加载中

Delta Lake - 用于大数据的存储层

Delta Lake 是一个存储层,为 Apache Spark 和大数据 workloads 提供 ACID 事务能力,其通过写和快照隔离之间的乐观并发控制(optimistic concur...

收藏 76
更新于 2019/10/19
Delta Lake

Jupyter Notebook - Web 交互式计算笔记本平台

Jupyter Notebook 是一个基于 Web 的交互式计算笔记本环境。 Jupyter Notebook 允许用户创建和共享各种内容,包括实时代码、方程式、可视化和叙述文本的文档。它的用...

收藏 23
更新于 2019/11/13

SpinalTap - 变更数据捕获服务​

SpinalTap —— 通用可靠的变更数据捕获(Change Data Capture: CDC)服务 SpinalTap 是一种可扩展、高性能、可靠、无损的变更数据捕获(CDC)服务,能够检...

收藏 32
更新于 2018/09/28

TonY - 构建在 Hadoop YARN 上的 TensorFlow 框架​​​​​​​

TensorFlow on YARN (TonY) 是一个构建在 Hadoop YARN 上的 TensorFlow 框架。 TonY 可以将单节点或分布式 TensorFlow 训练作为 Ha...

收藏 13
更新于 2021/08/27
TonY

Rain - Rust 实现的分布式计算框架

Rain 是一个 Rust 实现的轻巧且强大的分布式计算框架,适用于处理大规模的基于任务的管道。 Rain 旨在降低分布式计算世界的入门门槛,目的是提供一个轻巧而强大的分布式框架,该框架具有直观...

收藏 52
更新于 2018/07/11
Rain

Metacat - 元数据发现服务框架

Metacat 是一个联合的元数据 API 服务,可以访问 Hive、RDS、Teradata、Redshift、S3 和 Cassandra。 Metacat 为您提供您所拥有的数据信息,包括...

收藏 19

Apache Fluo - 大规模数据集增量处理系统

Apache Fluo 是 Google Percolator(搜索索引)的开源实现,允许用户对存储在 Apache Accumulo 中的大型数据集进行增量更新,而无需重新处理所有的数据。与批...

收藏 40
更新于 2018/03/08
Apache Fluo

Apache Edgent - 面向物联网设备的运行时

Apache Edgent 是一种编程模型和具有微内核风格的运行时,可嵌入到网关和小型的物联网设备中。Apache Edgent 能用于对来自器材、车辆、系统、应用、设备和传感器(例如树莓派或智...

收藏 100
更新于 2018/01/05
Apache Edgent

KSQL - 用于 Apache Kafka 的流数据 SQL 引擎

KSQL 用于 Apache Kafka 的流数据 SQL 引擎 注意:项目还处于开发者预览版,请暂时勿用于生产集群中。 KSQL 是 Apache Kafka 的开源流 SQL 引擎。 它为 ...

收藏 96
更新于 2018/12/16
KSQL

Facebook-Prophet - 大规模预测工具

prophet是一个可以通过 Python 和 R 语言使用的预测工具 Prophet。并非所有的预测问题都可以通过同一种程序(procedure)解决。Prophet 是为我们在 Facebo...

收藏 48
更新于 2017/02/28

Apache Arrow - 内存数据交换格式

Apache Arrow是Apache基金会下一个全新的开源项目,同时也是顶级项目。它的目的是作为一个跨平台的数据层来加快大数据分析项目的运行速度。 用户在应用大数据分析时除了将Hadoop等大...

收藏 110
更新于 2021/10/30
Apache Arrow

Apache Griffin - 开源数据质量解决方案

Apache Griffin是一个应用于分布式数据系统中的开源数据质量解决方案。在Hadoop, Spark, Storm等分布式系统中,提供了一整套统一的流程来定义和检测数据集的质量并及时报告...

收藏 134
更新于 2018/12/14
Apache Griffin

streamDM - 用于 Spark Streaming 的数据挖掘

streamDM,是由华为诺亚方舟实验室开源的使用 Spark Streaming 挖掘大数据的开源软件。 大数据流学习 大数据流学习(Big Data stream learning)比批量或...

收藏 76
更新于 2016/11/15
streamDM

Apache Beam - 大数据批处理和流处理标准

Apache Beam 是 Apache 软件基金会越来越多的数据流项目中最新增添的成员,是 Google 在2016年2月份贡献给 Apache 基金会的孵化项目。 这个项目的名称表明了设计:...

收藏 252
更新于 2021/11/23
Apache Beam

Apache Trafodion - 分布式SQL引擎

概览 Trafodion提供了一个基于Hadoop平台的交易型分布式SQL引擎。它是一个擅长处理交易型负载的Hadoop大数据解决方案。其主要特性包括: 完整的ANSI SQL 92/99语言支...

收藏 135
更新于 2021/05/16
Apache Trafodion
开源软件作者
db.record 作者
JFinalBlade 作者
Makeup 作者

Apache CarbonData - 华为大数据存储方案

Apache® CarbonData™是由华为开源贡献的大数据高效存储格式解决方案。针对当前大数据领域分析场景需求各异而导致的存储冗余问题,CarbonData提供了一种新的融合数据存储方案,以...

收藏 146
更新于 2018/11/19
Apache CarbonData

MLF - 大数据机器学习框架(弥勒佛)

让天下没有难做的大数据模型! 功能 下面是弥勒佛框架解决的问题类型,括号中的斜体代表尚未实现以及预计实现的时间 监督式学习:最大熵分类模型(max entropy classifier),决策树...

收藏 197
更新于 2016/05/03

WhereHows - 数据发现和管理工具

WhereHows 是 LinkedIn 公司一个用于大数据发现和管理的工具,集成了所有主要的数据处理系统,可以进行分类收集和元数据操作。方便内部员工发现公司内部的数据,跟踪数据集的移动和查看各...

收藏 143
更新于 2016/03/10

Apache Apex - 流和批处理引擎

Apache Apex 是一个企业级的统一流和批处理引擎。提供高度可伸缩、高性能、容错、有状态、安全和分布式的大数据处理,同时操作起来非常简单容易。

收藏 105
更新于 2017/11/21
Apache Apex

Apache Eagle - Hadoop 数据安全方案

Apache Eagle 是 eBay 公司推出的分布式实时安全监控引方案,该项目已正式加入 Apache 成为孵化项目。Apache Eagle 提供一套高效分布式的流式策略引擎,具有高实时、...

收藏 177
更新于 2017/06/05
Apache Eagle

没有更多内容

加载失败,请刷新页面

返回顶部
顶部