spark

统一分析引擎支持多语言API及丰富工具集

Apache Spark 大数据处理分布式计算数据分析机器学习 Github 开源项目

Apache Spark是一个大规模数据处理的统一分析引擎，提供Scala、Java、Python和R的高级API。它支持多种高级工具，如Spark SQL、pandas API on Spark、MLlib、GraphX和Structured Streaming，分别用于SQL查询、pandas操作、机器学习、图处理和流处理。Spark的优化引擎支持通用计算图，适用于多种大数据分析场景。

访问官网

Github

介绍相关项目

spark-nlp - 高效自然语言处理与大规模语言模型开源库

Apache SparkGithubSpark NLP开源项目机器学习自然语言处理预训练模型

Spark NLP 是一个基于 Apache Spark 的开源库，提供高效且准确的自然语言处理注释，支持机器学习管道的分布式扩展。该库包含超过 36000 个预训练管道和模型，支持 200 多种语言，涵盖分词、词性标注、嵌入、命名实体识别、文本分类、情感分析、机器翻译等任务。兼容 BERT、RoBERTa 等主流变压器模型，支持 Python、R、Java、Scala 和 Kotlin。

sparkling-water - Apache Spark与H2O-3的机器学习集成框架

Apache SparkGithubH2O-3Sparkling Water开源项目数据集成机器学习

Sparkling Water是一个开源项目,将H2O-3机器学习引擎与Apache Spark集成。它提供了Spark和H2O数据结构间的转换工具,支持使用Spark数据作为H2O算法输入,并提供构建机器学习应用的基础模块。项目还包含PySparkling接口,支持从PySpark直接使用。Sparkling Water支持Spark Shell集成、Spark Submit应用、以及通过Maven包使用。它提供多种后端部署模式,适应不同使用场景。项目致力于简化大规模数据处理和机器学习任务的开发流程,在Spark环境中优化机器学习解决方案的开发和部署过程。

sparklyr - 将R语言与Apache Spark无缝集成的数据分析框架

Apache SparkGithubR语言sparklyr开源项目数据分析机器学习

sparklyr是一个为R语言提供Apache Spark接口的开源包。它允许用户使用dplyr语法处理大规模数据,执行分布式机器学习算法,并运行分布式R代码。该框架集成了Spark生态系统的多个组件,如MLlib、H2O和XGBoost等。通过sparklyr,数据科学家可以利用Spark的分布式计算能力,高效完成大数据分析和机器学习任务,无需深入了解Spark的底层实现。

SynapseML - 简化大规模机器学习管道的开源工具

Apache SparkGithubSynapseML开源项目异常检测文本分析机器学习

SynapseML是一个开源库，旨在简化大规模机器学习管道的创建。它提供简单、可组合和分布式的API，支持文本分析、视觉处理、异常检测等多种任务。基于Apache Spark，SynapseML与SparkML/MLLib共享相同的API，能够无缝集成到现有的Spark工作流中。该库支持Python、R、Scala、Java和.NET，适用于各种数据库和云数据存储，助力构建智能系统。

spark-nlp-workshop - Python和Scala自然语言处理实践资源

GithubPythonScalaSpark NLP开源项目机器学习自然语言处理

Spark NLP Workshop是一个开源项目，提供丰富的Jupyter笔记本和教程，展示如何在Python和Scala中使用Spark NLP进行自然语言处理。项目涵盖注释、评估和训练等方面，并包含适用于不同开发环境的Databricks笔记本。此资源库支持本地和Google Colab环境的简易设置，为数据科学家和开发者提供了实用的NLP工具和示例。

beam - 统一批处理和流处理的数据并行处理模型

Apache BeamGithub分布式计算开源项目批处理数据处理流处理

Apache Beam是一个统一的数据处理模型，用于定义批处理和流处理的并行数据处理管道。它提供多语言SDK构建管道，并可在Apache Flink、Spark等分布式处理后端上执行。Beam支持Java、Python和Go等语言，为各类开发者提供灵活的开发环境。该项目采用统一模型处理批处理和流处理数据，支持多种编程语言，并可在多个分布式处理平台上运行。它为不同类型的开发者提供了灵活的工具，简化了大规模数据处理的复杂性。

flink - 开源流处理框架实时批处理数据分析利器

Apache FlinkGithub开源项目批处理数据流流处理框架

Apache Flink是开源流处理框架，专注于高性能流处理和批处理。框架提供Java和Scala API，支持高吞吐低延迟的事件处理。主要特性包括事件时间处理、灵活窗口操作和exactly-once语义。Flink还集成了图计算、机器学习库，并可与Hadoop生态系统无缝对接。该框架适用于实时分析和大规模数据处理场景，为企业提供强大的数据处理能力。

spark - 实时监控和优化Apache Spark应用性能的开源解决方案

Apache SparkDataFlintGithub开源工具开源项目性能监控数据工程

DataFlint是专为Apache Spark开发的开源数据应用性能监控(D-APM)工具。它提供实时查询和集群状态监控、性能热图、应用运行摘要等功能，并能发出性能警报和优化建议。DataFlint可快速安装，基于Spark UI基础设施运行，旨在帮助大数据工程师高效解决性能问题和调试故障，为Spark应用带来类似传统APM解决方案的使用体验。

spark-cassandra-connector - Apache Spark与Apache Cassandra的高性能集成连接器

CassandraGithubSpark分布式计算大数据开源项目数据连接器

spark-cassandra-connector是一个开源连接器，实现了Apache Spark和Apache Cassandra的集成。它允许将Cassandra表作为Spark RDD和Dataset/DataFrame使用，支持数据的双向读写。该连接器兼容多个Spark和Cassandra版本，支持复杂数据类型和查询优化，并提供丰富的API。最新版本引入了向量类型支持，增强了AI和RAG数据处理能力。

elasticsearch - 高性能分布式搜索和分析引擎支持海量数据实时处理

ElasticsearchGithub分析引擎向量数据库开源项目搜索引擎数据存储

Elasticsearch是一款开源的分布式搜索和分析引擎，同时也是可扩展的数据存储和向量数据库。它专为生产环境优化，提供卓越的速度和相关性。作为Elastic Stack的核心组件，Elasticsearch支持近实时处理海量数据、执行向量搜索以及与生成式AI应用集成。它广泛应用于全文搜索、日志分析、指标监控、应用性能管理和安全日志等领域，为组织提供强大的数据处理和分析能力。

相关项目

项目侧边栏1

项目侧边栏2

推荐项目

Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com

@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号