big-data

Các mẫu thiết kế cho hệ thống quy mô lớn có khả năng mở rộng, đáng tin cậy và hiệu suất cao

ClickHouse® là hệ quản trị cơ sở dữ liệu phân tích thời gian thực

Apache Spark - Công cụ phân tích hợp nhất để xử lý dữ liệu quy mô lớn

Các notebook Python về khoa học dữ liệu: Deep learning (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, big data (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, kiến thức Python cơ bản, AWS và các dòng lệnh khác nhau.

Apache Flink

Nền tảng IoT mã nguồn mở - Quản lý thiết bị, thu thập, xử lý và trực quan hóa dữ liệu.

Một giao thức an ninh mạng mã nguồn mở dùng để đồng bộ hóa dữ liệu đồ thị phi tập trung.

Hướng dẫn nhập môn Big Data :star:

Trang chủ chính thức của công cụ truy vấn SQL phân tán Presto dành cho dữ liệu lớn

Cẩm nang Kỹ thuật Dữ liệu

Kho lưu trữ chính thức của Trino, công cụ truy vấn SQL phân tán dành cho dữ liệu lớn, trước đây gọi là PrestoSQL (https://trino.io)

Một cơ sở dữ liệu đồ thị mã nguồn mở phân tán, tốc độ cao, hỗ trợ khả năng mở rộng theo chiều ngang và tính sẵn sàng cao

Giao diện web mã nguồn mở để quản lý Apache Kafka

Công cụ truy vấn mở nhanh nhất thế giới dành cho phân tích dưới một giây trên và ngoài data lakehouse. Với tính linh hoạt hỗ trợ gần như mọi kịch bản, StarRocks mang lại hiệu suất tốt nhất cho phân tích đa chiều, phân tích thời gian thực và truy vấn ad-hoc. Một dự án của Linux Foundation.

Công cụ tìm kiếm OSS cloud-native dành cho khả năng quan sát (observability)

Trình biên dịch từ Python sang C được sử dụng rộng rãi nhất

Công cụ truy vấn SQL Apache DataFusion

Một thư viện Gradient Boosting trên cây quyết định nhanh, có thể mở rộng và hiệu năng cao, được sử dụng cho các tác vụ xếp hạng, phân loại, hồi quy và học máy khác cho Python, R, Java, C++. Hỗ trợ tính toán trên CPU và GPU.

Một khung lưu trữ mã nguồn mở cho phép xây dựng kiến trúc Lakehouse với các công cụ tính toán bao gồm Spark, PrestoDB, Flink, Trino, Hive và các API

Apache Beam là một mô hình lập trình thống nhất cho xử lý dữ liệu hàng loạt và trực tiếp (Batch và Streaming).

H2O là Nền tảng Học máy Mã nguồn mở, Phân tán, Nhanh & Có thể mở rộng: Deep Learning, Gradient Boosting (GBM) & XGBoost, Random Forest, Generalized Linear Modeling (GLM với Elastic Net), K-Means, PCA, Generalized Additive Models (GAM), RuleFit, Support Vector Machine (SVM), Stacked Ensembles, Automatic Machine Learning (AutoML), v.v.

Arkime là một hệ thống cơ sở dữ liệu, lập chỉ mục và thu thập toàn bộ gói tin quy mô lớn, mã nguồn mở.

Feature Store Mã nguồn mở cho AI/ML

Nền tảng tìm kiếm AI

Cơ sở dữ liệu đồng bộ nhiều primary mượt mà với HTTP/JSON API trực quan, được thiết kế để đảm bảo độ tin cậy

Notebook trên nền web cho phép phân tích dữ liệu tương tác, dựa trên dữ liệu và tài liệu cộng tác với SQL, Scala và nhiều hơn nữa.

Hazelcast là một nền tảng dữ liệu thời gian thực thống nhất kết hợp xử lý luồng với kho dữ liệu nhanh, cho phép khách hàng hành động tức thì trên dữ liệu đang chuyển động để có thông tin chi tiết theo thời gian thực.

Apache IoTDB

Pipeline tập trung vào dữ liệu và phiên bản hóa dữ liệu

Apache Hive