Alternatives and similar repositories for crawler-framework

Users that are interested in crawler-framework are comparing it to the libraries listed below

• realxujiang / bigtable-sql
  分布式大数据SQL查询可视化界面！
  ☆68Updated 10 years ago
• xiaokugua250 / DataMingProject
  大数据平台相关代码（ES/Hive/Hadoop/hdfs/hbase）
  ☆75Updated 3 years ago
• shenbaise / goodcrawler
  网络爬虫
  ☆51Updated 11 years ago
• zhangziliang04 / DDW
  分布式数据仓库最佳实践
  ☆58Updated 7 years ago
• chensoul / grab
  基于spark、mahout和spring boot构建的推荐系统
  ☆130Updated this week
• ucarGroup / PoseidonX
  poseidonX 是一个基于jstorm和flink的一体化实时计算服务平台
  ☆56Updated 7 years ago
• qindongliang / hbase-increment-index
  hbase+solr实现hbase的二级索引
  ☆47Updated 2 weeks ago
• TQCCC / hive_to_es
  同步Hive数据仓库数据到Elasticsearch的小工具
  ☆21Updated 8 years ago
• canghaiyisu666 / spider
  爬虫项目源码整理，使用redis进行url缓存，hbase进行详细信息的存储。使用zookeeper进行爬虫线程的状态监控。
  ☆19Updated 10 years ago
• ruanjianlxm / panda-config
  基于zookeeper的分布式配置管理中心，在分布式系统中，配置文件经常多而繁杂，更新容易丢，有了这个组件，可以热更新，并且不会哪台机子上漏了哪个配置。
  ☆35Updated 9 years ago
• realxujiang / storm-kafka-examples
  storm kafka hdfs examples
  ☆21Updated 9 years ago
• muyannian / higo
  海狗-多维在线分析系统
  ☆72Updated 11 years ago
• TsingJyujing / lofka
  一款性能高，兼容性好，输出优美的日志收集管理系统。
  ☆80Updated 3 years ago
• yxjay / SearchEngine-base-on-ElasticSearch-nutch-SSM
  基于Nutch+ElasticSearch+MySQL+SSM的简易搜索引擎
  ☆20Updated 9 years ago
• yxlHuster / news-duplicated
  文本去重算法，研究自推荐系统中新闻的去重，采用了雅虎的Near-duplicates and shingling算法，服务端用c实现，客户端用java实现，利用thrift框架进行通信，为了提高扩展性，去重可以在服务端实现，服务器也提供了计算的接口，方便客户端自己扩展
  ☆24Updated 11 years ago
• GongDexing / elasticsearch-mysql
  简单实用的同步工具，实现mysql数据库中数据定期同步到elasticsearch，只需简单的配置，便能达到非凡的效果，支持elasticsearch 5.X版本
  ☆48Updated 9 years ago
• DTStack / catcher
  java性能采集工具
  ☆51Updated 7 years ago
• zhang637 / kafka_spark_hbase_demo
  kafka spark hbase 日志统计
  ☆82Updated 9 years ago
• 2shou / HBaseObserver
  通过HBase Observer同步数据到ElasticSearch
  ☆55Updated 10 years ago
• smartloli / Kafka-Eagle-Wiki
  Kafka Eagle used to describe the use of Wiki
  ☆11Updated 5 years ago
• duoan / codes-scratch-crawler
  读书笔记《自己动手写网络爬虫》，自己敲的代码。主要记录了网络爬虫的基本实现，网页去重的算法，网页指纹算法，文本信息挖掘
  ☆47Updated 11 years ago
• gsh199449 / DistributeCrawler
  基于Map/Reduce爬虫,可抽取各大新闻网站的新闻正文并进行分类和聚类
  ☆74Updated 12 years ago
• ucarGroup / EserKnife
  EserKnife
  ☆14Updated 7 years ago
• wykingfly / ElasticSearch-SQL
  该项目主要是为了熟悉sql的人员能够很方便的进行elasticsearch数据的查询，降低学习成本。
  ☆48Updated 11 years ago
• ycloudnet / ya100
  一个比Spark-Parquet还快5~100倍的存储格式
  ☆12Updated 9 years ago
• mayanhui / hadoop-hbase-examples
  hadoop hbase use case and examples, inclusing MR,HBaseUtil...
  ☆35Updated 12 years ago
• lipengming / rule-engine
  基于Drools的规则引擎
  ☆137Updated 10 years ago
• michael8335 / zeus2
  work flow schedule
  ☆91Updated 8 years ago
• yunshouhu / LogAnalyzer
  日志分析器，仿造elk中logstash的简单Java实现，实现监控目录日志，自动解析存入elasticsearch。
  ☆22Updated 9 years ago
• guofei1219 / SparkSQL
  SparkSQL数据分析案例
  ☆23Updated 9 years ago