#elasticsearch Repositórios
Descubra 211 repositórios ativos de código aberto no GitHub marcados com #elasticsearch, acumulando um total de 1,000,218 estrelas (uma média de 4,740 por projeto). O líder deste tópico é macrozheng/mall, com 85,071 estrelas.
211 repositórios no total
O projeto mall é um conjunto de sistema de comércio eletrônico, incluindo sistema de loja front-end e sistema de gerenciamento de back-end, baseado em Spring Boot+MyBatis, adotando implantação de contêiner Docker. O sistema de loja front-end inclui módulos como portal da página inicial, recomendação de produtos, pesquisa de produtos, exibição de produtos, carrinho de compras, fluxo de pedidos, centro de membros, atendimento ao cliente, centro de ajuda, etc. O sistema de gerenciamento de back-end inclui módulos como gerenciamento de produtos, gerenciamento de pedidos, gerenciamento de membros, gerenciamento de promoções, gerenciamento de operações, gerenciamento de conteúdo, relatórios estatísticos, gerenciamento financeiro, gerenciamento de permissões, configurações, etc.
😮 Perguntas e Respostas Essenciais para Entrevistas de Desenvolvedores Java (Backend) Experientes | Desmistificando o conhecimento avançado para engenheiros Java na internet: cobrindo áreas como alta concorrência, distribuição, alta disponibilidade, microsserviços, processamento de grandes volumes de dados e outros conhecimentos de domínio
A plataforma de observabilidade e visualização de dados aberta e componível. Visualize métricas, logs e traces de múltiplas fontes como Prometheus, Loki, Elasticsearch, InfluxDB, Postgres e muitos outros.
Alternativa de código aberto a Algolia + Pinecone e uma alternativa mais fácil de usar ao ElasticSearch ⚡ 🔍 ✨ Mecanismo de busca difusa rápido, tolerante a erros de digitação e em memória para construir experiências de busca agradáveis
Plataforma de observabilidade de código aberto para logs, métricas, traces, RUM (web, Android, iOS), reprodução de sessões, pipelines, SLOs e observabilidade de LLMs. Uma alternativa sofisticada, simples e altamente performante ao Datadog, Splunk e Elasticsearch, com custos de armazenamento 140 vezes menores e implantação em um único binário.
ruoyi-vue-pro nova versão Cloud, otimizada e reestruturada com todas as funcionalidades. Sistema de gerenciamento backend + miniapp do usuário, baseado em Spring Cloud Alibaba + MyBatis Plus + Vue & Element. Suporta RBAC permissões dinâmicas, multi-tenant, permissões de dados, fluxo de trabalho, login de terceiros, pagamento, SMS, loja, CRM, ERP, MES, IM, modelo de IA grande, IoT Internet das Coisas etc. Seu ⭐️ Star ⭐️ é a motivação para o autor!
Motor de busca com IA e servidor MCP para bots e agentes. Um único binário Rust indexa código, documentos, logs, arquivos JSONL/CSV e PDFs para buscas de texto completo BM25, vetorial e híbrida, busca de código sem grep, memória de agentes e RAG. API compatível com Elasticsearch; o Corpus Hub oferece centenas de corpora de referência para memória.
🏆 ORM em tempo real, sem código, poderoso e seguro 🚀 fornece APIs e Docs sem codificar pelo Backend, e o Frontend (Cliente) pode personalizar os JSON de resposta 🏆 ORM em tempo real, sem código, totalmente funcional e altamente seguro 🚀 As APIs e a documentação do Backend são sem código, enquanto o Frontend (Cliente) pode personalizar os dados e a estrutura do JSON retornado.
ZincSearch. Uma alternativa leve ao elasticsearch que requer recursos mínimos, escrita em Go.
🚌 O plugin IK Analysis integra o analisador Lucene IK no Elasticsearch e OpenSearch, suportando dicionário personalizado.
O MCP Toolbox for Databases é um servidor MCP de código aberto para bancos de dados.
Blog de aprendizado do Flink. http://www.54tianzhisheng.cn/ Contém conteúdo sobre introdução ao Flink, conceitos, princípios, prática, ajuste de desempenho e análise de código-fonte. Inclui casos de estudo de aprendizado sobre Flink Connector, Metrics, Library, DataStream API, Table API & SQL, além de compartilhamento de casos de projetos em grande escala (PVUV, armazenamento de logs, deduplicação em tempo real de bilhões de dados, alerta de monitoramento) da aplicação prática do Flink. Bem-vindos a apoiar minha coluna "Motor de Computação em Tempo Real de Big Data Flink: Prática e Otimização de Desempenho".
Uma lista selecionada de bibliotecas incríveis do Amazon Web Services (AWS), repositórios de código aberto, guias, blogs e outros recursos. Apresentando o Medidor Ígneo do AWSome.
Biblioteca de pesquisa de texto completo de próxima geração para navegador e Node.js
Tutorial de aprendizado do mall, análise completa da arquitetura, negócios e pontos técnicos. O projeto mall (60k+ estrelas) é um sistema de comércio eletrônico implementado com as tecnologias mais populares da fase atual. Abrange tecnologias como SpringBoot, MyBatis, Elasticsearch, RabbitMQ, Redis, MongoDB, MySQL, etc., e adota a implantação por contêineres Docker.
mall-swarm é um sistema de e-commerce de microsserviços que adota tecnologias principais como Spring Cloud Alibaba, Spring Boot 3.5, Sa-Token, MyBatis, Elasticsearch, Docker e Kubernetes, fornecendo também um painel de administração baseado em Vue para uma rápida configuração do sistema. O mall-swarm integra funcionalidades de sistema como centro de registro, centro de configuração, centro de monitoramento e gateway com base nas operações de e-commerce.
Data Agent Ready Warehouse: Um para Analytics, Busca, IA, Sandbox Python. — reconstruído do zero. Arquitetura unificada no seu S3.
Uma UI Web para Elasticsearch e OpenSearch: importe, navegue e edite dados com filtros ricos e visualizações de consultas, crie UIs de pesquisa de referência.
Ferramentas de importação e exportação para elasticsearch e opensearch
LLM Zoomcamp - um curso online gratuito sobre aplicações reais de LLMs. Em 10 semanas, você aprenderá a construir um sistema de IA que responde a perguntas sobre sua base de conhecimento. Inscreva-se aqui 👇🏼
NewsBlur é um leitor de notícias pessoal que reúne as pessoas para conversar sobre o mundo. Um novo som de um instrumento antigo.
Obsoleto: Use o cliente oficial do Elasticsearch para Go em https://github.com/elastic/go-elasticsearch
📚 Conhecimentos de bancos de dados mainstream que programadores backend devem dominar
🔥Projeto de melhores práticas de desenvolvimento de pilha de tecnologia completa baseado em go-zero (go zero) microsserviços. Develop best practice projects based on the full technology stack of go zero (go zero) microservices.
Aplicação Web de Monitoramento e Gerenciamento para instâncias e clusters ElasticSearch.
Interface de pesquisa React + Vue para Elasticsearch e Opensearch. Compatível com os componentes Instantsearch e Autocomplete da Algolia.
CrateDB é um banco de dados SQL distribuído e escalável para armazenar e analisar grandes volumes de dados em tempo quase real, mesmo com consultas complexas. É compatível com PostgreSQL e baseado no Lucene.
🔥 Recomendação Oficial 🔥 Projeto para recrutamento universitário de primavera e outono, e recém-formados. Utilizando arquiteturas técnicas como SpringBoot3 + Java17 + SpringCloud Alibaba + Vue3, o projeto envolve a conclusão de um sistema de alta fidelidade que imita o 12306 (serviços de usuário + reserva de passagens + pedidos + pagamento), com foco em impulsionar a empregabilidade dos estudantes.
Perguntas Frequentes
Qual é o repositório de #elasticsearch mais popular no GitHub?
O projeto de código aberto de #elasticsearch mais bem classificado no GitHub é macrozheng/mall, com 85,071 estrelas. O projeto mall é um conjunto de sistema de comércio eletrônico, incluindo sistema de loja front-end e sistema de gerenciamento de back-end, baseado em Spring Boot+MyBatis, adotando implantação de contêiner Docker. O sistema de loja front-end inclui módulos como portal da página inicial, recomendação de produtos, pesquisa de produtos, exibição de produtos, carrinho de compras, fluxo de pedidos, centro de membros, atendimento ao cliente, centro de ajuda, etc. O sistema de gerenciamento de back-end inclui módulos como gerenciamento de produtos, gerenciamento de pedidos, gerenciamento de membros, gerenciamento de promoções, gerenciamento de operações, gerenciamento de conteúdo, relatórios estatísticos, gerenciamento financeiro, gerenciamento de permissões, configurações, etc.
Quais linguagens de programação são mais usadas nos repositórios de #elasticsearch?
Entre os projetos de #elasticsearch mais bem classificados no GitHub, as linguagens de programação mais comuns são Java, TypeScript, JavaScript, Go.
Como é calculada a classificação dos repositórios de #elasticsearch?
Acompanhamos 211 repositórios ativos de código aberto marcados com #elasticsearch (com mais de 500 estrelas), totalizando 1,000,218 estrelas e uma média de 4,740 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.