Git Stars Git Stars

#big-data Repository

Scopri 133 repository GitHub open source attivi contrassegnati con #big-data, che raccolgono un totale di 683,600 stelle (con una media di 5,139 stelle per progetto). Il progetto leader di questo argomento è binhnguyennus/awesome-scalability, con 75,924 stelle.

133
Totale Repository
683,600
Totale stelle
5,139
Media Stelle/Repo

133 repository in totale

1
binhnguyennus/awesome-scalability

I Pattern di Sistemi su Larga Scala Scalabili, Affidabili e Performanti

binhnguyennus
⭐ 75,924 👤 binhnguyennus User 🕐 Aggiornato 2026-01-04 📅 Creato 2017-12-27
2
ClickHouse/ClickHouse

ClickHouse® è un sistema di gestione di database analitici in tempo reale

ClickHouse
⭐ 51,051 C++ 👤 ClickHouse Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2016-06-02
3
apache/spark

Apache Spark – Un motore di analisi unificato per l'elaborazione di dati su larga scala

apache
⭐ 44,593 Scala 👤 apache Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2014-02-25
4
donnemartin/data-science-ipython-notebooks

Notebook Python per la data science: Deep learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, fondamenti di Python, AWS e varie righe di comando.

donnemartin
⭐ 28,776 Python 👤 donnemartin User 🕐 Aggiornato 2024-03-20 📅 Creato 2015-01-23
5
apache/flink

Apache Flink

apache
⭐ 26,487 Java 👤 apache Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2014-06-07
6
thingsboard/thingsboard

Piattaforma IoT all-in-one: gestione dei dispositivi, raccolta, elaborazione e visualizzazione dei dati.

thingsboard
⭐ 22,701 Java 👤 thingsboard Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2016-12-01
7
amark/gun

Un protocollo di cybersecurity open source per la sincronizzazione di dati grafici decentralizzati.

amark
⭐ 19,166 JavaScript 👤 amark User 🕐 Aggiornato 2026-11-20 📅 Creato 2014-07-31
8
heibaiying/BigData-Notes

Guida introduttiva a Big Data :star:

heibaiying
⭐ 16,818 Java 👤 heibaiying User 🕐 Aggiornato 2024-01-05 📅 Creato 2019-03-10
9
prestodb/presto

Il sito ufficiale di Presto, il motore di query SQL distribuito per big data

prestodb
⭐ 16,777 Java 👤 prestodb Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2012-08-09
10
andkret/Cookbook

Il Cookbook di Data Engineering

andkret
⭐ 15,594 Python 👤 andkret User 🕐 Aggiornato 2026-10-16 📅 Creato 2019-03-10
11
trinodb/trino

Repository ufficiale di Trino, il motore di query SQL distribuito per big data, precedentemente noto come PrestoSQL (https://trino.io)

trinodb
⭐ 13,532 Java 👤 trinodb Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2019-01-19
12
vesoft-inc/nebula

Un database di grafi distribuito, veloce e open-source con scalabilità orizzontale e alta disponibilità

vesoft-inc
⭐ 12,474 C++ 👤 vesoft-inc Organization 🕐 Aggiornato 2026-09-08 📅 Creato 2018-08-28
13
StarRocks/starrocks

Il motore di query aperto più veloce al mondo per analisi in meno di un secondo, sia all'interno che all'esterno del data lakehouse. Con la flessibilità di supportare quasi tutti gli scenari, StarRocks offre prestazioni di prim'ordine per analisi multidimensionali, analisi in tempo reale e query ad hoc. Un progetto della Linux Foundation.

StarRocks
⭐ 12,278 Java 👤 StarRocks Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2021-09-04
14
quickwit-oss/quickwit

Motore di ricerca OSS nativo del cloud per l'osservabilità

quickwit-oss
⭐ 11,810 Rust 👤 quickwit-oss Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2021-04-13
15
provectus/kafka-ui

Interfaccia Web open-source per la gestione di Apache Kafka

provectus
⭐ 11,754 Java 👤 provectus Organization 🕐 Aggiornato 2024-07-26 📅 Creato 2019-11-26
16
cython/cython

Il compilatore Python a C più utilizzato

cython
⭐ 10,898 Cython 👤 cython Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2010-11-21
17
apache/datafusion

Motore di query SQL Apache DataFusion

apache
⭐ 9,631 Rust 👤 apache Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2021-04-17
18
catboost/catboost

Una libreria Gradient Boosting on Decision Trees veloce, scalabile e ad alte prestazioni, utilizzata per ranking, classificazione, regressione e altre attività di machine learning per Python, R, Java, C++. Supporta il calcolo su CPU e GPU.

catboost
⭐ 9,210 C++ 👤 catboost Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2017-07-18
19
delta-io/delta

Un framework di storage open-source che consente di costruire un'architettura Lakehouse con motori di calcolo tra cui Spark, PrestoDB, Flink, Trino e Hive e API

delta-io
⭐ 9,083 Scala 👤 delta-io Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2019-04-22
20
apache/beam

Apache Beam è un modello di programmazione unificato per l'elaborazione di dati batch e in streaming.

apache
⭐ 8,723 Java 👤 apache Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2016-02-02
21
arkime/arkime

Arkime è un sistema open source, su larga scala, di cattura completa dei pacchetti, indicizzazione e database.

arkime
⭐ 7,583 C 👤 arkime Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2012-07-06
22
h2oai/h2o-3

H2O è una Piattaforma di Machine Learning Open Source, Distribuita, Veloce e Scalabile: Deep Learning, Gradient Boosting (GBM) & XGBoost, Random Forest, Generalized Linear Modeling (GLM con Elastic Net), K-Means, PCA, Generalized Additive Models (GAM), RuleFit, Support Vector Machine (SVM), Stacked Ensembles, Automatic Machine Learning (AutoML), ecc.

h2oai
⭐ 7,527 Jupyter Notebook 👤 h2oai Organization 🕐 Aggiornato 2026-11-11 📅 Creato 2014-03-03
23
feast-dev/feast

Il Feature Store Open Source per AI/ML

feast-dev
⭐ 7,362 Python 👤 feast-dev Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2018-12-10
24
vespa-engine/vespa

La piattaforma di ricerca AI

vespa-engine
⭐ 7,190 Java 👤 vespa-engine Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2016-06-03
25
apache/couchdb

Database di sincronizzazione multi-primario senza interruzioni con un'API HTTP/JSON intuitiva, progettato per l'affidabilità

apache
⭐ 7,013 Erlang 👤 apache Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2009-05-21
26
apache/zeppelin

Notebook basato sul web che consente analisi dati interattive data-driven e documenti collaborativi con SQL, Scala e altro ancora.

apache
⭐ 6,670 Java 👤 apache Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2015-03-25
27
hazelcast/hazelcast

Hazelcast è una piattaforma unificata di dati in tempo reale che combina l'elaborazione di flussi con un archivio dati veloce, consentendo ai clienti di agire istantaneamente sui dati in movimento per insight in tempo reale.

hazelcast
⭐ 6,636 Java 👤 hazelcast Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2012-03-21
28
apache/iotdb

Apache IoTDB

apache
⭐ 6,437 Java 👤 apache Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2018-11-24
29
pachyderm/pachyderm

Pipeline incentrate sui dati e versionamento dei dati

pachyderm
⭐ 6,295 Go 👤 pachyderm Organization 🕐 Aggiornato 2025-02-03 📅 Creato 2014-09-04
30
vcaesar/riot

Motore di ricerca testuale/vettoriale in Go, open source, distribuito, semplice, rapido ed efficiente

vcaesar
⭐ 6,068 Go 👤 vcaesar User 🕐 Aggiornato 2026-11-20 📅 Creato 2017-06-21
31
apache/hive

Apache Hive

apache
⭐ 6,038 Java 👤 apache Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2009-05-21
32
Eventual-Inc/Daft

Motore dati ad alte prestazioni per carichi di lavoro AI e multimodali. Elabora immagini, audio, video e dati strutturati su qualsiasi scala.

Eventual-Inc
⭐ 5,858 Rust 👤 Eventual-Inc Organization 🕐 Aggiornato 2026-11-09 📅 Creato 2022-04-25
33
microsoft/SynapseML

Libreria Python di apprendimento automatico semplice e distribuito che porta gli algoritmi ML su Spark

microsoft
⭐ 5,257 Scala 👤 microsoft Organization 🕐 Aggiornato 2026-11-18 📅 Creato 2017-06-05
34
apache/calcite

Apache Calcite

apache
⭐ 5,216 Java 👤 apache Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2014-06-25
35
apache/ignite

Apache Ignite

apache
⭐ 5,090 Java 👤 apache Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2015-02-19
36
tschellenbach/Stream-Framework

Stream Framework è una libreria Python che consente di costruire feed di notizie, flussi di attività e sistemi di notifica utilizzando Cassandra e/o Redis. Gli autori di Stream-Framework forniscono anche un servizio cloud per la tecnologia dei feed:

tschellenbach
⭐ 4,739 Python 👤 tschellenbach User 🕐 Aggiornato 2025-12-04 📅 Creato 2012-08-08
37
tangbc/vue-virtual-scroll-list

⚡️ Un componente Vue che supporta elenchi di grandi quantità di dati con elevate prestazioni di rendering ed efficienza.

tangbc
⭐ 4,544 JavaScript 👤 tangbc User 🕐 Aggiornato 2024-05-08 📅 Creato 2017-03-17
38
rom1504/img2dataset

Trasforma facilmente grandi set di URL di immagini in un set di dati di immagini. Può scaricare, ridimensionare e pacchettizzare 100 milioni di URL in 20 ore su una macchina.

rom1504
⭐ 4,458 Python 👤 rom1504 User 🕐 Aggiornato 2025-10-19 📅 Creato 2021-08-11
39
crate/crate

CrateDB è un database SQL distribuito e scalabile per lo stoccaggio e l'analisi di grandi quantità di dati in quasi tempo reale, anche con query complesse. È compatibile con PostgreSQL e basato su Lucene.

crate
⭐ 4,456 Java 👤 crate Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2013-04-10
40
alibaba/fastjson2

🚄 FASTJSON2 è una libreria JSON Java con prestazioni eccellenti.

alibaba
⭐ 4,433 Java 👤 alibaba Organization 🕐 Aggiornato 2026-11-15 📅 Creato 2022-04-17
41
Moataz-Elmesmary/Data-Science-Roadmap

Roadmap della Data Science dalla A alla Z

Moataz-Elmesmary
⭐ 4,429 👤 Moataz-Elmesmary User 🕐 Aggiornato 2025-12-06 📅 Creato 2022-04-17
42
Rdatatable/data.table

Il pacchetto data.table di R estende data.frame:

Rdatatable
⭐ 3,930 R 👤 Rdatatable Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2014-06-07
43
alibaba/GraphScope

🔨 🍇 💻 🚀 GraphScope: Un sistema completo per il calcolo di grafi su larga scala da Alibaba | Sistema completo per il calcolo di grafi

alibaba
⭐ 3,564 C++ 👤 alibaba Organization 🕐 Aggiornato 2026-09-23 📅 Creato 2020-10-28
44
lakehq/sail

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.

lakehq
⭐ 3,504 Rust 👤 lakehq Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2023-12-21
45
apache/datafusion-sqlparser-rs

Lexer e Parser SQL Estensibile per Rust

apache
⭐ 3,483 Rust 👤 apache Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2018-02-06
⭐ 3,476 HTML 👤 NLPIR-team Organization 🕐 Aggiornato 2026-07-30 📅 Creato 2015-05-04
47
apache/paimon

Apache Paimon è un formato lake che consente di creare un'architettura Realtime Lakehouse con Flink e Spark sia per operazioni di streaming che batch.

apache
⭐ 3,454 Java 👤 apache Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2022-01-12
48
databricks/koalas

Koalas: API pandas su Apache Spark

databricks
⭐ 3,368 Python 👤 databricks Organization 🕐 Aggiornato 2024-03-20 📅 Creato 2019-01-03
49
apache/hugegraph

Un database di grafi che supporta più di 100+ miliardi di dati, alte prestazioni e scalabilità (Include Motore OLTP & REST-API & Backend)

apache
⭐ 3,211 Java 👤 apache Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2018-07-18
50
TuiQiao/CBoard

Una piattaforma di report BI aperta e dashboard BI self-service facile da usare.

TuiQiao
⭐ 3,099 JavaScript 👤 TuiQiao Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2016-09-21

Domande frequenti

1

Qual è il repository #big-data più popolare su GitHub?

Il progetto open source #big-data più alto in classifica su GitHub è binhnguyennus/awesome-scalability, con 75,924 stelle. I Pattern di Sistemi su Larga Scala Scalabili, Affidabili e Performanti

2

Quali linguaggi di programmazione sono più utilizzati nei repository #big-data?

Tra i progetti #big-data più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Java, Python, Rust, C++.

3

Come viene calcolata la classifica dei repository #big-data?

Monitoriamo 133 repository open source attivi contrassegnati con #big-data (500+ stelle), per un totale di 683,600 stelle e una media di 5,139 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.