Git Stars Git Stars

#hadoop Repositórios

Descubra 43 repositórios ativos de código aberto no GitHub marcados com #hadoop, acumulando um total de 238,277 estrelas (uma média de 5,541 por projeto). O líder deste tópico é donnemartin/data-science-ipython-notebooks, com 28,776 estrelas.

43
Total de Repositórios
238,277
Total de estrelas
5,541
Média de Estrelas/Repositório

43 repositórios no total

1
donnemartin/data-science-ipython-notebooks

Cadernos Python de ciência de dados: Aprendizado profundo (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, conceitos essenciais de Python, AWS e várias linhas de comando.

donnemartin
⭐ 28,776 Python 👤 donnemartin User 🕐 Atualizado 2024-03-20 📅 Criado 2015-01-23
2
spotify/luigi

Luigi é um módulo Python que ajuda a construir pipelines complexos de trabalhos em lote. Ele lida com resolução de dependências, gerenciamento de fluxo de trabalho, visualização, etc. Também vem com suporte integrado ao Hadoop.

spotify
⭐ 18,793 Python 👤 spotify Organization 🕐 Atualizado 2026-11-20 📅 Criado 2012-09-20
3
APIJSON/APIJSON

🏆 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.

APIJSON
⭐ 18,395 Java 👤 APIJSON Organization 🕐 Atualizado 2026-11-15 📅 Criado 2016-11-21
4
heibaiying/BigData-Notes

Guia de Introdução a Big Data :star:

heibaiying
⭐ 16,818 Java 👤 heibaiying User 🕐 Atualizado 2024-01-05 📅 Criado 2019-03-10
5
prestodb/presto

O lar oficial do motor de consulta SQL distribuído Presto para big data

prestodb
⭐ 16,777 Java 👤 prestodb Organization 🕐 Atualizado 2026-11-20 📅 Criado 2012-08-09
6
apache/hadoop

Apache Hadoop

apache
⭐ 15,719 Java 👤 apache Organization 🕐 Atualizado 2026-11-21 📅 Criado 2014-08-28
7
deeplearning4j/deeplearning4j

Conjunto de ferramentas para implantar e treinar modelos de aprendizado profundo usando a JVM. Os destaques incluem importação de modelos para keras, tensorflow e onnx/pytorch, uma biblioteca c++ modular e minúscula para executar código matemático e uma biblioteca matemática baseada em java sobre a biblioteca c++ principal. Inclui também samediff: uma biblioteca semelhante a pytorch/tensorflow para executar aprendizado profundo...

deeplearning4j
⭐ 14,283 Java 👤 deeplearning4j Organization 🕐 Atualizado 2026-10-05 📅 Criado 2013-11-27
8
trinodb/trino

Repositório oficial do Trino, o motor de consulta SQL distribuído para big data, anteriormente conhecido como PrestoSQL (https://trino.io)

trinodb
⭐ 13,532 Java 👤 trinodb Organization 🕐 Atualizado 2026-11-21 📅 Criado 2019-01-19
9
HariSekhon/DevOps-Bash-tools

1200+ Scripts Bash de DevOps - AWS, GCP, Kubernetes, Docker, CI/CD, APIs, SQL, PostgreSQL, MySQL, Hive, Impala, Kafka, Hadoop, Jenkins, GitHub, GitLab, BitBucket, Azure DevOps, TeamCity, Spotify, MP3, LDAP, Linting de código/build, gerenciamento de pacotes para Linux, Mac, Python, Perl, Ruby, NodeJS, Golang, Arquivos dot avançados: .bashrc, .vimrc, .gitconfig, .screenrc, tmux..

HariSekhon
⭐ 8,439 Shell 👤 HariSekhon User 🕐 Atualizado 2026-11-18 📅 Criado 2016-01-17
10
linkedin/school-of-sre

No LinkedIn, estamos usando este currículo para integrar nossos talentos de nível básico na função de SRE.

linkedin
⭐ 8,154 HTML 👤 linkedin Organization 🕐 Atualizado 2025-12-25 📅 Criado 2020-10-26
11
h2oai/h2o-3

H2O é uma Plataforma de Aprendizado de Máquina de Código Aberto, Distribuída, Rápida e Escalável: Deep Learning, Gradient Boosting (GBM) e XGBoost, Random Forest, Generalized Linear Modeling (GLM com Elastic Net), K-Means, PCA, Generalized Additive Models (GAM), RuleFit, Support Vector Machine (SVM), Stacked Ensembles, Automatic Machine Learning (AutoML), etc.

h2oai
⭐ 7,527 Jupyter Notebook 👤 h2oai Organization 🕐 Atualizado 2026-11-11 📅 Criado 2014-03-03
12
Alluxio/alluxio

Alluxio, orquestração de dados para análise e aprendizado de máquina na nuvem

Alluxio
⭐ 7,264 Java 👤 Alluxio Organization 🕐 Atualizado 2026-09-01 📅 Criado 2012-12-21
13
apache/hive

Apache Hive

apache
⭐ 6,038 Java 👤 apache Organization 🕐 Atualizado 2026-11-21 📅 Criado 2009-05-21
14
apache/calcite

Apache Calcite

apache
⭐ 5,216 Java 👤 apache Organization 🕐 Atualizado 2026-11-19 📅 Criado 2014-06-25
15
apache/ignite

Apache Ignite

apache
⭐ 5,090 Java 👤 apache Organization 🕐 Atualizado 2026-11-20 📅 Criado 2015-02-19
16
apache/nutch

Apache Nutch é um rastreador web extensível e escalável

apache
⭐ 3,311 Java 👤 apache Organization 🕐 Atualizado 2026-11-17 📅 Criado 2009-05-21
17
WeBankFinTech/DataSphereStudio

O DataSphereStudio é um portal completo de desenvolvimento e gerenciamento de aplicações de dados, cobrindo cenários como troca de dados, dessensibilização/limpeza, análise/mineração, medição de qualidade, visualização e agendamento de tarefas.

WeBankFinTech
⭐ 3,275 Java 👤 WeBankFinTech Organization 🕐 Atualizado 2025-11-04 📅 Criado 2019-11-24
18
MoRan1607/BigDataGuide

Aprendizagem de Big Data: aprenda Big Data do zero, incluindo vídeos de aprendizagem para cada fase e materiais de entrevista.

MoRan1607
⭐ 3,259 👤 MoRan1607 User 🕐 Atualizado 2026-01-20 📅 Criado 2019-11-30
19
RayXBuilds/Movie_Recommend

Projeto histórico de aprendizagem: recomendações de filmes com Spark, web scraping, aplicação web e backend. O desenvolvimento contínuo da nova versão está em cinematch-recommender.

RayXBuilds
⭐ 3,007 Java 👤 RayXBuilds User 🕐 Atualizado 2026-10-21 📅 Criado 2018-04-18
20
geekyouth/SZT-bigdata

Sistema de Análise de Fluxo de Passageiros de Big Data do Metrô de Shenzhen 🚇🚄🌟

geekyouth
⭐ 2,469 Scala 👤 geekyouth User 🕐 Atualizado 2026-05-12 📅 Criado 2020-04-13
21
apache/kyuubi

Apache Kyuubi é um gateway distribuído e multilocatário para fornecer SQL serverless em data warehouses e lakehouses.

apache
⭐ 2,379 Scala 👤 apache Organization 🕐 Atualizado 2026-11-19 📅 Criado 2017-12-18
22
big-data-europe/docker-hadoop

Imagem docker do Apache Hadoop

big-data-europe
⭐ 2,312 Shell 👤 big-data-europe Organization 🕐 Atualizado 2024-02-01 📅 Criado 2016-03-09
23
h2oai/h2o-2

Por favor, visite https://github.com/h2oai/h2o-3 para o H2O mais recente.

h2oai
⭐ 2,307 Java 👤 h2oai Organization 🕐 Atualizado 2024-10-24 📅 Criado 2013-02-06
24
cdarlint/winutils

binários winutils.exe hadoop.dll e hdfs.dll para hadoop windows

cdarlint
⭐ 2,205 Shell 👤 cdarlint User 🕐 Atualizado 2024-05-16 📅 Criado 2019-01-04
25
apache/drill

Apache Drill é uma camada de consulta MPP distribuída para dados autodescritivos.

apache
⭐ 2,026 Java 👤 apache Organization 🕐 Atualizado 2026-11-12 📅 Criado 2012-09-05
26
elastic/elasticsearch-hadoop

:elephant: Elasticsearch, com pesquisa e análise em tempo real, integrado nativamente com Hadoop

elastic
⭐ 1,966 Java 👤 elastic Organization 🕐 Atualizado 2026-11-21 📅 Criado 2013-03-11
27
collabH/bigdata-growth

O repositório de conhecimento de big data envolve modelagem de data warehouse, computação em tempo real, big data, plataforma de dados (data middle office), design de sistemas, Java e algoritmos.

collabH
⭐ 1,838 Python 👤 collabH User 🕐 Atualizado 2026-04-18 📅 Criado 2020-06-10
28
OBenner/data-engineering-interview-questions

Mais de 2000+ perguntas de entrevista para Engenheiros de Dados.

OBenner
⭐ 1,815 Python 👤 OBenner User 🕐 Atualizado 2026-01-13 📅 Criado 2021-08-08
29
Qihoo360/hbox

IA no Hadoop

Qihoo360
⭐ 1,729 Java 👤 Qihoo360 Organization 🕐 Atualizado 2025-07-01 📅 Criado 2017-12-01
30
wgzhao/Addax

Sucessor do Alibaba DataX com manutenção ativa: uma ferramenta ETL de código aberto, rápida e versátil, compatível com mais de 30 fontes de dados RDBMS e NoSQL.

wgzhao
⭐ 1,455 Java 👤 wgzhao User 🕐 Atualizado 2026-11-20 📅 Criado 2019-07-17
31
apache/carbondata

Solução de armazenamento de dados de alto desempenho

apache
⭐ 1,452 Scala 👤 apache Organization 🕐 Atualizado 2026-10-02 📅 Criado 2016-06-28
32
HariSekhon/Dockerfiles

Mais de 50 imagens públicas do DockerHub para Docker e 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

HariSekhon
⭐ 1,382 Shell 👤 HariSekhon User 🕐 Atualizado 2026-02-03 📅 Criado 2016-01-17
33
apache/ozone

Sistema de armazenamento distribuído, escalável e confiável, otimizado para cargas de trabalho de análise de dados e armazenamento de objetos.

apache
⭐ 1,335 Java 👤 apache Organization 🕐 Atualizado 2026-11-20 📅 Criado 2019-10-02
34
DTStack/Taier

Taier é uma plataforma de desenvolvimento de big data para submissão, agendamento, operação e manutenção, e exibição de informações de indicadores.

DTStack
⭐ 1,285 Java 👤 DTStack Organization 🕐 Atualizado 2026-11-05 📅 Criado 2021-03-02
35
HariSekhon/Nagios-Plugins

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, Certificados SSL, Atualizações de Segurança Yum, Kubernetes, Cloudera etc...

HariSekhon
⭐ 1,155 Python 👤 HariSekhon User 🕐 Atualizado 2026-02-03 📅 Criado 2012-12-30
36
realguoshuai/hadoop_study

Atualização regular da documentação de componentes de big data comumente usados no ecossistema Hadoop. Foco sucessivo: Flink, Solr, Sparksql, ES, Scala, Kafka, Hbase/phoenix, Redis, Kerberos (o projeto inclui mapa mental do Hadoop, notas do Evernote, demo simples da versão Scala, classes de ferramentas comuns, código de treinamento desensibilizado, atualização contínua!!!)

realguoshuai
⭐ 916 Java 👤 realguoshuai User 🕐 Atualizado 2026-03-09 📅 Criado 2017-12-15
37
HariSekhon/DevOps-Python-tools

Mais de 80 Ferramentas CLI de DevOps e Dados - AWS, GCP, GCF Python Cloud Functions, Anonimizador de Logs, Spark, Hadoop, HBase, Hive, Impala, Linux, Docker, Conversores e Validadores de Dados Spark (Avro/Parquet/JSON/CSV/INI/XML/YAML), Travis CI, AWS CloudFormation, Elasticsearch, Solr etc.

HariSekhon
⭐ 824 Python 👤 HariSekhon User 🕐 Atualizado 2026-02-03 📅 Criado 2015-10-27
38
HuQi2018/BiSheServer

Este sistema é o meu projeto de conclusão de curso (TCC), intitulado "Design e Implementação de um Sistema de Recomendação de Filmes Baseado em Perfis de Usuário". É essencialmente um sistema de recomendação que utiliza Django como framework base, adota o padrão MTV e emprega MongoDB, MySQL e Redis como bancos de dados. A fonte de dados primária são os dados de filmes extraídos da plataforma Douban. O sistema desenvolve tags de usuário (perfis) com base em informações comportamentais, como dados básicos e registros de operação dos usuários, utilizando componentes de Big Data como Hadoop e Spark para análise e processamento. O sistema de gerenciamento (administração) utiliza o painel de administração nativo do Django, que foi aprimorado usando simpleui.

HuQi2018
⭐ 743 Python 👤 HuQi2018 User 🕐 Atualizado 2026-06-02 📅 Criado 2021-03-28
39
WeBankFinTech/WeDataSphere

WeDataSphere é uma suíte de plataforma de big data de nível financeiro e completa.

WeBankFinTech
⭐ 676 👤 WeBankFinTech Organization 🕐 Atualizado 2024-03-14 📅 Criado 2019-07-23
40
AbsaOSS/spline

Solução de Rastreamento e Visualização de Linhagem de Dados

AbsaOSS
⭐ 669 Scala 👤 AbsaOSS Organization 🕐 Atualizado 2026-11-04 📅 Criado 2017-05-30
41
linkedin/venice

Venice, Plataforma de Dados Derivados para Cargas de Trabalho em Escala Planetária.

linkedin
⭐ 622 Java 👤 linkedin Organization 🕐 Atualizado 2026-11-21 📅 Criado 2021-03-18
42
ittqqzz/ECommerceRecommendSystem

Sistema de recomendação em tempo real de produtos de big data de comércio eletrônico, Vue + TypeScript + ElementUI + Spring + Spark

ittqqzz
⭐ 528 Java 👤 ittqqzz User 🕐 Atualizado 2026-02-13 📅 Criado 2019-10-28
43
apache/tez

Apache Tez

apache
⭐ 523 Java 👤 apache Organization 🕐 Atualizado 2026-11-10 📅 Criado 2013-04-08

Perguntas Frequentes

1

Qual é o repositório de #hadoop mais popular no GitHub?

O projeto de código aberto de #hadoop mais bem classificado no GitHub é donnemartin/data-science-ipython-notebooks, com 28,776 estrelas. Cadernos Python de ciência de dados: Aprendizado profundo (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, conceitos essenciais de Python, AWS e várias linhas de comando.

2

Quais linguagens de programação são mais usadas nos repositórios de #hadoop?

Entre os projetos de #hadoop mais bem classificados no GitHub, as linguagens de programação mais comuns são Java, Python, Shell, Scala.

3

Como é calculada a classificação dos repositórios de #hadoop?

Acompanhamos 43 repositórios ativos de código aberto marcados com #hadoop (com mais de 500 estrelas), totalizando 238,277 estrelas e uma média de 5,541 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.