big-data

Die Muster skalierbarer, zuverlässiger und leistungsstarker Großsysteme

ClickHouse® ist ein Echtzeit-Analyse-Datenbank-Management-System.

Apache Spark - Eine einheitliche Analytik-Engine für groß angelegte Datenverarbeitung

Data Science Python-Notebooks: Deep Learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, Big Data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, Python-Grundlagen, AWS und diverse Befehlszeilen.

Apache Flink

Open-Source IoT-Plattform - Gerätemanagement, Datensammlung, Verarbeitung und Visualisierung.

Ein Open-Source-Cybersicherheitsprotokoll zur Synchronisierung dezentraler Graphdaten.

Einführungsleitfaden für Big Data :star:

Das offizielle Zuhause der verteilten SQL-Abfrage-Engine Presto für Big Data

Das Data Engineering Cookbook

Offizielles Repository von Trino, der verteilten SQL-Abfrageengine für Big Data, ehemals bekannt als PrestoSQL (https://trino.io)

Eine verteilte, schnelle Open-Source-Graphdatenbank mit horizontaler Skalierbarkeit und hoher Verfügbarkeit

Open-Source-Web-UI für die Verwaltung von Apache Kafka

Die weltch schnellste offene Query-Engine für Sub-Sekunden-Analysen auf und neben dem Data Lakehouse. Mit der Flexibilität, nahezu jedes Szenario zu unterstützen, bietet StarRocks erstklassige Leistung für mehrdimensionale Analysen, Echtzeitanalysen und Ad-hoc-Abfragen. Ein Projekt der Linux Foundation.

Cloud-native Open-Source-Suchmaschine für Observability

Der am häufigsten verwendete Python-zu-C-Compiler

Apache DataFusion SQL-Query-Engine

Eine schnelle, skalierbare und hochleistungsfähige Gradient-Boosting-on-Decision-Trees-Bibliothek für Ranking, Klassifikation, Regression und andere Machine-Learning-Aufgaben in Python, R, Java und C++. Unterstützt Berechnungen auf CPU und GPU.

Ein Open-Source-Speicherframework, das den Aufbau einer Lakehouse-Architektur mit Compute-Engines wie Spark, PrestoDB, Flink, Trino, Hive und APIs ermöglicht

Apache Beam ist ein einheitliches Programmiermodell für die Batch- und Stream-Datenverarbeitung.

H2O ist eine Open-Source-, verteilte, schnelle und skalierbare Plattform für maschinelles Lernen: Deep Learning, Gradient Boosting (GBM) & XGBoost, Random Forest, Generalized Linear Modeling (GLM mit Elastic Net), K-Means, PCA, Generalized Additive Models (GAM), RuleFit, Support Vector Machine (SVM), Stacked Ensembles, Automatic Machine Learning (AutoML) usw.

Arkime ist ein Open-Source-System im großen Maßstab zur vollständigen Paketaufzeichnung, Indizierung und Datenbankverwaltung.

Das Open-Source-Feature-Store für AI/ML

Die KI-Suchplattform

Nahtlos zwischen mehreren primären Knoten synchronisierende Datenbank mit einer intuitiven HTTP/JSON-API, ausgelegt auf Zuverlässigkeit

Webbasiertes Notizbuch für datengesteuerte, interaktive Datenanalyse und kollaborative Dokumente mit SQL, Scala und mehr.

Hazelcast ist eine einheitliche Echtzeit-Datenplattform, die Stream-Verarbeitung mit einem schnellen Datenspeicher kombiniert, sodass Kunden sofort auf sich bewegende Daten für Echtzeiterkenntnisse reagieren können.

Apache IoTDB

Datenzentrierte Pipelines und Datenversionierung

Apache Hive