di Apache Spark scritto in Rust, che unifica l'elaborazione batch, l'elaborazione in streaming e i carichi di lavoro AI ad alta intensità computazionale.
Operatore Kubernetes per la gestione del ciclo di vita delle applicazioni Apache Spark su Kubernetes.
.NET for Apache® Spark™ rende Apache Spark™ facilmente accessibile agli sviluppatori .NET.
Feathr – Una piattaforma unificata e scalabile per l'ingegneria dei dati e dell'IA per le imprese
GeoMesa è una suite di strumenti per lavorare con grandi dati geospaziali in modo distribuito.
Questo è il repository GitHub per Learning Spark: Lightning-Fast Data Analytics [2nd Edition]
GraphFrames è un pacchetto per Apache Spark che fornisce grafi basati su DataFrame.
Un elenco curato di fantastiche risorse Hadoop e dell'ecosistema Hadoop
Esempi pubblici eseguibili di utilizzo di NLP di John Snow Labs per Apache Spark.
Questo repository contiene il codice di sviluppo di sparkMeasure, una libreria per l'analisi delle prestazioni e la risoluzione dei problemi di Apache Spark. Semplifica la raccolta, l'aggregazione e l'esportazione delle metriche di task/stage di Spark, ed è progettata per un uso pratico da parte di sviluppatori e data engineer in flussi di lavoro di analisi interattiva, test e monitoraggio della produzione.
Questo repository contiene i notebook e le presentazioni che utilizziamo per i nostri Databricks Tech Talks "
Le librerie AWS Glue sono aggiunte e miglioramenti a Spark per le operazioni ETL.
Servizio web REST per il vero punteggio in tempo reale (<1 ms) di modelli Scikit-Learn, R e Apache Spark
Questo progetto fornisce esempi di Apache Spark SQL, RDD, DataFrame e Dataset in linguaggio Scala.
Apache Spark 3 - Programmazione Spark in Python per principianti
Domande frequenti
Qual è il repository #apache-spark più popolare su GitHub?
Il progetto open source #apache-spark più alto in classifica su GitHub è mlflow/mlflow, con 28,920 stelle. La piattaforma di ingegneria IA open source per agenti, LLM e modelli ML. MLflow consente a team di tutte le dimensioni di debuggare, valutare, monitorare e ottimizzare applicazioni IA di qualità produttiva controllando i costi e gestendo l'accesso a modelli e dati.
Quali linguaggi di programmazione sono più utilizzati nei repository #apache-spark?
Tra i progetti #apache-spark più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Scala, Python, Java, Jupyter Notebook.
Come viene calcolata la classifica dei repository #apache-spark?
Monitoriamo 44 repository open source attivi contrassegnati con #apache-spark (500+ stelle), per un totale di 97,788 stelle e una media di 2,222 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.