Popular repositories Loading

1. Pinot Pinot Public

   Pinot 是一个实时分布式的 OLAP 数据存储和分析系统。LinkedIn 使用它实现低延迟可伸缩的实时分析。Pinot 从离线数据源（包括 Hadoop 和各类文件）和在线数据源（如 Kafka）中攫取数据进行分析。Pinot 被设计是可以进行水平扩展的

   Java 15 9

2. hiped2 hiped2 Public

   Hadoop 实战，第二版 源代码

   Java 5 4

3. Gobblin Gobblin Public

   LinkedIn 开发的通用Hadoop数据摄取框架，可以从各种数据源中提取，转换和加载海量数据

   Java 2 3

4. kafka-avro-codec kafka-avro-codec Public

   use scala to codec avro format

   Shell 1

5. Camus Camus Public

   LinkedIn 专门为从Kafka加载数据到HDFS启动的ETL 项目，源码主要涉及: 压缩编码器，模式注册，Avro格式，自定义API

   Java 1 1

6. crawler4j crawler4j Public

   Forked from yasserg/crawler4j

   WebCrawler是一款元搜索引擎，整合了 Google、Yahoo!、Bing Search（以前的MSN Search和Live Search）、Ask.com、 About.com、MIVA、LookSmart以及其它流行搜索引擎中靠前的搜索结果。WebCrawler同时也为用户提供搜索图片、音频、视频、新闻、黄页和白页的选项

   Java 1 1