big-data

Pola sistem skala besar yang skalabel, andal, dan berkinerja tinggi

ClickHouse® adalah sistem manajemen basis data analitik waktu nyata

Apache Spark - Mesin analitik terpadu untuk pemrosesan data skala besar

Notebook Python untuk data science: Deep learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, dasar-dasar Python, AWS, dan berbagai baris perintah.

Apache Flink

Platform IoT sumber terbuka - Manajemen perangkat, pengumpulan data, pemrosesan, dan visualisasi.

Protokol keamanan siber sumber terbuka untuk menyinkronkan data grafik terdesentralisasi.

Panduan pengantar Big Data :star:

Rumah resmi untuk mesin kueri SQL terdistribusi Presto untuk data besar

Buku Panduan Data Engineering

Repositori resmi Trino, mesin kueri SQL terdistribusi untuk big data, yang sebelumnya dikenal sebagai PrestoSQL (https://trino.io)

Basis data grafik sumber terbuka yang terdistribusi dan cepat dengan skalabilitas horizontal dan ketersediaan tinggi

UI Web sumber terbuka untuk manajemen Apache Kafka

Mesin kueri terbuka tercepat di dunia untuk analitik sub-detik baik di dalam maupun di luar data lakehouse. Dengan fleksibilitas untuk mendukung hampir semua skenario, StarRocks memberikan performa terbaik di kelasnya untuk analitik multi-dimensi, analitik real-time, dan kueri ad-hoc. Sebuah proyek Linux Foundation.

Mesin pencari OSS cloud-native untuk observabilitas

Compiler Python ke C yang paling banyak digunakan.

Mesin Kueri SQL Apache DataFusion

Pustaka Gradient Boosting on Decision Trees yang cepat, dapat disesuaikan, dan berkinerja tinggi, digunakan untuk pemeringkatan, klasifikasi, regresi, dan tugas pembelajaran mesin lainnya untuk Python, R, Java, C++. Mendukung komputasi pada CPU dan GPU.

Framework penyimpanan open-source yang memungkinkan pembangunan arsitektur Lakehouse dengan engine komputasi termasuk Spark, PrestoDB, Flink, Trino, dan Hive serta API

Apache Beam adalah model pemrograman terpadu untuk pemrosesan data Batch dan Streaming.

H2O adalah platform Machine Learning sumber terbuka yang terdistribusi, cepat, dan dapat diskalakan: Deep Learning, Gradient Boosting (GBM) & XGBoost, Random Forest, Generalized Linear Modeling (GLM dengan Elastic Net), K-Means, PCA, Generalized Additive Models (GAM), RuleFit, Support Vector Machine (SVM), Stacked Ensembles, Automatic Machine Learning (AutoML), dll.

Arkime adalah sistem penangkapan paket lengkap, pengindeksan, dan database berskala besar yang open source.

Feature Store Open Source untuk AI/ML

Platform pencarian AI

Basis data sinkronisasi multi-primer yang mulus dengan API HTTP/JSON intuitif, dirancang untuk keandalan

Notebook berbasis web yang memungkinkan analitik data interaktif berbasis data dan dokumen kolaboratif dengan SQL, Scala, dan lainnya.

Hazelcast adalah platform data real-time terpadu yang menggabungkan pemrosesan stream dengan penyimpanan data yang cepat, memungkinkan pelanggan untuk bertindak secara instan pada data-in-motion untuk wawasan real-time.

Apache IoTDB

Pipeline yang Berpusat pada Data dan Versi Data

Apache Hive.