Git Stars Git Stars

#hadoop 仓库

探索 43 个标记为 #hadoop 的活跃开源 GitHub 仓库,它们累计获得 238,277 个 Star(平均每个项目 5,541 个)。该主题的领先项目是 donnemartin/data-science-ipython-notebooks,拥有 28,776 个 Star。

43
仓库总数
238,277
总星标数
5,541
平均每个仓库星标数
1
donnemartin/data-science-ipython-notebooks

数据科学 Python Notebook:深度学习(TensorFlow, Theano, Caffe, Keras)、scikit-learn、Kaggle、大数据(Spark, Hadoop MapReduce, HDFS)、matplotlib、pandas、NumPy、SciPy、Python 基础知识、AWS 以及各种命令行。

donnemartin
⭐ 28,776 Python 👤 donnemartin User 🕐 已更新 2024-03-20 📅 创建时间 2015-01-23
2
spotify/luigi

Luigi 是一个 Python 模块,可帮助您构建复杂的批处理作业管道。它处理依赖关系解析、工作流管理、可视化等。它还内置了 Hadoop 支持。

spotify
⭐ 18,793 Python 👤 spotify Organization 🕐 已更新 2026-11-20 📅 创建时间 2012-09-20
3
APIJSON/APIJSON

🏆 实时无代码、功能强大且安全的 ORM 🚀 通过后端提供无代码的 API 与文档,前端(客户端)可定制响应 JSON 🏆 实时、零代码、全功能、高强度安全的 ORM 库 🚀 后端 API 与文档不需编码,前端(客户端)可定制返回的 JSON 数据与结构。

APIJSON
⭐ 18,395 Java 👤 APIJSON Organization 🕐 已更新 2026-11-15 📅 创建时间 2016-11-21
4
heibaiying/BigData-Notes

大数据入门指南 :star:

heibaiying
⭐ 16,818 Java 👤 heibaiying User 🕐 已更新 2024-01-05 📅 创建时间 2019-03-10
5
prestodb/presto

Presto 分布式 SQL 查询引擎用于大数据的官方主页

prestodb
⭐ 16,777 Java 👤 prestodb Organization 🕐 已更新 2026-11-20 📅 创建时间 2012-08-09
6
apache/hadoop

Apache Hadoop

apache
⭐ 15,719 Java 👤 apache Organization 🕐 已更新 2026-11-21 📅 创建时间 2014-08-28
7
deeplearning4j/deeplearning4j

一套使用JVM部署和训练深度学习模型的工具。主要功能包括Keras、TensorFlow和ONNX/PyTorch的模型导入,用于运行数学代码的模块化且小巧的C++库,以及基于核心C++库之上的Java数学库。还包括SameDiff:一个类似于PyTorch/TensorFlow的用于运行深度学习的库……

deeplearning4j
⭐ 14,283 Java 👤 deeplearning4j Organization 🕐 已更新 2026-10-05 📅 创建时间 2013-11-27
8
trinodb/trino

Trino 的官方仓库,这是大数据的分布式 SQL 查询引擎,以前称为 PrestoSQL (https://trino.io)

trinodb
⭐ 13,532 Java 👤 trinodb Organization 🕐 已更新 2026-11-21 📅 创建时间 2019-01-19
9
HariSekhon/DevOps-Bash-tools

1200+ 个 DevOps Bash 脚本 - AWS、GCP、Kubernetes、Docker、CI/CD、API、SQL、PostgreSQL、MySQL、Hive、Impala、Kafka、Hadoop、Jenkins、GitHub、GitLab、BitBucket、Azure DevOps、TeamCity、Spotify、MP3、LDAP、代码/构建检查、Linux、Mac、Python、Perl、Ruby、NodeJS、Golang 的包管理、高级点文件:.bashrc、.vimrc、.gitconfig、.screenrc、tmux..

HariSekhon
⭐ 8,439 Shell 👤 HariSekhon User 🕐 已更新 2026-11-18 📅 创建时间 2016-01-17
10
linkedin/school-of-sre

在LinkedIn,我们正使用该课程来帮助我们的入门级人才适应SRE角色。

linkedin
⭐ 8,154 HTML 👤 linkedin Organization 🕐 已更新 2025-12-25 📅 创建时间 2020-10-26
11
h2oai/h2o-3

H2O 是一个开源、分布式、快速和可扩展的机器学习平台:深度学习、梯度提升(GBM)和 XGBoost、随机森林、广义线性模型(带弹性网的 GLM)、K-Means、PCA、广义加性模型(GAM)、RuleFit、支持向量机(SVM)、堆叠集成、自动机器学习(AutoML)等。

h2oai
⭐ 7,527 Jupyter Notebook 👤 h2oai Organization 🕐 已更新 2026-11-11 📅 创建时间 2014-03-03
12
Alluxio/alluxio

Alluxio,云端分析和机器学习的数据编排

Alluxio
⭐ 7,264 Java 👤 Alluxio Organization 🕐 已更新 2026-09-01 📅 创建时间 2012-12-21
13
apache/hive

Apache Hive

apache
⭐ 6,038 Java 👤 apache Organization 🕐 已更新 2026-11-21 📅 创建时间 2009-05-21
14
apache/calcite

Apache Calcite

apache
⭐ 5,216 Java 👤 apache Organization 🕐 已更新 2026-11-19 📅 创建时间 2014-06-25
15
apache/ignite

Apache Ignite

apache
⭐ 5,090 Java 👤 apache Organization 🕐 已更新 2026-11-20 📅 创建时间 2015-02-19
16
apache/nutch

Apache Nutch 是一个可扩展且可伸缩的网络爬虫

apache
⭐ 3,311 Java 👤 apache Organization 🕐 已更新 2026-11-17 📅 创建时间 2009-05-21
17
WeBankFinTech/DataSphereStudio

DataSphereStudio 是一个一站式数据应用开发和管理门户,涵盖数据交换、脱敏/清洗、分析/挖掘、质量度量、可视化和任务调度等场景。

WeBankFinTech
⭐ 3,275 Java 👤 WeBankFinTech Organization 🕐 已更新 2025-11-04 📅 创建时间 2019-11-24
18
MoRan1607/BigDataGuide

大数据学习,从零开始学习大数据,包含大数据学习各阶段学习视频、面试资料

MoRan1607
⭐ 3,259 👤 MoRan1607 User 🕐 已更新 2026-01-20 📅 创建时间 2019-11-30
19
RayXBuilds/Movie_Recommend

历史学习项目:Spark 电影推荐、爬虫、Web 与后台。新版持续开发见 cinematch-recommender。

RayXBuilds
⭐ 3,007 Java 👤 RayXBuilds User 🕐 已更新 2026-10-21 📅 创建时间 2018-04-18
20
geekyouth/SZT-bigdata

深圳地铁大数据客流分析系统🚇🚄🌟

geekyouth
⭐ 2,469 Scala 👤 geekyouth User 🕐 已更新 2026-05-12 📅 创建时间 2020-04-13
21
apache/kyuubi

Apache Kyuubi 是一个分布式、多租户网关,用于在数据仓库和湖屋上提供无服务器 SQL。

apache
⭐ 2,379 Scala 👤 apache Organization 🕐 已更新 2026-11-19 📅 创建时间 2017-12-18
22
big-data-europe/docker-hadoop

Apache Hadoop Docker 镜像

big-data-europe
⭐ 2,312 Shell 👤 big-data-europe Organization 🕐 已更新 2024-02-01 📅 创建时间 2016-03-09
23
h2oai/h2o-2

请访问 https://github.com/h2oai/h2o-3 以获取最新的 H2O

h2oai
⭐ 2,307 Java 👤 h2oai Organization 🕐 已更新 2024-10-24 📅 创建时间 2013-02-06
24
cdarlint/winutils

适用于 Hadoop Windows 的 winutils.exe、hadoop.dll 和 hdfs.dll 二进制文件

cdarlint
⭐ 2,205 Shell 👤 cdarlint User 🕐 已更新 2024-05-16 📅 创建时间 2019-01-04
25
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
26
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
27
collabH/bigdata-growth

大数据知识仓库涉及到数据仓库建模、实时计算、大数据、数据中台、系统设计、Java、算法等。

collabH
⭐ 1,838 Python 👤 collabH User 🕐 已更新 2026-04-18 📅 创建时间 2020-06-10
28
OBenner/data-engineering-interview-questions

2000+ 数据工程师面试题。

OBenner
⭐ 1,815 Python 👤 OBenner User 🕐 已更新 2026-01-13 📅 创建时间 2021-08-08
29
Qihoo360/hbox

Hadoop 上的 AI

Qihoo360
⭐ 1,729 Java 👤 Qihoo360 Organization 🕐 已更新 2025-07-01 📅 创建时间 2017-12-01
30
wgzhao/Addax

Alibaba DataX 的持续维护继任者——一款快速、灵活的开源 ETL 工具,支持 30 多种关系型数据库和 NoSQL 数据源。

wgzhao
⭐ 1,455 Java 👤 wgzhao User 🕐 已更新 2026-11-20 📅 创建时间 2019-07-17
31
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
32
HariSekhon/Dockerfiles

50+ DockerHub 公共镜像,用于 Docker & 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 🕐 已更新 2026-02-03 📅 创建时间 2016-01-17
33
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
34
DTStack/Taier

Taier是一个用于提交、调度、运维和指标信息显示的平台

DTStack
⭐ 1,285 Java 👤 DTStack Organization 🕐 已更新 2026-11-05 📅 创建时间 2021-03-02
35
HariSekhon/Nagios-Plugins

450+ AWS, Hadoop, 云, 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, SSL 证书, Yum 安全更新, Kubernetes, Cloudera 等...

HariSekhon
⭐ 1,155 Python 👤 HariSekhon User 🕐 已更新 2026-02-03 📅 创建时间 2012-12-30
36
realguoshuai/hadoop_study

定期更新Hadoop生态圈中常用大数据组件文档 重心依次为: Flink Solr Sparksql ES Scala Kafka Hbase/phoenix Redis Kerberos (项目包含hadoop思维导图 印象笔记 Scala版本简单demo 常用工具类 去敏后的train code 持续更新!!!)

realguoshuai
⭐ 916 Java 👤 realguoshuai User 🕐 已更新 2026-03-09 📅 创建时间 2017-12-15
37
HariSekhon/DevOps-Python-tools

80+ DevOps 和数据 CLI 工具 - AWS、GCP、GCF Python Cloud Functions、日志匿名化器、Spark、Hadoop、HBase、Hive、Impala、Linux、Docker、Spark 数据转换器和验证器 (Avro/Parquet/JSON/CSV/INI/XML/YAML)、Travis CI、AWS CloudFormation、Elasticsearch、Solr 等。

HariSekhon
⭐ 824 Python 👤 HariSekhon User 🕐 已更新 2026-02-03 📅 创建时间 2015-10-27
38
HuQi2018/BiSheServer

本系统是我的毕业设计项目,题目为“基于用户画像的电影推荐系统的设计与实现”。主要是以Django作为基础框架,采用MTV模式,数据库使用MongoDB、MySQL和Redis,以从豆瓣平台爬取的电影数据作为基础数据源,主要基于用户的基本信息和使用操作记录等行为信息来开发用户标签,并使用Hadoop、Spark大数据组件进行分析和处理的推荐系统。管理系统使用的是Django自带的管理系统,并使用simpleui进行了美化。

HuQi2018
⭐ 743 Python 👤 HuQi2018 User 🕐 已更新 2026-06-02 📅 创建时间 2021-03-28
39
WeBankFinTech/WeDataSphere

WeDataSphere 是一个金融级的一站式大数据平台套件。

WeBankFinTech
⭐ 676 👤 WeBankFinTech Organization 🕐 已更新 2024-03-14 📅 创建时间 2019-07-23
40
AbsaOSS/spline

数据血统跟踪和可视化解决方案

AbsaOSS
⭐ 669 Scala 👤 AbsaOSS Organization 🕐 已更新 2026-11-04 📅 创建时间 2017-05-30
41
linkedin/venice

Venice,面向行星级工作负载的派生数据平台。

linkedin
⭐ 622 Java 👤 linkedin Organization 🕐 已更新 2026-11-21 📅 创建时间 2021-03-18
42
ittqqzz/ECommerceRecommendSystem

电商大数据商品实时推荐系统,Vue + TypeScript + ElementUI+ Spring + Spark

ittqqzz
⭐ 528 Java 👤 ittqqzz User 🕐 已更新 2026-02-13 📅 创建时间 2019-10-28
43
apache/tez

Apache Tez

apache
⭐ 523 Java 👤 apache Organization 🕐 已更新 2026-11-10 📅 创建时间 2013-04-08

常见问题解答

1

GitHub 上最受欢迎的 #hadoop 仓库是什么?

GitHub 上排名第一的开源 #hadoop 项目是 donnemartin/data-science-ipython-notebooks,拥有 28,776 个 Star。数据科学 Python Notebook:深度学习(TensorFlow, Theano, Caffe, Keras)、scikit-learn、Kaggle、大数据(Spark, Hadoop MapReduce, HDFS)、matplotlib、pandas、NumPy、SciPy、Python 基础知识、AWS 以及各种命令行。

2

#hadoop 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #hadoop 项目中,最常见的编程语言是 Java, Python, Shell, Scala。

3

#hadoop 仓库的排名是如何计算的?

我们跟踪了 43 个标记为 #hadoop 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 238,277 个 Star,平均每个仓库拥有 5,541 个 Star。排名每日根据 GitHub API 更新。