Company | Country | Industry | Employees | Revenue |
---|---|---|---|---|
| ||||
| ||||
| ||||
| ||||
| ||||
| ||||
| ||||
| ||||
| ||||
| ||||
| ||||
|
3,855
empresas
Tenemos datos de 3,855 empresas que usan Apache Spark SQL. Esta lista curada está disponible para su descarga y viene enriquecida con detalles vitales de la empresa, incluida la clasificación de la industria, el tamaño de la organización, la ubicación geográfica, las rondas de financiación y las cifras de ingresos, entre otros.
Apache Spark SQL se utiliza en 67 países
Hay 46 alternativas a Apache Spark SQL
Estadísticas de Uso de Tecnología y Cuota de Mercado
Puedes personalizar estos datos según tus necesidades al filtrar por geografía, industria, tamaño de la empresa, ingresos, uso de tecnología, posiciones laborales y más. Puedes descargar los datos en formato Excel o CSV.
Puedes recibir alertas para estos datos. Puedes comenzar seleccionando la tecnología que te interesa y luego recibirás alertas en tu bandeja de entrada cuando haya nuevas empresas que utilicen esa tecnología.
Puedes exportar estos datos a un archivo Excel, el cual puede ser importado a tu CRM. También puedes exportar los datos a una API.
Technology
is any of
Apache Spark SQL
Empresa | País | Industria | Empleados | Ingresos | Tecnologías |
---|---|---|---|---|---|
Estados Unidos | Software Development | 17K | $14B | ![]() Apache Spark SQL | |
Estados Unidos | Retail Apparel And Fashion | 2.8K | $353M | ![]() Apache Spark SQL | |
| ![]() Apache Spark SQL | ||||
Estados Unidos | Banking | 3.7K |
| ![]() Apache Spark SQL | |
Francia | It Services And It Consulting | 19 |
| ![]() Apache Spark SQL | |
Estados Unidos | Construction | 14K | $7B | ![]() Apache Spark SQL | |
Francia | Travel Arrangements | 900 | $5.8M | ![]() Apache Spark SQL | |
Estados Unidos | Appliances, Electrical, And Electronics Manufacturing | 15K | $5.3B | ![]() Apache Spark SQL | |
Estados Unidos | Information Services | 260 | $4.1M | ![]() Apache Spark SQL | |
Estados Unidos | Software Development | 750 | $10M | ![]() Apache Spark SQL |
Preguntas frecuentes