#apache-spark Repositórios
Descubra 44 repositórios ativos de código aberto no GitHub marcados com #apache-spark, acumulando um total de 97,788 estrelas (uma média de 2,222 por projeto). O líder deste tópico é mlflow/mlflow, com 28,920 estrelas.
44 repositórios no total
A plataforma de engenharia de IA open source para agentes, LLMs e modelos de ML. O MLflow permite que equipes de todos os tamanhos depurem, avaliem, monitorem e otimizem aplicações de IA de qualidade de produção enquanto controlam custos e gerenciam o acesso a modelos e dados.
Biblioteca Python de aprendizado de máquina simples e distribuída que porta algoritmos de ML para Spark
Substituição drop-in do Apache Spark escrita em Rust, unificando processamento em lotes, processamento de stream e cargas de trabalho de IA intensivas em computação.
Operador Kubernetes para gerenciar o ciclo de vida de aplicações Apache Spark no Kubernetes.
.NET for Apache® Spark™ torna o Apache Spark™ facilmente acessível para desenvolvedores .NET.
Feathr – Uma plataforma unificada e escalável de engenharia de dados e IA para empresas
Uma lista selecionada de pacotes e recursos incríveis do Apache Spark.
GeoMesa é um conjunto de ferramentas para trabalhar com grandes dados geoespaciais de forma distribuída.
Este é o repositório do github para Learning Spark: Lightning-Fast Data Analytics [2ª Edição]
GraphFrames é um pacote para Apache Spark que fornece Grafos baseados em DataFrames
Uma lista com curadoria de recursos surpreendentemente incríveis sobre Hadoop e o seu ecossistema
Exemplos executáveis públicos do uso do NLP da John Snow Labs para Apache Spark.
MapReduce, Spark, Java e Scala para o Livro de Algoritmos de Dados
Este repositório contém o código de desenvolvimento do sparkMeasure, uma biblioteca de análise de desempenho e solução de problemas do Apache Spark. Ele simplifica a coleta, agregação e exportação de métricas de tarefas/etapas do Spark, e é projetado para uso prático por desenvolvedores e engenheiros de dados em fluxos de trabalho de análise interativa, testes e monitoramento de produção.
Este repositório contém os notebooks e as apresentações que usamos para nossos Databricks Tech Talks
As AWS Glue Libraries são adições e melhorias ao Spark para operações de ETL.
Serviço web REST para pontuação verdadeira em tempo real (<1 ms) de modelos Scikit-Learn, R e Apache Spark
Este projeto fornece exemplos de Apache Spark SQL, RDD, DataFrame e Dataset na linguagem Scala
Apache Spark 3 - Programação Spark em Python para iniciantes
Perguntas Frequentes
Qual é o repositório de #apache-spark mais popular no GitHub?
O projeto de código aberto de #apache-spark mais bem classificado no GitHub é mlflow/mlflow, com 28,920 estrelas. A plataforma de engenharia de IA open source para agentes, LLMs e modelos de ML. O MLflow permite que equipes de todos os tamanhos depurem, avaliem, monitorem e otimizem aplicações de IA de qualidade de produção enquanto controlam custos e gerenciam o acesso a modelos e dados.
Quais linguagens de programação são mais usadas nos repositórios de #apache-spark?
Entre os projetos de #apache-spark mais bem classificados no GitHub, as linguagens de programação mais comuns são Scala, Python, Java, Jupyter Notebook.
Como é calculada a classificação dos repositórios de #apache-spark?
Acompanhamos 44 repositórios ativos de código aberto marcados com #apache-spark (com mais de 500 estrelas), totalizando 97,788 estrelas e uma média de 2,222 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.