Logo
Project Icon

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。

访问官网访问官网GithubGithub文档文档
介绍相关项目
smile - Java与Scala的高性能机器学习引擎
GithubSmile分类算法开源项目数据可视化机器学习自然语言处理
Smile是一个高效且全面的机器学习系统，支持Java和Scala，包含自然语言处理、线性代数、图形、插值和可视化功能。其先进的数据结构和算法提供卓越性能，涵盖分类、回归、聚类、关联规则挖掘、特征选择、多维缩放、遗传算法、缺失值插补和高效近邻搜索等领域。用户可以通过Maven中央库使用，并在Smile网站找到编程指南和详细信息。
Scriptis - 多语言支持的交互式数据分析和脚本开发平台
GithubScriptis交互式数据分析开源项目数据库服务脚本开发计算引擎
Scriptis是一个开源的交互式数据分析平台，支持SQL、PySpark和HiveQL等多种脚本语言开发。该平台提供任务提交、UDF管理、资源管理和智能诊断等功能。通过Linkis连接Spark、Hive等多种计算引擎，实现作业生命周期展示、多结果集支持和数据库管理。Scriptis还具备自动补全、语法高亮和SQL语法纠错等特性，适用于数据分析和脚本开发工作。
h2o-3 - 支持多编程语言的高性能内存中分布式机器学习平台
GithubH2O-3分布式机器学习开源资源开源项目模型部署算法
H2O-3是一个支持多编程语言的高性能内存中分布式机器学习平台，提供广泛的算法如GLM、随机森林、深度神经网络等，并可扩展以添加自定义算法。平台与Hadoop和Spark等大数据技术完美整合，可通过POJO或MOJO格式轻松导出模型至生产环境，适合各类数据科学家在大数据场景下进行机器学习开发。
awesome-opensource-data-engineering - 全面的数据工程开源项目资源库
Github开源开源项目数据分析数据处理数据工程数据管理
该资源库汇集了数据工程领域的开源项目，覆盖数据分析、业务智能、数据湖和数据治理等方面。包含Apache Spark、Flink等分析工具，Debezium、Kafka等数据捕获和消息系统，以及各种数据格式、集成工具和工作流管理系统。为数据工程实践提供了全面的开源解决方案参考。
mleap - 快速部署机器学习流水线与算法的实用工具包
GithubMLeapScikit-learnSpark开源项目性能机器学习数据管道
MLeap提供高性能、便携、易于集成的生产库，支持将Spark和Scikit-learn的机器学习流水线导出为便携格式并执行。通过其执行引擎和序列化格式，数据科学家和工程师可以无需依赖Spark或Scikit-learn环境，将数据流水线和算法轻松部署到生产环境中。MLeap支持多种序列化格式（如JSON、Protobuf），并与现有技术高度集成，提供用户灵活定制数据类型和转换器的能力。
spotlight - 快速可视化非结构化数据集的开源工具
GithubRenumics Spotlight开源项目数据分析数据可视化机器学习非结构化数据
Spotlight是一个开源的数据可视化工具，专为快速理解和探索非结构化数据集而设计。它支持图像、音频、文本等多种数据类型，通过简单的代码即可创建交互式可视化。Spotlight能够利用数据增强功能识别关键数据集群，适用于机器学习和工程领域的复杂数据分析任务。这个工具可以帮助团队更有效地分析和沟通非结构化数据问题。
delight - 优化Spark应用性能的开源分析工具
DelightGithubSpark History ServerSpark UI大数据分析开源项目性能优化
Delight是一款开源的Spark应用性能分析工具，为Spark UI和History Server提供替代方案。它适用于各种Spark平台，通过直观的界面展示执行器CPU使用情况和内存峰值等关键指标。Delight集成了Spark History Server功能，简化了Spark UI的访问过程。该工具使用开源agent收集Spark事件，并在应用完成后在托管仪表板上呈现详细分析结果，助力开发者优化Spark应用性能。
datafusion - 基于Apache Arrow的快速查询引擎 支持SQL和DataFrame API
Apache DataFusionArrowGithubRust开源项目数据处理查询引擎
Apache DataFusion是基于Rust和Apache Arrow的查询引擎，提供SQL和DataFrame API。支持CSV、Parquet、JSON和Avro格式，性能优异且可广泛定制。适用于构建特定领域查询引擎、数据库平台和数据管道，便于开发者快速起步并按需定制。其开源特性和活跃社区为项目开发提供了有力支持。
awesome-data-engineering - 数据工程全面技术资源指南
Github大数据开源项目数据处理数据存储数据工程数据库
本资源列表全面覆盖数据工程领域,包括数据库、数据摄取、文件系统和序列化格式等核心技术。汇集Kafka、Hadoop、Spark等主流开源项目和创新解决方案,为数据工程实践提供系统性参考。内容涵盖从基础设施到前沿技术,是数据工程师深入学习和技术选型的重要指南。
kafka - 开源分布式事件流平台
Apache KafkaGithubJavaScala分布式消息系统开源项目构建测试
Apache Kafka是一个开源的分布式事件流平台，为数据管道、流分析、数据集成和关键任务应用提供支持。它采用发布/订阅模式，具有高吞吐量、可扩展性和容错能力。Kafka支持多种编程语言，提供完整的开发工具链。开发者可在本地或集群环境中运行Kafka，进行各类测试。该项目致力于社区建设，欢迎各方贡献。
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