spark

LakeSoul là một framework Lakehouse cloud-native thời gian thực, end-to-end để thu thập dữ liệu nhanh chóng, cập nhật đồng thời, phân tích gia tăng, xử lý dữ liệu đa phương thức và tìm kiếm vector — vận hành các khối lượng công việc BI và AI thế hệ mới.

Học Big Data, học Big Data từ con số không, bao gồm video học tập và tài liệu phỏng vấn cho từng giai đoạn học Big Data

Kubernetes operator để quản lý vòng đời của các ứng dụng Apache Spark trên Kubernetes.

REST job server cho Apache Spark.

Máy chủ suy luận phỏng đoán LLM cho phần cứng tiêu dùng và không đồng nhất

:herb: Ví dụ học nhanh dựa trên Spring Boot, tích hợp các framework mã nguồn mở đã gặp, như: RabbitMQ (hàng đợi trễ), Kafka, JPA, Redis, OAuth2, Swagger, JSP, Docker, K3s, K3d, K8s, plugin mã hóa/giải mã MyBatis, xử lý ngoại lệ, xuất log, phát triển đa mô-đun, đóng gói đa môi trường, bộ nhớ đệm cache, crawler, JWT, GraphQL, Dubbo, ZooKeeper, Async, v.v. :pushpin:

Hệ thống phân tích lưu lượng hành khách lớn tàu điện ngầm Thâm Quyến 🚇🚄🌟

✨ Spark là một Công cụ Quản trị Từ xa (RAT) viết bằng Go, chạy trên nền web, đa nền tảng và đầy đủ tính năng, cho phép bạn điều khiển mọi thiết bị của mình từ bất kỳ đâu.

Liên kết dữ liệu xác suất nhanh, chính xác và có thể mở rộng với sự hỗ trợ cho nhiều backend SQL

Apache Kyuubi là cổng kết nối phân tán và đa người thuê cung cấp SQL không máy chủ trên data warehouse và lakehouse.

TransmogrifAI là một thư viện AutoML để xây dựng các quy trình máy học mô-đun, có thể tái sử dụng, được gõ mạnh trên Apache Spark với ít thao tác tinh chỉnh thủ công

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

Các công cụ xử lý firmware của sản phẩm DJI, tập trung vào máy bay không người lái.

Giao diện thống nhất cho điện toán phân tán. Fugue thực thi mã SQL, Python, Pandas và Polars trên Spark, Dask và Ray mà không cần viết lại.

Truy vấn tích hợp ngôn ngữ thời gian biên dịch cho Scala

.NET for Apache® Spark™ giúp các nhà phát triển .NET dễ dàng tiếp cận Apache Spark™.

Kho mã chính thức cho GATK phiên bản 4 trở lên

Trình kết nối từ Apache Spark sang Apache Cassandra

Kho tri thức dữ liệu lớn liên quan đến mô hình hóa kho dữ liệu, tính toán thời gian thực, dữ liệu lớn, trung tâm dữ liệu, thiết kế hệ thống, Java, thuật toán, v.v.

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

Tổng hợp hệ thống kiến trúc kiến thức full-stack cho backend (Java Golang)

Tổ chức mã nguồn mở ApacheCN: Thông báo, giới thiệu, thành viên, hoạt động, phương thức trao đổi

Hơn 2000+ câu hỏi phỏng vấn Data engineer.

Elassandra = Elasticsearch + Apache Cassandra

Hướng dẫn Apache Spark & Python (pySpark) cho Phân tích Dữ liệu lớn và Máy học dưới dạng Jupyter / IPython notebook

Một kernel Scala cho Jupyter

Cấu trúc bên trong của Apache Spark

MLeap: Triển khai ML Pipeline lên môi trường Production

:truck: Quy trình chuẩn bị dữ liệu linh hoạt được thực hiện dễ dàng với Pandas, Dask, cuDF, Dask-cuDF, Vaex và PySpark

Nessie: Danh mục giao dịch cho Data Lakes với ngữ nghĩa giống Git