Git Stars Git Stars

#big-data 仓库

133
仓库总数
683,600
总星标数
5,139
平均每个仓库星标数

共 133 个仓库

51
kafbat/kafka-ui

用于管理 Apache Kafka 集群的开源 Web UI

kafbat
⭐ 2,852 TypeScript 👤 kafbat Organization 🕐 已更新 2026-11-21 📅 创建时间 2024-01-22
52
man-group/ArcticDB

ArcticDB 是一个为 Python 数据科学生态系统构建的高性能、无服务器 DataFrame 数据库。

man-group
⭐ 2,655 C++ 👤 man-group Organization 🕐 已更新 2026-11-21 📅 创建时间 2022-11-11
53
quarylabs/quary

面向工程师的开源商业智能

quarylabs
⭐ 2,390 Rust 👤 quarylabs Organization 🕐 已更新 2026-11-16 📅 创建时间 2024-02-20
54
ytsaurus/ytsaurus

YTsaurus 是一个可扩展且容错的开源大数据平台。

ytsaurus
⭐ 2,325 C++ 👤 ytsaurus Organization 🕐 已更新 2026-11-21 📅 创建时间 2022-12-05
55
apache/ambari

Apache Ambari 简化了 Apache Hadoop 集群的配置、管理和监控。

apache
⭐ 2,311 Java 👤 apache Organization 🕐 已更新 2026-11-18 📅 创建时间 2011-09-23
56
apache/fluss

Apache Flink 是一个为实时分析而构建的流式存储。

apache
⭐ 2,250 Java 👤 apache Organization 🕐 已更新 2026-11-21 📅 创建时间 2024-10-31
57
PavelGrigoryevDS/awesome-data-analysis

🚀 500多个精选的数据分析和数据科学资源:Python、SQL、统计学、机器学习、人工智能、可视化、速查表、路线图、面试准备。面向初学者和专家。

PavelGrigoryevDS
⭐ 2,224 👤 PavelGrigoryevDS User 🕐 已更新 2026-11-01 📅 创建时间 2025-07-30
58
apache/datafusion-ballista

Apache DataFusion Ballista 分布式查询引擎

apache
⭐ 2,179 Rust 👤 apache Organization 🕐 已更新 2026-11-20 📅 创建时间 2022-05-19
59
apache/drill

Apache Drill 是一个用于自描述数据的分布式 MPP 查询层

apache
⭐ 2,026 Java 👤 apache Organization 🕐 已更新 2026-11-12 📅 创建时间 2012-09-05
60
apache/bookkeeper

Apache BookKeeper - 一个可扩展、高容错、低延迟的存储服务,针对仅追加工作负载进行了优化

apache
⭐ 2,019 Java 👤 apache Organization 🕐 已更新 2026-11-02 📅 创建时间 2011-04-06
61
fluid-cloudnative/fluid

云端面向 BigData/AI 应用的流畅、弹性的数据抽象和加速。(CNCF 项目)

fluid-cloudnative
⭐ 2,000 Go 👤 fluid-cloudnative Organization 🕐 已更新 2026-11-20 📅 创建时间 2020-07-11
62
microsoft/GlobalMLBuildingFootprints

源自卫星图像的全球建筑足迹

microsoft
⭐ 1,993 Python 👤 microsoft Organization 🕐 已更新 2026-11-18 📅 创建时间 2022-04-22
63
elastic/elasticsearch-hadoop

:elephant: Elasticsearch 实时搜索和分析与 Hadoop 原生集成

elastic
⭐ 1,966 Java 👤 elastic Organization 🕐 已更新 2026-11-21 📅 创建时间 2013-03-11
64
apache/kudu

Apache Kudu 镜像

apache
⭐ 1,919 C++ 👤 apache Organization 🕐 已更新 2026-11-20 📅 创建时间 2016-01-29
65
TurboWay/big_screen

数据大屏可视化

TurboWay
⭐ 1,884 HTML 👤 TurboWay User 🕐 已更新 2026-01-22 📅 创建时间 2020-09-28
66
dask
⭐ 1,862 Jupyter Notebook 👤 dask Organization 🕐 已更新 2025-11-04 📅 创建时间 2015-07-16
67
apache/auron

Apache Auron 是大数据引擎的加速器,利用原生向量化执行来加速查询处理。

apache
⭐ 1,849 Rust 👤 apache Organization 🕐 已更新 2026-11-20 📅 创建时间 2021-06-28
68
kiwenlau/hadoop-cluster-docker

在 Docker 容器中运行 Hadoop 集群

kiwenlau
⭐ 1,827 Shell 👤 kiwenlau User 🕐 已更新 2024-07-01 📅 创建时间 2015-05-21
69
Netflix/genie

分布式大数据编排服务

Netflix
⭐ 1,766 Java 👤 Netflix Organization 🕐 已更新 2026-11-21 📅 创建时间 2013-06-20
70
matanolabs/matano

用于威胁狩猎、检测与响应以及 PB 级 AWS 安全数据湖的开源安全数据湖

matanolabs
⭐ 1,675 Rust 👤 matanolabs Organization 🕐 已更新 2025-01-08 📅 创建时间 2022-07-03
71
jadianes/spark-py-notebooks

Apache Spark & Python (pySpark) 用于大数据分析和机器学习的教程,以 IPython / Jupyter 笔记本形式

jadianes
⭐ 1,667 Jupyter Notebook 👤 jadianes User 🕐 已更新 2024-03-16 📅 创建时间 2015-05-06
72
tonbo-io/tonbo

Tonbo 是一个适用于无服务器和边缘运行时的嵌入式数据库。

tonbo-io
⭐ 1,639 Rust 👤 tonbo-io Organization 🕐 已更新 2026-07-18 📅 创建时间 2024-07-15
73
kantord/just-dashboard

:bar_chart: :clipboard: 使用 YAML 或 JSON 文件的仪表盘

kantord
⭐ 1,587 TypeScript 👤 kantord User 🕐 已更新 2026-02-21 📅 创建时间 2018-01-18
74
dremio/dremio-oss

Dremio - 现代数据中的缺失环节

dremio
⭐ 1,495 Java 👤 dremio Organization 🕐 已更新 2025-09-26 📅 创建时间 2017-07-17
75
apache/carbondata

高性能数据存储解决方案

apache
⭐ 1,452 Scala 👤 apache Organization 🕐 已更新 2026-10-02 📅 创建时间 2016-06-28
76
apache/cloudberry

一个先进成熟的开源MPP(海量并行处理)数据库。Greenplum Database 的开源替代品。

apache
⭐ 1,448 C 👤 apache Organization 🕐 已更新 2026-11-21 📅 创建时间 2023-05-24
77
Tencent/TBase

TBase 是一个企业级分布式 HTAP 数据库。通过单个数据库集群,为用户提供高度一致的分布式数据库服务和高性能数据仓库服务,形成一套集成化的企业级解决方案。

Tencent
⭐ 1,436 C 👤 Tencent Organization 🕐 已更新 2025-07-07 📅 创建时间 2019-11-07
78
xitongsys/parquet-go

用于读取/写入 Parquet 文件的纯 Golang 库

xitongsys
⭐ 1,432 Go 👤 xitongsys User 🕐 已更新 2026-05-08 📅 创建时间 2017-09-02
79
mtth/avsc

JavaScript 的 Avro :zap:

mtth
⭐ 1,389 JavaScript 👤 mtth User 🕐 已更新 2026-02-22 📅 创建时间 2015-09-12
80
uxlfoundation/scikit-learn-intelex

Scikit-learn 扩展是加速您的 Scikit-learn 应用程序的无缝方式。

uxlfoundation
⭐ 1,357 Python 👤 uxlfoundation Organization 🕐 已更新 2026-11-21 📅 创建时间 2018-08-07
81
apache/ozone

可扩展、可靠的分布式存储系统,针对数据分析和对象存储工作负载进行了优化。

apache
⭐ 1,335 Java 👤 apache Organization 🕐 已更新 2026-11-20 📅 创建时间 2019-10-02
82
mahmoudparsian/pyspark-tutorial

PySpark-Tutorial 使用 PySpark 提供基本算法

mahmoudparsian
⭐ 1,276 Jupyter Notebook 👤 mahmoudparsian User 🕐 已更新 2025-05-26 📅 创建时间 2015-03-12
83
mukunku/ParquetViewer

用于查看和查询 Apache Parquet 文件的简单 Windows 桌面应用程序

mukunku
⭐ 1,258 C# 👤 mukunku User 🕐 已更新 2026-11-09 📅 创建时间 2018-05-31
84
Azure/AzurePublicDataset

Microsoft Azure Traces

Azure
⭐ 1,231 Jupyter Notebook 👤 Azure Organization 🕐 已更新 2026-11-17 📅 创建时间 2017-08-18
85
graphframes/graphframes

GraphFrames 是 Apache Spark 的一个包,提供基于 DataFrame 的图。

graphframes
⭐ 1,213 Scala 👤 graphframes Organization 🕐 已更新 2026-11-12 📅 创建时间 2016-01-20
86
apache/amoro

Apache Amoro(incubating) 是一个构建在开放数据湖格式之上的 Lakehouse 管理系统。

apache
⭐ 1,207 Java 👤 apache Organization 🕐 已更新 2026-11-20 📅 创建时间 2022-07-14
87
apache/accumulo

Apache Accumulo

apache
⭐ 1,184 Java 👤 apache Organization 🕐 已更新 2026-11-19 📅 创建时间 2011-10-06
88
ClickHouse/ClickBench

ClickBench:分析数据库的基准测试

ClickHouse
⭐ 1,171 Shell 👤 ClickHouse Organization 🕐 已更新 2026-11-21 📅 创建时间 2022-07-11
89
youngwookim/awesome-hadoop

精选的超赞 Hadoop 及 Hadoop 生态系统资源列表

youngwookim
⭐ 1,113 👤 youngwookim User 🕐 已更新 2024-05-07 📅 创建时间 2014-07-08
⭐ 1,076 Shell 👤 big-data-europe Organization 🕐 已更新 2024-06-02 📅 创建时间 2016-05-20
91
metabrainz/listenbrainz-server

ListenBrainz 项目的服务器,包括它提供的前端(javascript/react)代码以及 LB 使用的所有数据处理组件。

metabrainz
⭐ 1,074 Python 👤 metabrainz Organization 🕐 已更新 2026-11-21 📅 创建时间 2015-09-05
92
bigdatagenomics/adam

ADAM 是一个基因组学分析平台,使用了 Apache Avro、Apache Spark 和 Apache Parquet 构建的专业文件格式。Apache 2 许可。

bigdatagenomics
⭐ 1,060 Scala 👤 bigdatagenomics Organization 🕐 已更新 2026-03-17 📅 创建时间 2013-11-19
93
opendatadiscovery/awesome-data-catalogs

📙 超赞的数据目录和可观测性平台。

opendatadiscovery
⭐ 1,059 👤 opendatadiscovery Organization 🕐 已更新 2025-08-14 📅 创建时间 2021-07-14
94
apache/flink-kubernetes-operator

Apache Flink Kubernetes Operator

apache
⭐ 1,043 Java 👤 apache Organization 🕐 已更新 2026-11-20 📅 创建时间 2022-02-10
95
myscale/MyScaleDB

支持高性能向量搜索和全文搜索的 @ClickHouse 分支。

myscale
⭐ 1,032 C++ 👤 myscale Organization 🕐 已更新 2025-02-05 📅 创建时间 2024-03-14
96
NVIDIA/cudf-spark

用于 Apache Spark 的 NVIDIA cuDF 插件 - 使用 GPU 加速 Apache Spark

NVIDIA
⭐ 1,021 Scala 👤 NVIDIA Organization 🕐 已更新 2026-11-21 📅 创建时间 2020-05-14
97
Tencent/TencentKona-8

Tencent Kona 是 Open Java Development Kit (OpenJDK) 的免费、生产就绪发行版,提供长期支持 (LTS) 并每季度更新。Tencent Kona 是腾讯云内部用于云计算和其他 Java 应用的默认 JDK。

Tencent
⭐ 1,003 Java 👤 Tencent Organization 🕐 已更新 2026-11-06 📅 创建时间 2019-11-01
98
firmai/data-science-career

数据科学、机器学习、大数据和商业分析职业资源库

firmai
⭐ 993 👤 firmai User 🕐 已更新 2024-08-16 📅 创建时间 2019-08-23
99
h2oai/sparkling-water

Sparkling Water 在 Spark 集群内提供 H2O 功能

h2oai
⭐ 982 Scala 👤 h2oai Organization 🕐 已更新 2025-11-05 📅 创建时间 2014-10-13
100
delta-io/delta-sharing

安全数据共享的开放协议

delta-io
⭐ 965 Scala 👤 delta-io Organization 🕐 已更新 2026-11-21 📅 创建时间 2021-04-08