#flink-kafka Repository
Scopri 3 repository GitHub open source attivi contrassegnati con #flink-kafka, che raccolgono un totale di 5,983 stelle (con una media di 1,994 stelle per progetto). Il progetto leader di questo argomento è water8394/flink-recommandSystem-demo, con 4,477 stelle.
3 repository in totale
:helicopter::rocket: Sistema di raccomandazione in tempo reale per prodotti implementato su base Flink. Flink conta la popolarità dei prodotti, li mette nella cache Redis, analizza le informazioni dei log e inserisce etichette del profilo utente e registrazioni in tempo reale in HBase. Dopo che l'utente avvia una richiesta di raccomandazione, riordina la classifica di popolarità in base al profilo utente e combina i due moduli di raccomandazione, filtraggio collaborativo ed etichette, per aggiungere prodotti associati a ciascun prodotto nella nuova classifica generata, e infine restituisce la nuova lista utente.
Il repository si concentra sul rendere i componenti Flink immediatamente comprensibili ai lettori, include codice pratico Flink e documentazione, 200 punti di conoscenza per tutorial Flink, Flink Datastream, Flink Table, Flink Window, Flink State, Flink Checkpoint, Flink Metrics, Flink Memory, Flink su standalone /yarn/k8s, Flink SQL, Flink CEP, Flink CDC, Flink UDF, PyFlink, nuove funzionalità Flink, Flink Partition, Flink Memory e altri punti di conoscenza. Fare clic per collegamenti dettagliati: https://mp.weixin.qq.com/mp/appmsgalbum?__biz=Mzg5NDY3NzIwMA==&action=getalbum&album_id=2038088622687469575#wechat_redirect
Strumento low-code per automatizzare azioni su dati in tempo reale | Elaborazione di stream per gli utenti.
Domande frequenti
Qual è il repository #flink-kafka più popolare su GitHub?
Il progetto open source #flink-kafka più alto in classifica su GitHub è water8394/flink-recommandSystem-demo, con 4,477 stelle. :helicopter::rocket: Sistema di raccomandazione in tempo reale per prodotti implementato su base Flink. Flink conta la popolarità dei prodotti, li mette nella cache Redis, analizza le informazioni dei log e inserisce etichette del profilo utente e registrazioni in tempo reale in HBase. Dopo che l'utente avvia una richiesta di raccomandazione, riordina la classifica di popolarità in base al profilo utente e combina i due moduli di raccomandazione, filtraggio collaborativo ed etichette, per aggiungere prodotti associati a ciascun prodotto nella nuova classifica generata, e infine restituisce la nuova lista utente.
Quali linguaggi di programmazione sono più utilizzati nei repository #flink-kafka?
Tra i progetti #flink-kafka più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Java, Scala.
Come viene calcolata la classifica dei repository #flink-kafka?
Monitoriamo 3 repository open source attivi contrassegnati con #flink-kafka (500+ stelle), per un totale di 5,983 stelle e una media di 1,994 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.