#hadoop Repository
Scopri 43 repository GitHub open source attivi contrassegnati con #hadoop, che raccolgono un totale di 238,277 stelle (con una media di 5,541 stelle per progetto). Il progetto leader di questo argomento è donnemartin/data-science-ipython-notebooks, con 28,776 stelle.
43 repository in totale
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.
Luigi è un modulo Python che ti aiuta a costruire pipeline complesse di lavori batch. Gestisce la risoluzione delle dipendenze, la gestione del flusso di lavoro, la visualizzazione, ecc. Include anche il supporto integrato per Hadoop.
🏆 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.
Suite di strumenti per il deployment e l'addestramento di modelli di deep learning che utilizzano la JVM. Le caratteristiche principali includono l'importazione di modelli per Keras, TensorFlow e ONNX/PyTorch, una libreria C++ modulare e minuscola per l'esecuzione di codice matematico e una libreria matematica basata su Java sopra la libreria C++ di base. Include anche SameDiff: una libreria simile a PyTorch/TensorFlow per l'esecuzione di deep learn...
Repository ufficiale di Trino, il motore di query SQL distribuito per big data, precedentemente noto come PrestoSQL (https://trino.io)
1200+ Script Bash DevOps - AWS, GCP, Kubernetes, Docker, CI/CD, API, SQL, PostgreSQL, MySQL, Hive, Impala, Kafka, Hadoop, Jenkins, GitHub, GitLab, BitBucket, Azure DevOps, TeamCity, Spotify, MP3, LDAP, Linting di codice/build, gestione pacchetti per Linux, Mac, Python, Perl, Ruby, NodeJS, Golang, Dotfile avanzati: .bashrc, .vimrc, .gitconfig, .screenrc, tmux..
In LinkedIn, stiamo utilizzando questo curriculum per integrare i nostri talenti entry-level nel ruolo di SRE.
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.
DataSphereStudio è un portale one-stop per lo sviluppo e la gestione di applicazioni dati, che copre scenari come scambio dati, desensibilizzazione/pulizia, analisi/mining, misurazione della qualità, visualizzazione e pianificazione delle attività.
Apprendimento Big Data, Imparare Big Data da zero, Include video di apprendimento e materiali per colloqui per ogni fase dell'apprendimento Big Data
Progetto didattico storico: consigli cinematografici con Spark, web scraping, applicazione web e backend. Lo sviluppo continuo della nuova versione è disponibile su cinematch-recommender.
Sistema di analisi del flusso di passeggeri Big Data della metropolitana di Shenzhen🚇🚄🌟
Apache Kyuubi è un gateway distribuito e multi-tenant per fornire SQL serverless su data warehouse e lakehouse.
:elephant: Elasticsearch ricerca e analisi in tempo reale integrate nativamente con Hadoop
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.
Oltre 2000+ domande per colloqui di ingegnere dei dati.
Successore di Alibaba DataX, attivamente mantenuto: uno strumento ETL open source, veloce e versatile, compatibile con oltre 30 origini dati RDBMS e NoSQL.
50+ immagini pubbliche DockerHub per Docker & Kubernetes - DevOps, CI/CD, GitHub Actions, CircleCI, Jenkins, TeamCity, Alpine, CentOS, Debian, Fedora, Ubuntu, Hadoop, Kafka, ZooKeeper, HBase, Cassandra, Solr, SolrCloud, Presto, Apache Drill, Nifi, Spark, Consul, Riak
Sistema di storage distribuito scalabile e affidabile, ottimizzato per carichi di lavoro di analisi dati e object store.
Taier è una piattaforma di sviluppo di big data per la presentazione, la pianificazione, il funzionamento e la manutenzione, e la visualizzazione delle informazioni sugli indicatori
450+ AWS, Hadoop, Cloud, Kafka, Docker, Elasticsearch, RabbitMQ, Redis, HBase, Solr, Cassandra, ZooKeeper, HDFS, Yarn, Hive, Presto, Drill, Impala, Consul, Spark, Jenkins, Travis CI, Git, MySQL, Linux, DNS, Whois, Certificati SSL, Aggiornamenti di sicurezza Yum, Kubernetes, Cloudera ecc...
Aggiornamento regolare della documentazione dei componenti di big data comunemente usati nell'ecosistema Hadoop. Priorità successive: Flink, Solr, Sparksql, ES, Scala, Kafka, Hbase/phoenix, Redis, Kerberos (il progetto include mappa mentale di Hadoop, note di Evernote, demo semplice versione Scala, classi di utilità comuni, codice di training desensibilizzato, aggiornamenti continui!!!)
80+ Strumenti CLI DevOps & Data - AWS, GCP, Funzioni Cloud Python GCF, Anonimizzatore Log, Spark, Hadoop, HBase, Hive, Impala, Linux, Docker, Convertitori e Validatori Dati Spark (Avro/Parquet/JSON/CSV/INI/XML/YAML), Travis CI, AWS CloudFormation, Elasticsearch, Solr ecc.
Questo sistema è il mio progetto di tesi, intitolato "Progettazione e implementazione di un sistema di raccomandazione basato sul profilo utente". Utilizza principalmente Django come framework di base, con il modello MTV, e i database MongoDB, MySQL e Redis. I dati sui film estratti dalla piattaforma Douban sono utilizzati come fonte di dati primaria. Le etichette utente sono sviluppate principalmente sulla base delle informazioni di base dell'utente e dei comportamenti di utilizzo, come le registrazioni delle operazioni. Il sistema di raccomandazione utilizza i componenti big data come Hadoop e Spark per l'analisi e l'elaborazione. Il sistema di gestione utilizza il sistema di gestione integrato di Django, abbellito con SimpleUI.
WeDataSphere è una suite di piattaforme big data di grado finanziario, tutto in uno.
Sistema di raccomandazione prodotti big data e-commerce in tempo reale, Vue + TypeScript + ElementUI + Spring + Spark
Domande frequenti
Qual è il repository #hadoop più popolare su GitHub?
Il progetto open source #hadoop più alto in classifica su GitHub è donnemartin/data-science-ipython-notebooks, con 28,776 stelle. 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.
Quali linguaggi di programmazione sono più utilizzati nei repository #hadoop?
Tra i progetti #hadoop più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Java, Python, Shell, Scala.
Come viene calcolata la classifica dei repository #hadoop?
Monitoriamo 43 repository open source attivi contrassegnati con #hadoop (500+ stelle), per un totale di 238,277 stelle e una media di 5,541 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.