scio

用于 Apache Beam 和 Google Cloud Dataflow 的 Scala API

Scio Scala Apache Beam Google Cloud Dataflow 分布式数据处理 Github 开源项目

Scio是一个为Apache Beam和Google Cloud Dataflow设计的Scala API，灵感源自Apache Spark和Scalding。它支持统一的批处理和流处理编程模型，并与Google Cloud产品及多种工具如Avro、Cassandra、Elasticsearch、gRPC、JDBC、Neo4j、Parquet、Redis和TensorFlow等集成。Scio还具备交互模式、类型安全的BigQuery访问，并支持与Algebird和Breeze的集成，通过Scala Futures进行管道编排。其详尽的文档、示例和扩展模块为用户提供了全面的使用指南和示例。

访问官网

Github

介绍相关项目

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。

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。

fastflow - 基于Go语言的轻量级分布式工作流框架

DAGFastflowGithubgolang分布式工作流框架开源项目

Fastflow是基于Go语言的轻量级工作流框架，提供分布式高性能解决方案。采用DAG模型定义工作流，支持高并发任务执行和水平扩展。框架具备完善的API和可观测性，适用于离线任务、集群管理等复杂场景，可高效处理海量任务。Fastflow保持轻量级特性，易于集成到现有项目中。基于协程的任务执行和Leader-Worker架构，进一步提升了框架的性能和可扩展性。

go-streams - Go语言轻量级流处理库简化数据管道构建

GithubGo语言go-streams并行计算开源项目数据管道流处理

go-streams作为轻量级Go流处理库，通过简洁DSL简化数据管道构建。核心包含Source、Flow和Sink三大组件，支持Map、Filter、Reduce等多种流操作。兼容Go通道、文件系统、网络协议及主流数据系统。该开源项目旨在优化复杂数据处理流程，为Go开发者提供高效的流处理解决方案。

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。

LakeSail - 统一批处理、流处理和AI工作负载的开源框架

AI工作负载AI工具Sail大数据处理开源框架性能优化

LakeSail是一个统一批处理、流处理和AI工作负载的开源框架。基于Rust开发，相比Spark，它提供4倍处理速度和94%硬件成本节省，无需代码修改即可迁移。该平台具有高互操作性和可观察性，为开发者提供高性能、安全和并发的编程环境，适合大数据和AI应用开发。

parboiled2 - Scala 2.12+的高效PEG解析器生成库

DSLGithubPEGScalaparboiled2开源项目解析器生成器

parboiled2是一个用于Scala 2.12+的PEG解析器生成库。它在编译时将语法规则转换为JVM字节码,提供轻量高效的文本解析能力。该库具有简洁的DSL、准确的错误报告和高性能,可替代正则表达式,适用于多种解析场景。parboiled2无外部依赖,上手简单,是一个功能强大yet易用的解析工具。

batch-processing-gateway - 简化Spark在Kubernetes上的部署和管理

Batch Processing GatewayGithubKubernetesREST APIS3Spark开源项目

Batch Processing Gateway是一个开源项目，旨在简化Spark在Kubernetes环境中的运行。通过提供直观的API接口，用户可以轻松提交、检查和删除Spark应用，而无需深入了解底层细节。该项目支持多Spark集群配置，实现水平扩展，并提供基于队列和权重的智能路由机制。此外，它还具备应用日志管理和用户授权等功能，适用于构建和管理大规模Spark服务。

every-single-day-i-tldr - 每日汇编Scala、大数据和Kafka等技术资源

Big DataData EngineeringGithubJavaKafkaScala开源项目

该项目是一个每日阅读资源的合集，包括文章、博客和视频，内容涵盖Scala、数据工程、Java、大数据等技术主题。用户可以使用Ctrl+F快速查找所需内容，非常适合关注Kafka生态系统管理和最新技术趋势的人。

GraphScope - 统一分布式图计算平台

GithubGraphScopePython接口分布式系统图计算大规模图处理开源项目

GraphScope是一个统一的分布式图计算平台，通过Python接口在计算机集群上执行各种图操作。它整合了GRAPE、MaxGraph和Graph-Learn等技术，分别用于图分析、交互式查询和图神经网络计算，并利用Vineyard存储实现高效内存数据传输。该平台能够处理大规模图数据，适用于复杂的图计算场景，为用户提供全面的图数据处理解决方案。

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