big-data

ClickHouse®是实时分析型数据库管理系统

Apache Spark——面向大规模数据处理的统一分析引擎

Apache Flink （根据技术翻译规范，保留专有技术名称"Apache Flink"不译，这是大数据处理领域分布式计算引擎的官方名称，符合开源社区和技术文档的通用表述习惯）

开源物联网平台——设备管理、数据采集、处理与可视化。

Presto分布式大数据SQL查询引擎官方项目

Trino 官方代码库——原名为 PrestoSQL 的大数据分布式 SQL 查询引擎 (https://trino.io)

开源的 Apache Kafka 管理 Web 界面

全球最快的开源查询引擎，为数据湖仓内外提供亚秒级分析能力。StarRocks凭借卓越的灵活性支持几乎所有场景，在多维分析、实时分析和即席查询领域提供顶尖性能。该项目隶属于Linux基金会。

面向可观测性的云原生搜索引擎。

一种开源存储框架，能够通过Spark、PrestoDB、Flink、Trino和Hive等计算引擎及API构建湖仓架构。

Apache Beam 是批处理和流式数据处理的统一编程模型

Apache DataFusion SQL查询引擎

H2O是一个开源、分布式、快速且可扩展的机器学习平台：支持深度学习、梯度提升、XGBoost、随机森林、广义线性模型、K均值聚类、主成分分析、广义可加模型、规则拟合、支持向量机、堆叠集成、自动机器学习等。

在线AI与数据平台 https://vespa.ai

Apache IoTDB

分布式查询引擎，为任何模态和规模的数据处理提供简单可靠的解决方案

简易分布式机器学习

Apache Paimon 是一种湖存储格式，支持基于 Flink 和 Spark 构建流批一体的实时湖仓架构。

用于管理 Apache Kafka 集群的开源 Web 用户界面

LakeSail的计算框架，其使命是统一批处理、流处理和计算密集型AI工作负载。

专为数据分析和对象存储工作负载优化的可扩展、可靠、分布式存储系统。

Sparkling Water在Spark集群内提供H2O功能。

Spark RAPIDS 插件——利用 GPU 加速 Apache Spark

安全数据共享的开放协议