big-data

Mesin data berkinerja tinggi untuk beban kerja AI dan multimodal. Memproses gambar, audio, video, dan data terstruktur pada skala apa pun

Pustaka Python Machine Learning yang sederhana dan terdistribusi untuk memindahkan algoritma ML ke Spark.

Apache Calcite

Apache Ignite

Stream Framework adalah pustaka Python yang memungkinkan Anda membangun news feed, activity stream, dan sistem notifikasi menggunakan Cassandra dan/atau Redis. Penulis Stream-Framework juga menyediakan layanan cloud untuk teknologi feed:

Komponen Vue yang mendukung daftar data berukuran besar dengan performa render tinggi dan efisien.

Ubah kumpulan URL gambar yang besar menjadi dataset gambar dengan mudah. Mampu mengunduh, mengubah ukuran, dan mengemas 100 juta URL dalam 20 jam pada satu mesin.

CrateDB adalah database SQL terdistribusi dan skalabel untuk menyimpan serta menganalisis data dalam jumlah besar secara hampir real-time, bahkan dengan kueri yang kompleks. Kompatibel dengan PostgreSQL dan berbasis Lucene.

🚄 FASTJSON2 adalah pustaka JSON Java dengan performa luar biasa.

Peta Jalan Data Science dari A hingga Z

GraphScope: Sistem komputasi graf skala besar satu atap dari Alibaba

SQL Lexer dan Parser yang dapat diperluas untuk Rust.

Apache Paimon adalah format lake yang memungkinkan pembangunan Arsitektur Lakehouse Realtime dengan Flink dan Spark untuk operasi streaming maupun batch.

Koalas: API pandas di Apache Spark

Pengganti Apache Spark drop-in yang ditulis dalam Rust, menyatukan pemrosesan batch, pemrosesan stream, dan beban kerja AI yang intensif komputasi.

Basis data graf yang mendukung lebih dari 100+ miliar data, berkinerja tinggi, dan skalabel (Termasuk OLTP Engine, REST-API, dan Backends)

Platform pelaporan BI dan dasbor BI swalayan yang mudah digunakan.

Web UI sumber terbuka untuk mengelola kluster Apache Kafka

ArcticDB adalah database DataFrame serverless berkinerja tinggi yang dibangun untuk ekosistem Data Science Python.

BI open-source untuk engineer

Apache Ambari menyederhanakan penyediaan, pengelolaan, dan pemantauan kluster Apache Hadoop.

YTsaurus adalah platform big data sumber terbuka yang dapat diskalakan dan toleran terhadap kesalahan.

Apache Fluss adalah penyimpanan streaming yang dibuat untuk analitik waktu nyata.

Mesin Kueri Terdistribusi Apache DataFusion Ballista.

Apache Drill adalah lapisan kueri MPP terdistribusi untuk data yang mendeskripsikan diri sendiri

Apache BookKeeper - layanan penyimpanan yang skalabel, toleran terhadap kesalahan, dan berlatensi rendah yang dioptimalkan untuk beban kerja append-only.

Abstraksi dan akselerasi data yang fleksibel dan elastis untuk aplikasi BigData/AI di cloud. (Proyek di bawah CNCF)

Mirror dari Apache Kudu.

🚀 500+ sumber pilihan untuk Analisis Data & Data Science: Python, SQL, Statistik, ML, AI, Visualisasi, Lembar Contek, Peta Jalan, Persiapan Wawancara. Untuk pemula dan ahli.

Akselerator Auron untuk kerangka kerja komputasi terdistribusi (misalnya, Spark) memanfaatkan eksekusi tervektorisasi bawaan untuk mempercepat pemrosesan kueri