搜索结果：spark（16 个）

让 ESLint 支持检查 TypeScript 代码的完整工具链仓库。

Bootstrap 开源主题合集。

基于 Syncthing 在 iOS 设备上安全同步文件的应用。

一款漫画浏览器，支持 Android、iOS、MacOS、Windows 和 Linux。

方便在 Ruby 中轻松解析和处理 XML 与 HTML 的库。

官方 Codex 桌面应用镜像，每 15 分钟探测更新，提供国内直连下载、SHA256 校验及 Mac 增量更新。

Spark NLP 是基于 Apache Spark 构建的工业级 NLP 与大模型库，解决大规模文本处理在分布式环境中难以扩展的痛点。它提供实体识别、文本分类、问答等功能，内置超 10 万个预训练模型与管道，并支持导入 TensorFlow、ONNX 及 GGUF 模型。

可扩展、分布式梯度提升库（GBDT/GBM），支持多语言并可在单机及 Spark、Flink 等集群运行。

almond 是一个专为 Jupyter 打造的 Scala 内核（Kernel）。它解决了无法直接在 Jupyter Notebook 中编写和运行 Scala 的问题，提供交互式 REPL 环境，并支持 Spark 与 Spark SQL，方便开发者进行 Scala 数据分析与交互式编程。

Gluten 是一个为 Spark SQL 提速的中间层插件。它复用 Spark 的分布式控制流，将 JVM 中计算密集的数据处理卸载给 ClickHouse、Velox 等高性能原生引擎。通过 Substrait 转换执行计划并结合 Arrow 列存格式，无需改动现有 SQL 或 DataFrame API 即可实现原生向量化加速。

GeoTrellis 是一个高性能地理数据处理框架，采用 Scala 编写。它主要解决大规模地理空间栅格与矢量数据的读写与运算难题，支持栅格代数计算；同时深度整合 Spark，并提供针对 S3、HBase 等外部存储及 GDAL、GeoTools 的扩展支持。

DataFusion Comet 是 Apache Spark 的高性能加速器。它无需修改现有代码，通过端到端 Apache Arrow 列式格式及基于 Rust 的 DataFusion 原生执行，避免 Spark 行式处理开销。核心加速算子执行、表达式计算、Parquet 扫描与 Shuffle，显著提升查询性能并降低计算成本。

cudf-spark（原 RAPIDS Accelerator for Apache Spark）是 NVIDIA 开源的 Spark 插件。它利用 cuDF 库调用 GPU 加速 Apache Spark 的大数据处理；其核心功能是在保证计算结果与原生 Spark 严格一致的同时，通过 GPU 提升 SQL 性能，并支持向 XGBoost 等 GPU 应用零拷贝传输数据。

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。

Apache Toree 是一个专为 Apache Spark 打造的 Jupyter Notebook 内核，主要支持 Scala 语言。它让开发者能通过 Jupyter 交互式连接 Spark 集群，直接编写并运行 Spark 任务、执行代码片段、加载依赖并即时获取计算结果。

spark-solr 是由 Lucidworks 开源的 Spark 与 Solr 集成工具。它主要解决两者之间的数据互通问题，核心功能包括：将 Solr 中的数据读取为 Spark DataFrame 或 RDD 进行分布式处理，以及利用 SolrJ 将 Spark 中的对象数据批量索引写入 Solr。