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。

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)

PredictionIO，面向开发人员和 ML 工程师的机器学习服务器。

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。

CMAK是管理Apache Kafka集群的工具

面向可观测性的云原生搜索引擎。

Apache DataFusion SQL查询引擎

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。

一个快速、可扩展、高性能的基于决策树的梯度提升库，用于Python、R、Java、C++的排序、分类、回归及其他机器学习任务，支持CPU和GPU计算。

Apache Beam 是批处理和流式数据处理的统一编程模型

Arkime 是一个开源、大规模、完整的数据包捕获、索引和数据库系统。

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

具备直观HTTP/JSON API的无缝多主同步数据库，专为可靠性设计

Hazelcast是集流处理与快速数据存储于一体的统一实时数据平台，使客户能够即时处理动态数据并获取实时洞察。

Apache Hive数据仓库工具

简易分布式机器学习

Apache Calcite

🚄 FASTJSON2 是一款性能卓越的Java JSON库。

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。