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

101
natayadev/dataengineering-roadmap

另一个包含西班牙语数据工程基础概念、技术挑战和资源的存储库 🧙✨

natayadev
⭐ 919 👤 natayadev User 🕐 已更新 2026-02-28 📅 创建时间 2023-11-24
102
joshday/OnlineStats.jl

⚡ 统计学单程算法

joshday
⭐ 900 Julia 👤 joshday User 🕐 已更新 2026-09-21 📅 创建时间 2015-02-04
104
gvinciguerra/PGM-index

🏅最先进的学得数据结构,能够在数十亿项数组中实现快速查找、前驱、范围搜索和更新,使用比传统索引少几个数量级的空间

gvinciguerra
⭐ 859 C++ 👤 gvinciguerra User 🕐 已更新 2024-11-28 📅 创建时间 2019-10-18
105
apache/samza

Apache Samza 镜像

apache
⭐ 844 Java 👤 apache Organization 🕐 已更新 2026-09-01 📅 创建时间 2015-03-14
106
nipy/nipype

神经影像包的工作流程和接口

nipy
⭐ 837 Python 👤 nipy Organization 🕐 已更新 2026-11-14 📅 创建时间 2010-07-22
107
cernopendata/opendata.cern.ch

CERN开放数据门户的源代码

cernopendata
⭐ 828 Python 👤 cernopendata Organization 🕐 已更新 2026-10-05 📅 创建时间 2014-06-23
108
awslabs/python-deequ

Deequ的Python API

awslabs
⭐ 826 Jupyter Notebook 👤 awslabs Organization 🕐 已更新 2026-10-24 📅 创建时间 2020-11-09
109
fry404006308/fry_course_materials

范仁义录播课资料,会依次推出各种完全免费的前端、后端、大数据、人工智能等课程,课程网站: https://fanrenyi.com ; b站课程地址: https://space.bilibili.com/45664489 ;

fry404006308
⭐ 773 Jupyter Notebook 👤 fry404006308 User 🕐 已更新 2024-08-19 📅 创建时间 2019-12-21
110
apache/orc

Apache ORC - Hadoop 工作负载的最小、最快的列式存储

apache
⭐ 773 Java 👤 apache Organization 🕐 已更新 2026-11-09 📅 创建时间 2015-05-06
111
derar-alhussein/Databricks-Certified-Data-Engineer-Associate

Databricks 数据工程师助理认证考试的备考课程资源

derar-alhussein
⭐ 762 Python 👤 derar-alhussein User 🕐 已更新 2026-11-12 📅 创建时间 2022-11-06
112
TouK/nussknacker

用于实时数据自动化操作的低代码工具 | 为用户提供的流处理。

TouK
⭐ 746 Scala 👤 TouK Organization 🕐 已更新 2026-09-30 📅 创建时间 2017-06-29
⭐ 742 C++ 👤 google Organization 🕐 已更新 2025-08-15 📅 创建时间 2021-07-26
114
caioricciuti/ch-ui

使用 CH-UI,通过用户友好的界面访问和管理您自托管的 ClickHouse 数据。CH-UI 是专为 ClickHouse 数据库打造的现代化、高性能、功能丰富的用户界面,提供直观的平台,用于查询 ClickHouse 数据库、执行各种查询操作,并可视化实例相关的各项指标。

caioricciuti
⭐ 727 Go 👤 caioricciuti User 🕐 已更新 2026-11-20 📅 创建时间 2024-05-16
115
MrXujiang/v6.dooring.public

可视化大屏解决方案, 提供一套可视化编辑引擎, 助力个人或企业轻松定制自己的可视化大屏应用.

MrXujiang
⭐ 715 TypeScript 👤 MrXujiang User 🕐 已更新 2025-07-06 📅 创建时间 2021-03-08
116
elastic/eland

用于 Elasticsearch 中 DataFrames、大数据、机器学习和 ETL 的 Python 客户端和工具包

elastic
⭐ 693 Python 👤 elastic Organization 🕐 已更新 2026-06-16 📅 创建时间 2019-06-11
117
apache/bigtop

Bigtop 是 Apache 基金会的一个项目,针对寻求领先开源大数据组件的全面打包、测试和配置的基础设施工程师和数据科学家。

apache
⭐ 680 Groovy 👤 apache Organization 🕐 已更新 2026-09-28 📅 创建时间 2011-08-04
118
uxlfoundation/oneDAL

oneAPI 数据分析库 (oneDAL)

uxlfoundation
⭐ 654 C++ 👤 uxlfoundation Organization 🕐 已更新 2026-11-21 📅 创建时间 2016-03-28
119
unum-cloud/UStore

嵌入式事务数据库,支持 blob、文档和图数据;通过 io_uring 和 SPDK 实现绕过内核的 NVMe、GPU 压缩,并为自有引擎、RocksDB 和 LevelDB 提供统一的 C ABI 🗄️

unum-cloud
⭐ 649 C++ 👤 unum-cloud Organization 🕐 已更新 2026-11-18 📅 创建时间 2022-06-12
120
shaiwz/data-platform-open

🔥🔥🔥 可视化拖拽式大数据集成平台、大数据平台、大数据,包含数据流、数据源、数据对齐、查询模板、智能问数、AI集成、完善的监控等。像画流程图一样且无代码方式同步、清洗数据。

shaiwz
⭐ 648 Java 👤 shaiwz Organization 🕐 已更新 2026-10-30 📅 创建时间 2025-01-19
121
iejMac/video2dataset

轻松从视频URL创建大型视频数据集

iejMac
⭐ 644 Python 👤 iejMac User 🕐 已更新 2024-07-30 📅 创建时间 2022-10-15
122
Mario343214420/Webgl-Data-Demo

基于Vue、three.js、echarts,数据可视化展示项目,包含三维模型导入交互、三维模型标注等功能

Mario343214420
⭐ 635 Vue 👤 Mario343214420 User 🕐 已更新 2024-12-09 📅 创建时间 2020-05-20
123
nghuyong/weibo-cov

Weibo-COV: 来自微博的大规模 COVID-19 社交媒体数据集

nghuyong
⭐ 626 👤 nghuyong User 🕐 已更新 2025-08-23 📅 创建时间 2020-02-20
124
synmetrix/synmetrix

Synmetrix – Cube 上可用于生产的开源语义层

synmetrix
⭐ 616 JavaScript 👤 synmetrix Organization 🕐 已更新 2025-02-07 📅 创建时间 2021-06-18
125
yahoo/redislite

Python 模块中的 Redis。

yahoo
⭐ 598 Python 👤 yahoo Organization 🕐 已更新 2024-08-16 📅 创建时间 2015-03-03
126
YotpoLtd/metorikku

基于 Apache Spark 的简化轻量级 ETL 框架

YotpoLtd
⭐ 589 Scala 👤 YotpoLtd Organization 🕐 已更新 2026-09-01 📅 创建时间 2017-10-10
127
spark-examples/spark-scala-examples

此项目提供 Scala 语言中的 Apache Spark SQL、RDD、DataFrame 和 Dataset 示例。

spark-examples
⭐ 567 Scala 👤 spark-examples Organization 🕐 已更新 2024-03-20 📅 创建时间 2019-11-26
128
Interana/eventsim

事件数据模拟器。它从一组用户生成伪随机事件流,旨在模拟网络流量。

Interana
⭐ 553 Scala 👤 Interana Organization 🕐 已更新 2026-01-27 📅 创建时间 2014-09-05
129
nicgirault/circosJS

用于构建圆形图的d3库

nicgirault
⭐ 534 JavaScript 👤 nicgirault User 🕐 已更新 2026-01-23 📅 创建时间 2014-11-28
130
Lonero-Team/Decentralized-Internet

用于去中心化网络和分布式计算项目的 SDK/库

Lonero-Team
⭐ 525 JavaScript 👤 Lonero-Team Organization 🕐 已更新 2026-11-21 📅 创建时间 2019-10-31
131
apache/tez

Apache Tez

apache
⭐ 523 Java 👤 apache Organization 🕐 已更新 2026-11-10 📅 创建时间 2013-04-08
132
LearningJournal/Spark-Programming-In-Python

Apache Spark 3 - 初学者 Python Spark 编程

LearningJournal
⭐ 510 Python 👤 LearningJournal User 🕐 已更新 2024-07-25 📅 创建时间 2020-05-31
133
apache/helix

Apache Helix 镜像

apache
⭐ 505 Java 👤 apache Organization 🕐 已更新 2026-11-12 📅 创建时间 2014-01-13