spark

LakeSoul 是一個端到端、即時、雲原生 Lakehouse 框架，支援快速資料輸入、並發更新、增量分析、多模態資料處理與向量搜尋，推動下一代 BI 與 AI 工作負載。

大數據學習，從零開始學習大數據，包含大數據學習各階段學習影片、面試資料

Kubernetes operator，用于管理在 Kubernetes 上运行的 Apache Spark 应用生命周期

用於 Apache Spark 的 REST 作業伺服器

適用於消費級與異質硬體的 LLM 推測式推論伺服器

基於 Spring Boot 的快速學習範例，整合自己遇到的開源框架，如：RabbitMQ（延遲佇列）、Kafka、JPA、Redis、OAuth2、Swagger、JSP、Docker、K3s、K3d、K8s、MyBatis 加解密外掛、異常處理、日誌輸出、多模組開發、多環境打包、快取 Cache、爬蟲、JWT、GraphQL、Dubbo、ZooKeeper 與 Async 等。

深圳地鐵大數據客流分析系統🚇🚄🌟

✨ Spark 是一個以 Go 編寫的基於網頁、跨平台且功能齊全的遠端管理工具（RAT），讓你能夠隨時隨地控制所有裝置。

快速、準確且可擴展的機率式資料連結，支援多種 SQL 後端

Apache Kyuubi 是一個分散式且具備多租戶的閘道器，可在資料倉儲與資料湖倉上提供無伺服器 SQL 服務。

TransmogrifAI 是一套 AutoML 函式庫，用於在 Apache Spark 上建構模組化、可重複使用、強型別的機器學習工作流程，並將手動調整降至最低

YTsaurus 是一個具備可擴展性與容錯能力的開源大數據平台。

處理 DJI 產品韌體的工具，專注於四軸飛行器。

分散式運算的統一介面。Fugue 可在 Spark、Dask 和 Ray 上執行 SQL、Python、Pandas 與 Polars 程式碼而無需重寫。

適用於 Scala 的編譯時期語言整合查詢（LINQ）

.NET for Apache® Spark™ 讓 .NET 開發人員能夠輕鬆使用 Apache Spark™。

GATK 4 及以上版本的官方程式碼庫

Apache Spark 到 Apache Cassandra 的連接器

大數據知識倉庫涉及到數據倉庫建模、即時計算、大數據、數據中台、系統設計、Java、演算法等。

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

後端（Java Golang）全端知識架構體系總結

ApacheCN 開源組織：公告、介紹、成員、活動、交流方式

超過 2000+ 題的資料工程師面試問題

Elassandra = Elasticsearch + Apache Cassandra

作為 IPython / Jupyter 筆記本的大數據分析與機器學習 Apache Spark & Python (pySpark) 教學課程

適用於 Jupyter 的 Scala 核心

Apache Spark 內幕解析

MLeap：將 ML Pipelines 部署至生產環境

:truck: 透過 Pandas、Dask、cuDF、Dask-cuDF、Vaex 與 PySpark 輕鬆實現敏捷資料準備工作流程。

Nessie：具備 Git 語意的事務性資料湖目錄