Git Stars Git Stars

#bigdata Repository

Scopri 51 repository GitHub open source attivi contrassegnati con #bigdata, che raccolgono un totale di 261,861 stelle (con una media di 5,134 stelle per progetto). Il progetto leader di questo argomento è DataExpert-io/data-engineer-handbook, con 45,237 stelle.

51
Totale Repository
261,861
Totale stelle
5,134
Media Stelle/Repo

51 repository in totale

1
DataExpert-io/data-engineer-handbook

Questo è un repository con collegamenti a tutto ciò che vorresti mai imparare sull'ingegneria dei dati

DataExpert-io
⭐ 45,237 Jupyter Notebook 👤 DataExpert-io Organization 🕐 Aggiornato 2026-08-03 📅 Creato 2023-11-19
2
rustfs/rustfs

RustFS è un sistema di archiviazione di oggetti ad alte prestazioni, open source e compatibile con S3, che supporta la migrazione e la coesistenza con altre piattaforme compatibili con S3, come MinIO e Ceph.

rustfs
⭐ 36,341 Rust 👤 rustfs Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2023-11-23
3
taosdata/TDengine

Database per serie temporali ad alte prestazioni e scalabile, progettato per scenari Industrial IoT (IIoT)

taosdata
⭐ 25,203 C 👤 taosdata Organization 🕐 Aggiornato 2026-11-15 📅 Creato 2019-07-11
4
apache/shardingsphere

Potenziamento dell'Intelligenza dei Dati con SQL Distribuito per Sharding, Scalabilità e Sicurezza in Tutti i Database.

apache
⭐ 20,832 Java 👤 apache Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2016-01-18
5
heibaiying/BigData-Notes

Guida introduttiva a Big Data :star:

heibaiying
⭐ 16,818 Java 👤 heibaiying User 🕐 Aggiornato 2024-01-05 📅 Creato 2019-03-10
6
juicedata/juicefs

JuiceFS è un file system POSIX distribuito costruito su Redis e S3.

juicedata
⭐ 14,766 Go 👤 juicedata Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2021-01-08
7
oxnr/awesome-bigdata

Un elenco curato di incredibili framework di big data, risorse e altre meraviglie.

oxnr
⭐ 14,744 👤 oxnr User 🕐 Aggiornato 2026-11-13 📅 Creato 2014-07-04
8
databendlabs/databend

Data Agent Ready Warehouse: Uno per Analytics, Ricerca, IA, Sandbox Python. — ricostruito da zero. Architettura unificata sul tuo S3.

databendlabs
⭐ 9,502 Rust 👤 databendlabs Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2020-10-10
9
vaexio/vaex

DataFrame ibrido Apache Arrow/NumPy Out-of-Core per Python, ML, visualizzazione ed esplorazione di grandi dati tabulari a un miliardo di righe al secondo 🚀

vaexio
⭐ 8,518 Python 👤 vaexio Organization 🕐 Aggiornato 2026-11-06 📅 Creato 2014-09-27
10
apache/hudi

Upserts, eliminazioni ed elaborazione incrementale su Big Data.

apache
⭐ 6,387 Java 👤 apache Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2016-12-14
11
volcano-sh/volcano

Un Sistema di Batch Nativo per il Cloud (Progetto sotto CNCF)

volcano-sh
⭐ 6,106 Go 👤 volcano-sh Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2019-03-14
12
iGaoWei/BigDataView

100+ set di modelli HTML5 per grandi schermi di visualizzazione di Big Data; Settori inclusi: comunità, gestione immobiliare, affari governativi, trasporti, banche finanziarie, ecc. I modelli di visualizzazione di Big Data più recenti, più numerosi, più completi, più cool e più sorprendenti di tutta la rete. Aggiornamento in corso.

iGaoWei
⭐ 5,352 JavaScript 👤 iGaoWei User 🕐 Aggiornato 2025-10-24 📅 Creato 2021-07-29
13
DTStack/chunjun

Un framework di integrazione dati

DTStack
⭐ 4,107 Java 👤 DTStack Organization 🕐 Aggiornato 2026-10-09 📅 Creato 2018-04-03
14
liyupi/sql-generator

🔨 Genera istruzioni SQL strutturate utilizzando JSON, basato su Vue3 + TypeScript + Vite + Ant Design + MonacoEditor, il progetto è semplice (logica forte, pagine leggere), adatto per esercitarsi~

liyupi
⭐ 3,455 Vue 👤 liyupi User 🕐 Aggiornato 2024-01-17 📅 Creato 2022-05-12
15
apache/avro

Apache Avro è un sistema di serializzazione dei dati.

apache
⭐ 3,314 Java 👤 apache Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2009-05-21
16
MoRan1607/BigDataGuide

Apprendimento Big Data, Imparare Big Data da zero, Include video di apprendimento e materiali per colloqui per ogni fase dell'apprendimento Big Data

MoRan1607
⭐ 3,259 👤 MoRan1607 User 🕐 Aggiornato 2026-01-20 📅 Creato 2019-11-30
17
griddb/griddb

GridDB è un database open source di nuova generazione che rende i time series IoT e i big data veloci e facili.

griddb
⭐ 2,470 C++ 👤 griddb Organization 🕐 Aggiornato 2026-03-19 📅 Creato 2016-02-24
18
apconw/Aix-DB

Aix-DB, basato sul framework LangChain/LangGraph e combinato con l'architettura di collaborazione multi‑agente MCP Skills, consente la conversione end‑to‑end dal linguaggio naturale agli insight dei dati.

apconw
⭐ 2,268 JavaScript 👤 apconw User 🕐 Aggiornato 2026-11-06 📅 Creato 2024-11-15
19
dotnet/spark

.NET for Apache® Spark™ rende Apache Spark™ facilmente accessibile agli sviluppatori .NET.

dotnet
⭐ 2,096 C# 👤 dotnet Organization 🕐 Aggiornato 2026-11-05 📅 Creato 2019-04-22
20
DTStack/flinkStreamSQL

Basato su Flink open-source, estende il suo SQL in tempo reale; implementa principalmente il join tra flussi e tabelle di dimensione, supporta tutta la sintassi del Flink SQL nativo

DTStack
⭐ 2,058 Java 👤 DTStack Organization 🕐 Aggiornato 2024-02-21 📅 Creato 2018-09-12
21
byzer-org/byzer-lang

Byzer (precedentemente MLSQL): Un linguaggio di programmazione open-source low-code per pipeline di dati, analisi e AI.

byzer-org
⭐ 1,849 Scala 👤 byzer-org Organization 🕐 Aggiornato 2024-05-29 📅 Creato 2016-04-28
22
collabH/bigdata-growth

Il repository di conoscenze Big Data coinvolge modellazione di data warehouse, calcolo in tempo reale, Big Data, piattaforma dati centrale, progettazione di sistemi, Java, algoritmi, ecc.

collabH
⭐ 1,838 Python 👤 collabH User 🕐 Aggiornato 2026-04-18 📅 Creato 2020-06-10
23
Netflix/genie

Servizio di Orchestrazione dei Big Data Distribuiti

Netflix
⭐ 1,766 Java 👤 Netflix Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2013-06-20
24
YoongiKim/AutoCrawler

Google, Naver web crawler per immagini multiprocesso (Selenium)

YoongiKim
⭐ 1,700 Python 👤 YoongiKim User 🕐 Aggiornato 2026-11-12 📅 Creato 2018-11-21
25
jadianes/spark-py-notebooks

Tutorial Apache Spark & Python (pySpark) per l'Analisi Big Data e Machine Learning come notebook IPython / Jupyter

jadianes
⭐ 1,667 Jupyter Notebook 👤 jadianes User 🕐 Aggiornato 2024-03-16 📅 Creato 2015-05-06
26
hi-primus/optimus

:truck: Flussi di lavoro di preparazione dati agili resi facili con Pandas, Dask, cuDF, Dask-cuDF, Vaex e PySpark

hi-primus
⭐ 1,539 Python 👤 hi-primus Organization 🕐 Aggiornato 2024-12-02 📅 Creato 2017-07-13
27
opendatadiscovery/odd-platform

La prima piattaforma open-source per la scoperta e l'osservabilità dei dati. Semplifichiamo la vita ai professionisti dei dati in modo che tu possa concentrarti sul tuo business.

opendatadiscovery
⭐ 1,441 Java 👤 opendatadiscovery Organization 🕐 Aggiornato 2026-10-19 📅 Creato 2021-07-07
28
apache/celeborn

Apache Celeborn è un servizio elastico e ad alte prestazioni per dati shuffle e spilled.

apache
⭐ 1,081 Java 👤 apache Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2021-12-10
29
zeromicro/cds

Sincronizzazione dei dati in golang per ClickHouse.

zeromicro
⭐ 982 Go 👤 zeromicro Organization 🕐 Aggiornato 2025-06-07 📅 Creato 2020-11-25
30
apache/livy

Apache Livy è un'interfaccia REST open source per interagire con Apache Spark da qualsiasi luogo.

apache
⭐ 962 Scala 👤 apache Organization 🕐 Aggiornato 2026-10-20 📅 Creato 2017-06-25
31
microsoft/Mobius

Binding e estensioni del linguaggio per C# e F# per Apache Spark

microsoft
⭐ 948 C# 👤 microsoft Organization 🕐 Aggiornato 2025-12-11 📅 Creato 2015-10-27
32
visualpython/visualpython

Generatore di codice Python basato su GUI per la data science, estensione per Jupyter Lab, Jupyter Notebook e Google Colab.

visualpython
⭐ 917 JavaScript 👤 visualpython User 🕐 Aggiornato 2024-07-03 📅 Creato 2021-05-02
33
pingcap/tispark

TiSpark è costruito per eseguire Apache Spark su TiDB/TiKV.

pingcap
⭐ 889 Scala 👤 pingcap Organization 🕐 Aggiornato 2026-08-20 📅 Creato 2017-05-02
34
intsmaze/flink-boot

Lo scaffold Flink-Boot di Lazy Squirrel consente a Flink di abbracciare completamente l'ecosistema Spring, permettendo agli sviluppatori di sviluppare programmi di elaborazione stream distribuiti con la modalità di sviluppo Java WEB. Lazy Squirrel rende il passaggio più semplice. Lazy Squirrel mira a consentire agli sviluppatori di scrivere e implementare rapidamente codice di business con costi di ingresso inferiori (senza dover comprendere la teoria del calcolo distribuito e i dettagli del framework Flink). Per migliorare ulteriormente l'agilità dello sviluppo di progetti di grandi dimensioni utilizzando lo scaffold Lazy Squirrel, lo scaffold integra per impostazione predefinita il framework Spring per la gestione dei Bean, integrando anche framework comunemente utilizzati nei settori dei microservizi e dello sviluppo WEB, al fine di aumentare ulteriormente la velocità di sviluppo. Ad esempio, l'integrazione del framework ORM Mybatis, del framework di validazione Hibernate Validator, del framework di retry Spring Retry, ecc. Vedere le caratteristiche dello scaffold sottostanti per i dettagli.

intsmaze
⭐ 827 Java 👤 intsmaze User 🕐 Aggiornato 2024-04-27 📅 Creato 2020-11-10
35
NationalSecurityAgency/datawave

DataWave è un framework di ingest/query che sfrutta Apache Accumulo per fornire un accesso rapido e sicuro ai dati.

NationalSecurityAgency
⭐ 779 Java 👤 NationalSecurityAgency Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2018-01-10
36
gearpump/gearpump

Motore leggero per lo streaming di big data in tempo reale basato su Apache Pekko

gearpump
⭐ 757 Scala 👤 gearpump Organization 🕐 Aggiornato 2026-11-09 📅 Creato 2014-07-23
37
MrXujiang/v6.dooring.public

Soluzione per dashboard di visualizzazione, che fornisce un motore di editing visivo per aiutare singoli o aziende a personalizzare facilmente le proprie applicazioni dashboard di visualizzazione.

MrXujiang
⭐ 715 TypeScript 👤 MrXujiang User 🕐 Aggiornato 2025-07-06 📅 Creato 2021-03-08
38
WeBankFinTech/WeDataSphere

WeDataSphere è una suite di piattaforme big data di grado finanziario, tutto in uno.

WeBankFinTech
⭐ 676 👤 WeBankFinTech Organization 🕐 Aggiornato 2024-03-14 📅 Creato 2019-07-23
39
bigartm/bigartm

Piattaforma veloce per il topic modeling

bigartm
⭐ 673 C++ 👤 bigartm Organization 🕐 Aggiornato 2026-02-05 📅 Creato 2014-09-15
40
AbsaOSS/spline

Soluzione per il Tracciamento e la Visualizzazione del Linaggio dei Dati

AbsaOSS
⭐ 669 Scala 👤 AbsaOSS Organization 🕐 Aggiornato 2026-11-04 📅 Creato 2017-05-30
41
unum-cloud/UStore

Database transazionale embedded per blob, documenti e grafi, con NVMe in kernel bypass tramite io_uring e SPDK, compattazione su GPU e un’unica ABI C per i propri motori, RocksDB e LevelDB 🗄️

unum-cloud
⭐ 649 C++ 👤 unum-cloud Organization 🕐 Aggiornato 2026-11-18 📅 Creato 2022-06-12
42
gangly/datafaker

Datafaker è uno strumento per la generazione di dati di test su larga scala e dati di test di flusso. Datafaker falsifica i dati e li inserisce in varie fonti di dati. Strumento di generazione dati di test

gangly
⭐ 643 Python 👤 gangly User 🕐 Aggiornato 2026-04-04 📅 Creato 2019-03-26
43
marmotdata/marmot

Il centro di conoscenza open source per la tua azienda. Marmot sa cosa significano i tuoi dati, gestisce chi può usarli ed esegue ogni query inviata dalle persone e dagli agenti, verificandola e registrandola. Catalogo, lineage, SQL governato e un server MCP in un unico binario Go.

marmotdata
⭐ 639 Go 👤 marmotdata Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2025-03-12
44
minio/sidekick

Bilanciatore del carico sidecar HTTP ad alte prestazioni

minio
⭐ 585 Go 👤 minio Organization 🕐 Aggiornato 2025-07-14 📅 Creato 2020-03-05
45
achtungsoftware/alarik

Archiviazione di oggetti distribuita ad alte prestazioni compatibile con S3, focalizzata sulla velocità e progettata come alternativa aperta a MinIO e RustFS.

achtungsoftware
⭐ 584 Swift 👤 achtungsoftware Organization 🕐 Aggiornato 2026-09-19 📅 Creato 2025-12-06
46
ganweisoft/TOMs

TOMs è un framework di sviluppo generico completamente open-source, ad alte prestazioni, sistematico, orientato ai plugin e indipendente dallo scenario.

ganweisoft
⭐ 581 CSS 👤 ganweisoft Organization 🕐 Aggiornato 2025-12-04 📅 Creato 2025-06-11
47
mvillarrealb/docker-spark-cluster

Un semplice cluster standalone Spark per scopi del tuo ambiente di test

mvillarrealb
⭐ 570 Dockerfile 👤 mvillarrealb User 🕐 Aggiornato 2024-03-06 📅 Creato 2018-09-23
48
leesf/hudi-resources

Riepilogo dei materiali relativi ad Apache Hudi

leesf
⭐ 554 👤 leesf User 🕐 Aggiornato 2026-03-31 📅 Creato 2019-12-11
49
zhaoyachao/zdh_web

Raccolta big data, piattaforma di estrazione, zdh_web è la piattaforma di gestione visuale per i servizi della serie zdh, che include moduli come raccolta dati, pianificazione, autorizzazioni, flusso di approvazione, marketing del dominio privato, ecc.

zhaoyachao
⭐ 536 HTML 👤 zhaoyachao User 🕐 Aggiornato 2026-06-07 📅 Creato 2020-02-03
50
nicgirault/circosJS

libreria d3 per costruire grafici circolari

nicgirault
⭐ 534 JavaScript 👤 nicgirault User 🕐 Aggiornato 2026-01-23 📅 Creato 2014-11-28

Domande frequenti

1

Qual è il repository #bigdata più popolare su GitHub?

Il progetto open source #bigdata più alto in classifica su GitHub è DataExpert-io/data-engineer-handbook, con 45,237 stelle. Questo è un repository con collegamenti a tutto ciò che vorresti mai imparare sull'ingegneria dei dati

2

Quali linguaggi di programmazione sono più utilizzati nei repository #bigdata?

Tra i progetti #bigdata più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Java, Go, Python, Scala.

3

Come viene calcolata la classifica dei repository #bigdata?

Monitoriamo 51 repository open source attivi contrassegnati con #bigdata (500+ stelle), per un totale di 261,861 stelle e una media di 5,134 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.