Git Stars Git Stars

#spark Repository

Scopri 126 repository GitHub open source attivi contrassegnati con #spark, che raccolgono un totale di 513,269 stelle (con una media di 4,073 stelle per progetto). Il progetto leader di questo argomento è DataTalksClub/data-engineering-zoomcamp, con 46,997 stelle.

126
Totale Repository
513,269
Totale stelle
4,073
Media Stelle/Repo

126 repository in totale

1
DataTalksClub/data-engineering-zoomcamp

Data Engineering Zoomcamp è un corso gratuito di 9 settimane sulla creazione di pipeline di dati pronte per la produzione. Iscriviti al corso qui 👇🏼

DataTalksClub
⭐ 46,997 Jupyter Notebook 👤 DataTalksClub Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2021-10-21
2
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
3
getredash/redash

Rendi la tua azienda data-driven. Connettiti a qualsiasi origine dati, visualizza facilmente, crea dashboard e condividi i tuoi dati.

getredash
⭐ 28,895 TypeScript 👤 getredash Organization 🕐 Aggiornato 2026-11-14 📅 Creato 2013-10-28
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
yeasy/docker_practice

Ultima tecnologia Docker container, impara le migliori pratiche dai casi reali! | Impara e comprendi le tecnologie Docker & Container, con pratica reale DevOps.

yeasy
⭐ 26,382 Go 👤 yeasy User 🕐 Aggiornato 2026-11-11 📅 Creato 2014-09-05
6
heibaiying/BigData-Notes

Guida introduttiva a Big Data :star:

heibaiying
⭐ 16,818 Java 👤 heibaiying User 🕐 Aggiornato 2024-01-05 📅 Creato 2019-03-10
7
FavioVazquez/ds-cheatsheets

Elenco di Cheat Sheet di Data Science per conquistare il mondo

FavioVazquez
⭐ 15,921 👤 FavioVazquez User 🕐 Aggiornato 2024-07-18 📅 Creato 2018-12-20
8
GaiZhenbiao/ChuanhuChatGPT

GUI per ChatGPT API e molti LLM. Supporta agenti, QA basato su file, messa a punto di GPT e query con ricerca web. Il tutto con una UI pulita.

GaiZhenbiao
⭐ 15,237 Python 👤 GaiZhenbiao User 🕐 Aggiornato 2026-09-16 📅 Creato 2023-03-02
9
zhisheng17/flink-learning

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».

zhisheng17
⭐ 15,109 Java 👤 zhisheng17 User 🕐 Aggiornato 2026-05-06 📅 Creato 2019-01-01
10
aalansehaiyang/technology-talk

【Rubrica Interviste Grandi Aziende】 Una guida tecnica per programmatori Java: qui ci sono domande d'intervista, architettura di sistema, consigli di carriera, middleware principali, ecc., per diventare un professionista migliore!

aalansehaiyang
⭐ 14,717 👤 aalansehaiyang User 🕐 Aggiornato 2025-07-21 📅 Creato 2016-06-10
11
horovod/horovod

Framework per l'addestramento distribuito per TensorFlow, Keras, PyTorch e Apache MXNet.

horovod
⭐ 14,695 Python 👤 horovod Organization 🕐 Aggiornato 2026-06-20 📅 Creato 2017-08-09
12
deeplearning4j/deeplearning4j

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...

deeplearning4j
⭐ 14,283 Java 👤 deeplearning4j Organization 🕐 Aggiornato 2026-10-05 📅 Creato 2013-11-27
13
tobymao/sqlglot

Python SQL Parser e Transpiler

tobymao
⭐ 9,809 Python 👤 tobymao User 🕐 Aggiornato 2026-11-21 📅 Creato 2021-03-13
14
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
15
mage-ai/mage-ai

🧙 Costruisci, esegui e gestisci pipeline di dati per l'integrazione e la trasformazione dei dati.

mage-ai
⭐ 8,850 Python 👤 mage-ai Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2022-05-16
16
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
17
Alluxio/alluxio

Alluxio, orchestrazione dei dati per analisi e machine learning nel cloud

Alluxio
⭐ 7,264 Java 👤 Alluxio Organization 🕐 Aggiornato 2026-09-01 📅 Creato 2012-12-21
18
Angel-ML/angel

Un server di parametri flessibile e potente per il machine learning su larga scala

Angel-ML
⭐ 6,797 Java 👤 Angel-ML Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2017-04-25
19
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
20
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
21
tencentmusic/cube-studio

cube studio Piattaforma AI Open-Source Cloud-Native One-Stop per Machine Learning/Deep Learning/Grandi Modelli, MLOps Flusso completo del link algoritmico, Piattaforma di noleggio di capacità computazionale, Sviluppo online Notebook, Orchestrazione di pipeline di flusso di task drag-and-drop, Addestramento distribuito multi-macchina multi-GPU, Ricerca di iperparametri, Virtualizzazione VGPU del servizio di inferenza, Edge Computing, Annotazione automatizzata della piattaforma di annotazione, Fine-tuning SFT di grandi modelli/Modello di ricompensa/Addestramento di apprendimento per rinforzo di Deepseek, Inferenza multi-macchina di grandi modelli come vLLM/Ollama/MindSpore, Knowledge Base privata, Mercato di modelli AI, Supporto per CPU/GPU/NPU domestici ecosistema Ascend, Supporto per RDMA, Supporto per framework distribuiti come PyTorch/TF/MXNet/DeepSpeed/Paddle/ColossalAI/Horovod/Ray/Volcano

tencentmusic
⭐ 5,085 👤 tencentmusic Organization 🕐 Aggiornato 2026-10-09 📅 Creato 2021-08-17
22
apache/streampark

Il piano di controllo aperto per i dati in tempo reale

apache
⭐ 4,352 Java 👤 apache Organization 🕐 Aggiornato 2026-10-31 📅 Creato 2019-05-27
23
JohnSnowLabs/spark-nlp

Elaborazione del Linguaggio Naturale all'Avanguardia

JohnSnowLabs
⭐ 4,162 Scala 👤 JohnSnowLabs Organization 🕐 Aggiornato 2026-11-14 📅 Creato 2017-09-24
24
RoaringBitmap/RoaringBitmap

Un bitset compresso migliore in Java: utilizzato da Apache Spark, Netflix Atlas, Apache Pinot, Tablesaw e molti altri

RoaringBitmap
⭐ 3,957 Java 👤 RoaringBitmap Organization 🕐 Aggiornato 2026-11-14 📅 Creato 2013-06-17
25
Cyb3rWard0g/HELK

L'ELK da caccia

Cyb3rWard0g
⭐ 3,901 Jupyter Notebook 👤 Cyb3rWard0g User 🕐 Aggiornato 2024-06-01 📅 Creato 2017-03-14
26
awslabs/deequ

Deequ è una libreria costruita su Apache Spark per definire "unit test per i dati", che misurano la qualità dei dati in grandi dataset.

awslabs
⭐ 3,660 Scala 👤 awslabs Organization 🕐 Aggiornato 2026-10-20 📅 Creato 2018-08-07
27
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
28
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
29
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
30
apache/linkis

Apache Linkis costruisce un livello di middleware computazionale per facilitare la connessione, la governance e l'orchestrazione tra le applicazioni superiori e i motori di dati sottostanti.

apache
⭐ 3,417 Java 👤 apache Organization 🕐 Aggiornato 2026-11-04 📅 Creato 2019-07-23
31
databricks/koalas

Koalas: API pandas su Apache Spark

databricks
⭐ 3,368 Python 👤 databricks Organization 🕐 Aggiornato 2024-03-20 📅 Creato 2019-01-03
32
WeBankFinTech/DataSphereStudio

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.

WeBankFinTech
⭐ 3,275 Java 👤 WeBankFinTech Organization 🕐 Aggiornato 2025-11-04 📅 Creato 2019-11-24
33
lakesoul-io/LakeSoul

Un motore lakehouse aperto per agenti: nativo di Postgres, dei vettori e di Python. Parla PostgreSQL, funziona sul tuo object storage ed è scritto in Rust.

lakesoul-io
⭐ 3,261 Rust 👤 lakesoul-io Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2021-12-28
34
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
35
kubeflow/spark-operator

Operatore Kubernetes per la gestione del ciclo di vita delle applicazioni Apache Spark su Kubernetes.

kubeflow
⭐ 3,162 Python 👤 kubeflow Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2018-01-03
36
Luce-Org/lucebox

Motore di inferenza Lucebox per hardware eterogeneo e GPU consumer

Luce-Org
⭐ 3,024 C++ 👤 Luce-Org Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2026-04-03
37
RayXBuilds/Movie_Recommend

Progetto didattico storico: consigli cinematografici con Spark, web scraping, applicazione web e backend. Lo sviluppo continuo della nuova versione è disponibile su cinematch-recommender.

RayXBuilds
⭐ 3,007 Java 👤 RayXBuilds User 🕐 Aggiornato 2026-10-21 📅 Creato 2018-04-18
38
spark-jobserver/spark-jobserver

Server di processi REST per Apache Spark

spark-jobserver
⭐ 2,833 Scala 👤 spark-jobserver Organization 🕐 Aggiornato 2026-03-03 📅 Creato 2014-08-21
39
vector4wang/spring-boot-quick

:herb: Esempi di apprendimento rapido basati su Spring Boot, integrazione di framework open-source incontrati, come: RabbitMQ (coda di ritardo), Kafka, JPA, Redis, OAuth2, Swagger, JSP, Docker, K3s, K3d, K8s, plugin di crittografia/decrittazione MyBatis, gestione delle eccezioni, output dei log, sviluppo multi-modulo, packaging multi-ambiente, cache, web crawler, JWT, GraphQL, Dubbo, Zookeeper e Async, ecc. :pushpin:

vector4wang
⭐ 2,789 Java 👤 vector4wang User 🕐 Aggiornato 2026-05-16 📅 Creato 2017-03-13
40
moj-analytical-services/splink

Collegamento dati probabilistico veloce, accurato e scalabile con supporto per più backend SQL

moj-analytical-services
⭐ 2,592 Python 👤 moj-analytical-services Organization 🕐 Aggiornato 2026-11-11 📅 Creato 2019-11-22
41
geekyouth/SZT-bigdata

Sistema di analisi del flusso di passeggeri Big Data della metropolitana di Shenzhen🚇🚄🌟

geekyouth
⭐ 2,469 Scala 👤 geekyouth User 🕐 Aggiornato 2026-05-12 📅 Creato 2020-04-13
42
XZB-1248/Spark

✨Spark è uno strumento di amministrazione remota (RAT) basato sul web, multipiattaforma e completo, scritto in Go, che ti consente di controllare tutti i tuoi dispositivi ovunque. Spark è uno strumento di controllo e monitoraggio remoto scritto in Go, basato sul web, multipiattaforma e ricco di funzionalità, che ti permette di monitorare e controllare tutti i dispositivi ovunque e in qualsiasi momento.

XZB-1248
⭐ 2,412 Go 👤 XZB-1248 User 🕐 Aggiornato 2026-03-16 📅 Creato 2022-03-16
43
apache/kyuubi

Apache Kyuubi è un gateway distribuito e multi-tenant per fornire SQL serverless su data warehouse e lakehouse.

apache
⭐ 2,379 Scala 👤 apache Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2017-12-18
44
ytsaurus/ytsaurus

YTsaurus è una piattaforma open-source di big data scalabile e tollerante ai guasti.

ytsaurus
⭐ 2,325 C++ 👤 ytsaurus Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2022-12-05
45
o-gs/dji-firmware-tools

Strumenti per la gestione del firmware dei prodotti DJI, con particolare attenzione ai quadricotteri.

o-gs
⭐ 2,309 C 👤 o-gs Organization 🕐 Aggiornato 2026-11-11 📅 Creato 2016-08-03
46
salesforce/TransmogrifAI

TransmogrifAI (pronunciato trăns-mŏgˈrə-fī) è una libreria AutoML per la creazione di flussi di lavoro di apprendimento automatico modulari, riutilizzabili e fortemente tipizzati su Apache Spark con una minima regolazione manuale.

salesforce
⭐ 2,280 Scala 👤 salesforce Organization 🕐 Aggiornato 2026-06-02 📅 Creato 2017-11-02
47
fugue-project/fugue

Un'interfaccia unificata per il calcolo distribuito. Fugue esegue codice SQL, Python, Pandas e Polars su Spark, Dask e Ray senza alcuna riscrittura.

fugue-project
⭐ 2,168 Python 👤 fugue-project Organization 🕐 Aggiornato 2026-11-12 📅 Creato 2020-03-24
48
zio/zio-quill

Query integrate nel linguaggio a tempo di compilazione per Scala

zio
⭐ 2,165 Scala 👤 zio Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2015-07-20
49
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
50
broadinstitute/gatk

Repository di codice ufficiale per GATK versioni 4 e successive

broadinstitute
⭐ 2,010 Java 👤 broadinstitute Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2014-12-02

Domande frequenti

1

Qual è il repository #spark più popolare su GitHub?

Il progetto open source #spark più alto in classifica su GitHub è DataTalksClub/data-engineering-zoomcamp, con 46,997 stelle. Data Engineering Zoomcamp è un corso gratuito di 9 settimane sulla creazione di pipeline di dati pronte per la produzione. Iscriviti al corso qui 👇🏼

2

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

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

3

Come viene calcolata la classifica dei repository #spark?

Monitoriamo 126 repository open source attivi contrassegnati con #spark (500+ stelle), per un totale di 513,269 stelle e una media di 4,073 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.