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

簡單且分散式的機器學習 Python 函式庫，將 ML 演算法移植至 Spark。

Apache Calcite

Apache Ignite

Stream Framework 是一個 Python 函式庫，允許你使用 Cassandra 和/或 Redis 構建新聞推送、活動流和通知系統。Stream-Framework 的作者還提供了一項雲端服務，用於推送技術

⚡️一個支援大量資料列表的 Vue 元件，具有高渲染效能與高效能

輕鬆將大量圖片網址轉為圖片資料集。可下載、調整尺寸並打包 100M 網址，單機 20 小時完成

CrateDB 是一個分散式且可擴展的 SQL 資料庫，能在近實時環境下儲存與分析大量資料，即使是複雜查詢也能處理。它與 PostgreSQL 兼容，並基於 Lucene。

🚄 FASTJSON2 是一個具有卓越效能的 Java JSON 函式庫

從 A 到 Z 的資料科學路線圖。

GraphScope：阿里巴巴的一站式大規模圖計算系統

可擴充的 Rust SQL 词法分析器與解析器

Apache Paimon 是一種湖泊格式，能與 Flink 與 Spark 一同構建即時湖屋架構，支援流式與批處理

Koalas：Apache Spark 上的 pandas API

以 Rust 編寫的 Apache Spark 無縫替代方案，統一了批次處理、串流處理和運算密集型 AI 工作負載。

支援超過 100 億筆資料、具備高效能與可擴充性的圖形資料庫（含 OLTP 引擎、REST-API 與後端）

一個易於使用的自助式開源 BI 報表與 BI 儀表板平台。

用於管理 Apache Kafka 叢集的開源 Web UI

ArcticDB 是一個專為 Python 資料科學生態系打造的高效能、無伺服器 DataFrame 資料庫。

專為工程師打造的開源商業智慧（BI）

Apache Ambari 簡化了 Apache Hadoop 叢集的設定、管理與監控。

YTsaurus 是一個具備可擴展性與容錯能力的開源大數據平台。

Apache Fluss 是一個為即時分析而建構的串流儲存系統。

Apache DataFusion Ballista 分散式查詢引擎

Apache Drill 是一個用於自我描述資料的分散式 MPP 查詢層

Apache BookKeeper - 針對僅附加（append-only）工作負載最佳化的可擴展、容錯且低延遲的儲存服務

用於雲端巨量資料／AI 應用程式的流暢、彈性資料抽象化與加速。（CNCF 旗下專案）

Apache Kudu 的鏡像

🚀 超過 500 個精選的資料分析與資料科學資源：Python、SQL、統計學、ML、AI、視覺化、速查表、學習藍圖與面試準備，適合初學者與專家。

用於分散式運算框架（如 Spark）的 Auron 加速器，利用原生向量化執行來加速查詢處理