#elasticsearch Repository
Scopri 211 repository GitHub open source attivi contrassegnati con #elasticsearch, che raccolgono un totale di 1,000,218 stelle (con una media di 4,740 stelle per progetto). Il progetto leader di questo argomento è macrozheng/mall, con 85,071 stelle.
211 repository in totale
Il progetto mall è un sistema di e-commerce che include il sistema di negozio frontend e il sistema di gestione backend, implementato su base Spring Boot + MyBatis, con deployment containerizzato Docker. Il sistema di negozio frontend include moduli come portale homepage, raccomandazioni prodotti, ricerca prodotti, visualizzazione prodotti, carrello acquisti, processo ordini, centro membri, servizio clienti, centro assistenza, ecc. Il sistema di gestione backend include moduli come gestione prodotti, gestione ordini, gestione membri, gestione promozioni, gestione operativa, gestione contenuti, report statistici, gestione finanziaria, gestione permessi, impostazioni, ecc.
😮 Domande e Risposte Principali per Colloqui per Sviluppatori Java (Backend) Esperti | Guida Completa alla Conoscenza Avanzata per Ingegneri Java Internet: Copre Alta Concorrenza, Sistemi Distribuiti, Alta Disponibilità, Microservizi, Elaborazione di Grandi Dati e Altro
La piattaforma di osservabilità e visualizzazione dati aperta e componibile. Visualizza metriche, log e trace da più origini come Prometheus, Loki, Elasticsearch, InfluxDB, Postgres e molti altri.
Alternativa open source a Algolia + Pinecone e un'alternativa più facile da usare a ElasticSearch ⚡ 🔍 ✨ Motore di ricerca veloce, tollerante agli errori di battitura, in memoria fuzzy per creare esperienze di ricerca deliziose
Piattaforma open source di osservabilità per log, metriche, trace, RUM (web, Android, iOS), riproduzione delle sessioni, pipeline, SLO e osservabilità degli LLM. Un’alternativa sofisticata, semplice e altamente performante a Datadog, Splunk ed Elasticsearch, con costi di archiviazione 140 volte inferiori e distribuzione tramite un singolo binario.
ruoyi-vue-pro nuova versione Cloud, ottimizzazione e rifattorizzazione di tutte le funzionalità. Sistema di gestione backend + miniapp utente, basato su Spring Cloud Alibaba + MyBatis Plus + Vue & Element. Supporta RBAC autorizzazioni dinamiche, multi-tenant, autorizzazioni dati, workflow, login di terze parti, pagamento, SMS, negozio, CRM, ERP, MES, IM, modelli AI large, IoT Internet delle Cose, ecc. Il tuo ⭐️ Star ⭐️ è la motivazione per l'autore!
Motore di ricerca IA e server MCP per bot e agenti. Un unico binario Rust indicizza codice, documenti, log, file JSONL/CSV e PDF per la ricerca full-text BM25, vettoriale e ibrida, la ricerca di codice senza grep, la memoria degli agenti e il RAG. API compatibile con Elasticsearch; Corpus Hub offre centinaia di corpora di memoria di riferimento.
🏆 ORM in tempo reale, senza codice, potente e sicuro 🚀 fornisce API e Docs senza programmare dal Backend, e il Frontend (Cliente) può personalizzare i JSON di risposta 🏆 ORM in tempo reale, senza codice, completamente funzionale e altamente sicuro 🚀 Le API e la documentazione Backend sono senza codice, mentre il Frontend (Cliente) può personalizzare i dati e la struttura del JSON restituito.
ZincSearch . Un'alternativa leggera a Elasticsearch che richiede risorse minime, scritta in Go.
🚌 Il plugin IK Analysis integra l'analizzatore Lucene IK in Elasticsearch e OpenSearch, supporta dizionario personalizzato.
Blog di apprendimento Flink. http://www.54tianzhisheng.cn/ Contiene contenuti su introduzione a Flink, concetti, principi, pratica, ottimizzazione delle prestazioni, analisi del codice sorgente, ecc. Coinvolge casi di studio su Flink Connector, Metrics, Library, DataStream API, Table API & SQL, ecc., e condivisione di casi di grandi progetti per applicazioni Flink in produzione (PVUV, archiviazione log, deduplicazione in tempo reale di miliardi di dati, allarmi di monitoraggio). Benvenuti tutti a supportare la mia rubrica «Motore di Calcolo in Tempo Reale per Big Data Flink: Pratica e Ottimizzazione delle Prestazioni».
Un elenco curato di eccellenti librerie Amazon Web Services (AWS), repository open source, guide, blog e altre risorse. Con il Fiery Meter of AWSome in evidenza.
Libreria di ricerca full-text di prossima generazione per Browser e Node.js
Tutorial di apprendimento Mall, analisi completa di architettura, business e punti tecnici. Il progetto Mall (60k+ stelle) è un sistema e-commerce implementato utilizzando tecnologie mainstream attuali. Copre tecnologie come SpringBoot, MyBatis, Elasticsearch, RabbitMQ, Redis, MongoDB, MySQL e adotta il deployment containerizzato con Docker.
mall-swarm è un sistema di e-commerce a microservizi che adotta tecnologie core come Spring Cloud Alibaba, Spring Boot 3.5, Sa-Token, MyBatis, Elasticsearch, Docker e Kubernetes, fornendo al contempo un pannello di gestione basato su Vue per una rapida configurazione del sistema. mall-swarm integra funzionalità di sistema come il centro di registrazione, il centro di configurazione, il centro di monitoraggio e il gateway sulla base delle attività di e-commerce.
Data Agent Ready Warehouse: Uno per Analytics, Ricerca, IA, Sandbox Python. — ricostruito da zero. Architettura unificata sul tuo S3.
Un'interfaccia web per Elasticsearch e OpenSearch: Importa, sfoglia e modifica i dati con filtri e viste di query ricchi, crea UI di ricerca di riferimento.
Strumenti di importazione ed esportazione per elasticsearch e opensearch
LLM Zoomcamp: un corso online gratuito sulle applicazioni reali degli LLM. In 10 settimane imparerai a creare un sistema di intelligenza artificiale che risponde a domande sulla tua base di conoscenza. Registrati qui 👇🏼
NewsBlur è un lettore di notizie personale che riunisce le persone per parlare del mondo. Un nuovo suono di uno strumento antico.
Deprecato: Usa il client ufficiale Elasticsearch per Go su https://github.com/elastic/go-elasticsearch
📚 Conoscenze principali sulle basi di dati che i programmatori backend dovrebbero padroneggiare
🔥Progetto di best practice basato sullo stack tecnologico completo di microservizi go-zero (go zero). Sviluppa progetti di best practice basati sullo stack tecnologico completo di microservizi go zero (go zero).
Applicazione Web di monitoraggio e gestione per istanze e cluster di ElasticSearch.
Interfaccia utente di ricerca React + Vue per Elasticsearch & Opensearch. Compatibile con i componenti Instantsearch e Autocomplete di Algolia.
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.
🔥 Consigliato ufficialmente 🔥 Assunzioni primaverili e autunnali universitarie, progetti per neolaureati, con architetture come SpringBoot3 + Java17 + SpringCloud Alibaba + Vue3, completamento di servizi di utente + prenotazione biglietti + ordini + pagamento simili a Railway 12306, un progetto che aiuta gli studenti a concentrarsi sull'occupazione.
Domande frequenti
Qual è il repository #elasticsearch più popolare su GitHub?
Il progetto open source #elasticsearch più alto in classifica su GitHub è macrozheng/mall, con 85,071 stelle. Il progetto mall è un sistema di e-commerce che include il sistema di negozio frontend e il sistema di gestione backend, implementato su base Spring Boot + MyBatis, con deployment containerizzato Docker. Il sistema di negozio frontend include moduli come portale homepage, raccomandazioni prodotti, ricerca prodotti, visualizzazione prodotti, carrello acquisti, processo ordini, centro membri, servizio clienti, centro assistenza, ecc. Il sistema di gestione backend include moduli come gestione prodotti, gestione ordini, gestione membri, gestione promozioni, gestione operativa, gestione contenuti, report statistici, gestione finanziaria, gestione permessi, impostazioni, ecc.
Quali linguaggi di programmazione sono più utilizzati nei repository #elasticsearch?
Tra i progetti #elasticsearch più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Java, TypeScript, JavaScript, Go.
Come viene calcolata la classifica dei repository #elasticsearch?
Monitoriamo 211 repository open source attivi contrassegnati con #elasticsearch (500+ stelle), per un totale di 1,000,218 stelle e una media di 4,740 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.