big-data

#面试#一份说明可伸缩、高可靠和高性能的大规模系统模式的阅读清单。案例学习都是从服务于数百万甚至数亿用用户的线上系统总结的。

#数据库#ClickHouse是性能强悍、适合OLAP实时分析的列式数据库，支持SQL语法

Apache Spark - 用于大数据处理的统一分析引擎

#计算机科学#Python 数据科学学习笔记：深度学习 (TensorFlow, Theano, Caffe, Keras), scikit-learn, Kaggle, 大数据 (Spark, Hadoop MapReduce, HDFS), matplotlib, pandas, NumPy, SciPy, Python 核心, AWS, Linux命令

Flink 是一个分布式批处理和流处理框架

#区块链#An open source cybersecurity protocol for syncing decentralized graph data.

大数据入门指南 ⭐

Presto 是用于大数据的高性能分布式SQL查询引擎

The Data Engineering Cookbook

PredictionIO, a machine learning server for developers and ML engineers.

CMAK is a tool for managing Apache Kafka clusters

trino 是一个分布式大数据 SQL 查询引擎（前身 PrestoSQL）

A distributed, fast open-source graph database featuring horizontal scalability and high availability

UI for Apache Kafka。一个Kafak 图形化管理工具

StarRocks 是新一代极速全场景 MPP (Massively Parallel Processing) 数据库。StarRocks 的愿景是能够让用户的数据分析变得更加简单和敏捷。用户无需经过复杂的预处理，就可以用 StarRocks 来支持多种数据分析场景的极速分析。

#搜索#quickwit 是一个用于日志管理和分析的搜索引擎，是Datadog、Elasticsearch, Loki 和 Tempo 的替代品

#编程语言#The most widely used Python to C compiler

#计算机科学#A fast, scalable, high performance Gradient Boosting on Decision Trees library, used for ranking, classification, regression and other machine learning tasks for Python, R, Java, C++. Supports computa...

Apache Beam 是大数据统一编程模型，用于定义和执行数据处理管道，包括ETL、批处理和流处理

Delta Lake 是一个开源存储框架，可以使用 Spark、PrestoDB、Flink、Trino 和 Hive 等计算引擎以及适用于 Scala、Java、Rust、Ruby 和 Python 的 API 构建 Lakehouse 架构。