搜索结果：big-data（7 个）

SynapseML（原 MMLSpark）是基于 Apache Spark 的分布式机器学习库，主要解决大规模数据下构建 ML 流水线复杂度高的问题。它无缝兼容 SparkML API，支持在弹性集群上分布式训练，覆盖文本分析、计算机视觉、异常检测及深度学习等任务，并支持 Python、Scala 等多语言调用。

高性能开源分析型查询引擎，支持数据湖仓全场景亚秒级极速分析。

面向大数据的分布式 SQL 查询引擎官方仓库，前身为 PrestoSQL。

一体化开源 IoT 平台，支持设备管理、数据收集、处理及可视化呈现。

Delta Sharing 是开源的安全数据共享协议，解决跨计算平台实时交换大数据集的难题。它通过 REST 协议共享云存储上的数据，提供 Python、Spark 连接器及参考服务端，支持直接用 pandas、Spark 等工具读取 Delta Lake 或 Parquet 表。

面向可观测性的云原生开源搜索引擎。

大型分布式系统架构精选指南，汇总高可扩展、高可靠与高性能系统的设计模式。