huge-data Goto Github PK

anthelion

Anthelion is a plugin for Apache Nutch to crawl semantic annotations within HTML pages

cdh5-demo

CDH5使用示例。

cloud-images

分布式图像处理框架。

common

Kafka连接Hdfs的公共工具类，对应confluent-2.0.1。

confluent-cluster-deploy

crawler-mapred

分布式网络爬虫。

distributed-fss

分布式文件共享系统。

elasticsearch-rtf

elasticsearch中文发行版，针对中文集成了相关插件，并带有Demo，方便新手学习,或者在生产环境中直接使用

es-image-plugin

ES图片搜索插件

galaxia

运维监控管理框架，包括：基础设施、应用和微服务。

hadoop-arch-book

Code repository for O'Reilly Hadoop Application Architectures book

hadoop-guides

Hadoop使用指南，持续更新中。。。欲增加YARN使用模块。

hadoop-images

基于Hadoop的图像处理示例。

hadoop-wm

基于Hadoop的视频水印应用。

hadoop2x-eclipse-plugin

eclipse plugin for hadoop 2.2.0

hbase-client

HBase客户端。

hdfs-images-api

分布式图像处理接口。

kafka-client

Kafka客户端实现，增加连接池实现。

kafka-cluster-deploy

Kafka集群部署脚本。

kafka-connect-hdfs

Kafka-0.9连接Hadoop-2.6，实现Avro、String和Byte三种格式数据传输，对应confluent-2.0.1。

lucene-guides

Lucene使用指南，持续更新中。。。

lucenedemo

Lucene示例代码，非Maven项目。

mahout-guides

Mahout使用指南，持续更新中。。。

nutch-ajax

Apache Nutch Plugins for AJAX page fetch, parse, index

nutcher

nutcher是中文的nutch文档，包含nutch的配置和源码解析，持续更新中。

openbdre

Bigdata Ready Enterprise Open Source Software

opentsdb-client

OpenTSDB客户端核心类

schema-registry

Kafka连接Hdfs数据传输格式注册表服务，对应confluent-2.0.1。

search-prod

搜索服务框架，基于Solr和Zookeeper，增加分布式部署脚本，兼容版本Solr-5.1.0和Zookeeper-3.4.5。

snowplow

企业级 web, mobile事件分析框架, 组件包括 Hadoop, Kinesis, Redshift 和 Elasticsearch。