Fire框架是中通大数据自主研发并开源的大数据框架，专为Spark和Flink任务开发设计，可显著降低70%以上的代码量。该框架创新性地采用基于注解的方式进行Spark和Flink任务开发，并集成了实时血缘追踪、根因诊断、动态调优以及参数热调整等多项平台化功能。Fire框架已被数十家公司采用，累计收获了近千个Star，并拥有超过200人的社区，其中包括来自美团、阿里巴巴、作业帮等知名企业的成员。

使用python爬取数据并采用Django搭建系统的前后台，使用Spark进行数据处理并进行电影推荐

一、地址分词 识别地址字符串中的省市区县、街道、道路、小区、楼栋、单元、户室的等。 二、自定义词库加载 加载自定义词库，人工定向干预地址词库，提升地址分词和关联的准确性。 三、构建中文标准地址库 自动化的地址库工具，可以对低质量的地址分析、修正和建地址库。 四、普通地址关联标准地址算法 将非标准写法的地址统一关联到标准地址上。 五、快递地址解析省市区县街道以及名称电话和邮编等 六、自动补充行政区划

数据血缘，支持spark sql,presto sql,tidb sql, flink sql, datax血缘,Spark/flink jar 运行命令的血缘解析；支持with语法

至轻云-超轻量级大数据计算平台

大数据技术派，分享优质文章，技术资料，包括但不限于主流的大数据技术：Hadoop、Kafka、Hbase、Flink、Spark等。

大数据学习文档、实战代码、源码解析、测试数据,包含python、mysql、shell、hadoop、hive、zookeeper、hbase、flume、kafka、spark、flink、dolphinscheduler、elasticsearch、sqoop、clickhouse

大数据笔记，包含Hadoop、Spark、Flink、Hive、Kafka、Flume、ZK.....

一个简单的网易云音乐大数据分析，采用 Saprk 框架进行分析，并以前端 vue 使用 ECharts 进行展示

一个高考志愿推荐网站，Python+Django+Spark。Python数据爬虫，Python数据清洗，Mysql数据存储，Spark数据处理，Django网页框架。

Spark SQL运行中间件，运行在Spark SQL上的动态SQL利器

基于Spark ml，构建从数据预处理，特征工程，机器学习模型训练，服务定时调度再到服务发布等功能的平台。支持自定义的spark ml模型，pmml模型的服务发布，以Rest的方式提供接口服务

基于Hadoop和Spark的大数据分析系统，支持Flink实时数据采集和数据分析。基于Hive的离线数仓，als协同过滤推荐系统

基于SPARK封装的Java版本快速开发框架，用户只需要关心业务代码，无需关注繁琐的技术细节，大大提高实时流开发效率和难度。集成incubator-sedona支持gis运算

亿级数据分钟级入缓存，Spark、Redis、限流