big-data

高性能数据引擎，适用于 AI 与多模态工作负载。可在任何规模下处理图像、音频、视频和结构化数据

简单且分散式的机器学习 Python 函式库，将 ML 算法移植至 Spark。

Apache Calcite

Apache Ignite

Stream Framework 是一个 Python 函式库，允许你使用 Cassandra 和/或 Redis 构建新闻推送、活动流和通知系统。Stream-Framework 的作者还提供了一项云端服务，用于推送技术

⚡️一个支持大量数据列表的 Vue 组件，具有高渲染性能与高效能

轻松将大量图片网址转为图片数据集。可下载、调整尺寸并打包 100M 网址，单机 20 小时完成

CrateDB 是一个分散式且可扩展的 SQL 数据库，能在近实时环境下存储与分析大量数据，即使是复杂查询也能处理。它与 PostgreSQL 兼容，并基于 Lucene。

🚄 FASTJSON2 是一个具有卓越效能的 Java JSON 函式库

从 A 到 Z 的数据科学路线图。

GraphScope：阿里巴巴的一站式大规模图计算系统

可扩充的 Rust SQL 词法分析器与解析器

Apache Paimon 是一种湖泊格式，能与 Flink 与 Spark 一同构建实时湖屋架构，支持流式与批处理

Koalas：Apache Spark 上的 pandas API

以 Rust 编写的 Apache Spark 无缝替代方案，统一了批处理、流处理和计算密集型 AI 工作负载。

支持超过 100 亿笔数据、具备高效能与可扩展性的图形数据库（含 OLTP 引擎、REST-API 与后端）

一个易于使用的自助式开源 BI 报表与 BI 仪表板平台。

用于管理 Apache Kafka 集群的开源 Web UI

ArcticDB 是一个专为 Python 数据科学生态系统打造的高性能、无服务器 DataFrame 数据库。

专为工程师打造的开源商业智能（BI）

Apache Ambari 简化了 Apache Hadoop 集群的配置、管理和监控。

YTsaurus 是一个可扩展且具容错能力的开源大数据平台。

Apache Fluss 是一个为实时分析而构建的流式存储系统。

Apache DataFusion Ballista 分布式查询引擎

Apache Drill 是一个用于自描述数据的分布式 MPP 查询层

Apache BookKeeper - 针对仅追加（append-only）工作负载优化的可扩展、容错且低延迟的存储服务

用于云端巨量资料／AI 应用程序的流畅、弹性数据抽象化与加速。（CNCF 旗下专案）

Apache Kudu 的镜像

🚀 超过 500 个精选的数据分析与数据科学资源：Python、SQL、统计学、ML、AI、可视化、速查表、学习蓝图与面试准备，适合初学者与专家。

用于分布式计算框架（如 Spark）的 Auron 加速器，利用原生向量化执行来加速查询处理