big-data

Công cụ dữ liệu hiệu năng cao cho AI và khối lượng công việc đa thức (multimodal). Xử lý hình ảnh, âm thanh, video và dữ liệu có cấu trúc ở bất kỳ quy mô nào

Thư viện Python Machine Learning đơn giản và phân tán, chuyển đổi các thuật toán ML cho Spark

Apache Calcite

Apache Ignite

Stream Framework là một thư viện Python, cho phép bạn xây dựng bảng tin, luồng hoạt động và hệ thống thông báo sử dụng Cassandra và/hoặc Redis. Các tác giả của Stream-Framework cũng cung cấp dịch vụ đám mây cho công nghệ bảng tin:

⚡️ Một component Vue hỗ trợ danh sách dữ liệu số lượng lớn với hiệu suất kết xuất cao và hiệu quả.

Dễ dàng chuyển đổi các tập hợp lớn URL hình ảnh thành một bộ dữ liệu hình ảnh. Có thể tải xuống, thay đổi kích thước và đóng gói 100 triệu URL trong 20 giờ trên một máy duy nhất.

CrateDB là cơ sở dữ liệu SQL phân tán và có thể mở rộng để lưu trữ và phân tích lượng lớn dữ liệu gần như thời gian thực, ngay cả với các truy vấn phức tạp. Nó tương thích với PostgreSQL và dựa trên Lucene.

🚄 FASTJSON2 là một thư viện JSON Java có hiệu năng tuyệt vời.

Lộ trình Khoa học Dữ liệu từ A đến Z

🔨 🍇 💻 🚀 GraphScope: Hệ thống tính toán đồ thị quy mô lớn một điểm dừng (one-stop) từ Alibaba | 一站式图计算系统

Bộ phân tích cú pháp và từ vựng SQL có thể mở rộng cho Rust

Apache Paimon là một định dạng hồ chứa dữ liệu cho phép xây dựng Kiến trúc Realtime Lakehouse với Flink và Spark cho cả hoạt động stream và batch.

Koalas: pandas API trên Apache Spark.

Giải pháp thay thế Apache Spark thả nổi được viết bằng Rust, hợp nhất xử lý hàng loạt, xử lý luồng và khối lượng công việc AI đòi hỏi tính toán cao.

Một cơ sở dữ liệu đồ thị hỗ trợ hơn 100 tỷ dữ liệu, hiệu năng và khả năng mở rộng cao (Bao gồm OLTP Engine & REST-API & Backends)

Nền tảng báo cáo BI và bảng điều khiển BI tự phục vụ, dễ sử dụng.

Web UI mã nguồn mở để quản lý các cụm Apache Kafka

ArcticDB là một cơ sở dữ liệu DataFrame phi máy chủ, hiệu năng cao được xây dựng cho hệ sinh thái Python Data Science.

BI mã nguồn mở dành cho các kỹ sư

Apache Ambari đơn giản hóa việc cung cấp, quản lý và giám sát các cụm Apache Hadoop.

YTsaurus là một nền tảng dữ liệu lớn (big data) nguồn mở, có khả năng mở rộng và chịu lỗi tốt.

Apache Fluss là một bộ lưu trữ phát trực tuyến được xây dựng cho phân tích thời gian thực.

Engine truy vấn phân tán Apache DataFusion Ballista

Apache Drill là một tầng truy vấn MPP phân tán dành cho dữ liệu tự mô tả.

Apache BookKeeper - dịch vụ lưu trữ có khả năng mở rộng, chịu lỗi và độ trễ thấp được tối ưu hóa cho khối lượng công việc chỉ nối thêm (append-only)

Trừu tượng hóa và tăng tốc dữ liệu linh hoạt, co giãn cho các ứng dụng BigData/AI trên đám mây. (Dự án thuộc CNCF)

Bản sao của Apache Kudu

🚀 Hơn 500 tài nguyên được tuyển chọn cho Phân tích Dữ liệu & Khoa học Dữ liệu: Python, SQL, Thống kê, ML, AI, Trực quan hóa, Bảng gian lận, Lộ trình, Chuẩn bị phỏng vấn. Dành cho người mới bắt đầu và chuyên gia.

Trình tăng tốc Auron cho khung tính toán phân tán (ví dụ: Spark) tận dụng khả năng thực thi vector hóa gốc để tăng tốc độ xử lý truy vấn