坚持贡献10年，他在开源领域做到了国际顶尖

从技术小白成长为有着Apache member、Apache spark PMC、Apache Livy PPMC等头衔的国际顶级开源大牛，邵赛赛用了十年。

在回答是什么让这位鹅厂技术大牛十年如一日贡献开源的时候，他的回答是“爱和坚持”。

刚接触Apache开源社区时，邵赛赛时常看着邮件列表陷入迷茫，这种上世纪90年代流行的互联网沟通方式，在20年后已经让新生代的程序员们有些看不懂了。如何订阅、回复还有邮件要发给谁，都是他感到疑惑的问题。

更加令他疑惑的还有各种英文缩写，虽然认识每个英文字母，但组合在一起却像是天书，过了好一段时间他才搞明白，原来“LGTM”是“looks good to me”，而“PTAL”是指“please take a look”。

多年后，当他看到“YYDS”，别人告诉他这是“永远的神”时，熟悉的感觉立刻就回来了。

持之以恒，“鱼”就会到来

2010年毕业的邵赛赛，多少有一些“生不逢时”，大学他学的是模式识别与智能系统， 这个看似前沿的专业在当时看来还是太超前了，市场上相关的公司太少。

于是只好去做后台开发。由于工作中涉及了大量数据分析，此时大数据技术方兴未艾，英特尔在国内开始投入大数据相关的研发，他便去了英特尔，后来又去了“Hadoop三驾马车”之一的Hortonworks，一直做大数据开发。再后来因为腾讯大数据的体量和业务场景，加入了腾讯。

也因此，他开始了与开源的不解之缘。

说是不解之缘，因为大数据和开源就像是一枚硬币的两面，无论是早期的Hadoop还是之后的Spark等大数据基础软件，体量都庞大到一家公司难以支撑其演进，需要全球化的组织来共同推动。

“任何一家公司单独去做这个东西，它的生命力都是有限的，但开源会让更多的人不断投入进去，它的生命力就是无限的，要做大数据，就要投身到开源的领域去。”邵赛赛说。

在Hortonworks，所有的软件或代码都是开源的，工程师的工作也都在开源的项目里进行，公司主要的盈利模式是为开源软件提供解决方案。大数据行业里，绝大多数的底层组件都源自开源社区，也因此，大数据工程师们的工作离不开开源，“不管是去开源社区提patch，还是了解开源社区的进展，参与开源社区的讨论，都是工作不可分割的一个部分。”

通过参与开源项目，参与者也能获得对应的头衔，比如参与Apache社区的大数据项目，贡献代码、文档和问题可以成为contributor（贡献者），这是开源项目基本的参与角色。

第二阶段是committer（提交者），committer能够将contributor贡献的代码或文档提交到代码的分支里去，并且日常review代码，帮助将patch尽快“核”进去，维护项目更好地发展。

第三阶段就是PMC member——项目管理委员会成员，PMC member所要做的事情，首先是决策项目未来的发展；其次是在contributor中遴选出优秀的个体，然后将他们推选为committer。总之，通过决策开源项目的每一个点来推动项目发展，这个就是PMC成员。

在PMC member之上，还有PMC chair（项目管理委员会主席），通常是项目的发起者或是领军人物。

而邵赛赛目前的头衔——Apache member、Apache Spark PMC和Apache Livy PPMC，在知名的Spark社区，他贡献了197个patch，排名33位，在Livy社区贡献了102个patch，排名全球第1位，这些足以体现他在开源社区的影响力。这些的头衔来之不易，尤其在比较知名或行业影响力较大的社区，要得到大家的认可，成为committer或者PMC，需要经历长时间的考验。

正如文章开头所说，一开始进入社区，邵赛赛连英文缩写都看不懂，更遑论了解开源社区的规矩和做贡献了，这也是许多中国人面对开源的第一道坎儿。邵赛赛用《老人与海》中长时间没有渔获的老人做比喻，许多人接触开源时，会有这样一段艰苦的时期，就像一个人去爬山，然后迷失了方向。

“你找不到更好的可以贡献的东西了，也不知道做什么好，有的人可能就放弃了，但经历一段时间的摸索和寻找，你会逐渐发现有一些潜在的可以投入的点，可以做出贡献，这两种状态会周期性的交替出现。”在邵赛赛看来，成为Apache member，最重要的并不是技术要有多牛，而是热爱这个社区，愿意在社区上做更多的贡献，帮助社区的项目更好的发展。

持之以恒，“鱼”就会到来。

“慢工出细活”

国内软件公司由于起步较晚和注重实际业务，普遍追求遇到问题就解决问题、快速迭代的方式，但开源社区却更讲究“慢工出细活”。

比如一名contributor发现了一个问题，他首先要分析这个问题到底是什么，分析出原因后，要去说服社区的大佬，因为自己分析出来的原因可能并不是深层次的原因，要继续分析。真正的原因分析出来后，还要做出解决方案，而且不是短平快的解决方案，是相对长期的解决方案。

这个时候开始，要写设计文档，列出几套解决方案，讨论出一套最合适的，然后开始写代码，每一行代码的风格也都要符合社区的标准。写完代码提交后，会有比较完善的单元测试或集成测试，社区会反复review好几轮，包括注释的拼写错误都要修正，最后再由committer核入。如果patch比较大，整个过程的周期会长达几个月甚至一两年都有可能，这在许多国内公司看来效率太低。

而且许多国内的程序员，习惯的是公司内部有人会为自己的工作兜底，自己只需要埋头做事就行，强调与人交流对程序员来说甚至有些“不务正业”。这与开源社区存在极大的不同，做开源需要注重沟通。社区是人形成的圈子，由于社区的成员之间不存在强联系，也不存在必须负责的义务，如果成员自顾自地提交代码，可能根本不会有人看，代码也就不了了之了；而当一名成员和社区的人更加熟悉后，提交patch会得到更多人更快地响应，整个流程也能够大大加速。长远来看，善于沟通的人，在开源社区做事的效率要更高。

邵赛赛认为，目前国内开源和国外开源比较大的区别，是国内外对开源的理解不同。国内绝大多数人或企业对开源的理解，仅限于把代码放出去，让别人知道这个代码是我或我们组织开源的，认可这个代码很厉害，这样就完了。开源之后，可能就没有持续的贡献了，开源的回馈或收益很低，或者是只有影响力层面的回馈，这就是国内开源绝大多数时候的现状。

相对来说，国外对于开源的理解就比较成熟。首先，为什么要开源？开源并不仅仅是为了影响力，开源也是一种商业行为或者说是商业模式，目前国外已经摸索出来一套比较好的方案，比如红帽这样的大公司，通过开源软件来教育用户，之后通过加强的商业版本收费。

还有许多利用开源创业的公司，尤其在大数据领域，这是非常主流的一种方式，它们通过将开源的产品进行重新包装、打磨，形成商业版的能力然后收费，即使是小公司，也可以依托开源社区去把核心功能做得更好。就像Hadoop三驾马车中的Cloudera和Hortonworks就先后上市又进行合并，还有Spark方向的Databricks，现在估值已经达到了380亿美元。

至于像谷歌这样的大公司，更是利用开源来形成相应的生态或标准，比如谷歌开源安卓，最终在移动互联网时代成为两大操作系统之一。相比之下，国内绝大多数公司和组织，对于如何通过开源获取影响力，如何有针对性地去开源，如何利用开源来构建生态，如何利用开源获得商业利益，不说是脑子里一团浆糊，也是“知其然不知其所以然”的。

但国内并非没有做好开源的潜力，比如目前在开源领域非常活跃的腾讯，本身就拥有着海量的数据需要处理，这对其内部技术的要求极高。腾讯同样从开源社区获取了不少的帮助，这些对问题的解决方案如果反馈到开源平台，也会推动社区的发展。另一方面，腾讯在大数据领域的基础技术已经基本完善和成熟，因此也有更多的意愿，去做更加前沿的技术研发，这也是大公司独有的优势。

尤其是腾讯930变革以来，开源成为公司级的技术战略之一，并在内部成立了开源管理办公室，下设项目管理委员会、腾讯开源联盟和开源合规组三大组织，旨在自上而下地传递腾讯开源策略，自下而上地落地开源技术生态。同时，通过开放的开源评审平台，孵化和培育优秀的自主开源项目。

三年过去，目前腾讯已经对外开源了140+个项目，有数千位贡献者，Star 数超过40万，开源贡献居于全球前列。在内部腾讯已组建和孵化了117个开源协同小组，涵盖了计算、存储、数据等所有互联网技术基石。全公司内部代码开源率达到85%，不仅给腾讯带来巨大的效能提升和成本节约，同时通过腾讯云不断助力越来越多的生态伙伴，并源源不断将经过内部大量业务沉淀和检验的优质项目对外开源。

比如，致力于大数据领域的天穹Oteam，将各事业群的大数据最佳实践复制到了各个场景，实现平台互通，功能复用，大幅提升了通用性能与资源利用率。

做开源的“爱与坚持”

做开源需要怎样的特质？

邵赛赛认为，首先是要有毅力，能够持之以恒。开源项目都是需要长期投入的，只有长期投入后，才能有更多的回报。对于像Spark社区这样要求较高的开源社区，从contributor到成为committer，至少需要持续贡献三年或更久，其中有的社区大牛，从自己的青年一直贡献到中年。做开源如果没有对开源项目真正的热爱，没有持之以恒的毅力，而是追求短期的回报，那么很容易就会放弃了。

其次是有强大的自驱力，支撑自己持续不断地投入到发现问题、解决问题、贡献代码的过程中去。发现问题和解决问题对开源至关重要，但这两种能力并不是每个人都拥有的，很多贡献者在使用的过程中发现了几个问题以后，贡献完之后不知道还能继续做什么，这个时候就需要依靠自驱力以及相应的方法论，去持续发现问题和不停地进行改善。

邵赛赛对寻找值得贡献的点的经验是，首先，要找到一个方向，这个方向要具备很多的潜在可以做的点，在这个方向上去寻找可以做的点；其次，在做这个方向的时候，如果发现很多公司在实际应用中有很多问题，证明代码的成熟度有限，那么就去构建一套测试框架或是测试集，然后去测试，测试出了问题就解决问题，最终还是会寻找到一条能够挖掘出更多可做点的路。

而这样的自驱力又建立在对项目的认可上，只有认可了项目，才会想做更多的贡献，并在社区头衔和影响力上获取相应的成就，尤其是在全球知名的开源社区获得影响力，对贡献者来说也能够进一步激励自己。

通过持续对开源做贡献，开源社区较高的核入门槛，可以让贡献者更加系统深入地去思考问题，提出真正能解决问题的方案，而非“短平快”、“头疼医头脚疼医脚”的解决方案，并且和全球不同文化背景的人沟通，也能让解决方案更加清晰和面面俱到。“我在review很多代码的时候，尤其是国内一些贡献者代码的时候，他们的patch是不错的patch，但是没有准确地描述出为什么要提交这个patch，究竟解决了什么问题，这也会造成贡献没有很好很快地被人接纳。在社区中，不但要做事，还要跟人有效的沟通。”邵赛赛说。

开源是一件伟大的事情，让全世界的智慧能够汇合在一起，并无偿地反馈给全世界。但对于开源社区的贡献者来说，做社区贡献，就像是一个人默默去爬山，既孤独又艰巨。曾经邵赛赛在做Spark贡献时，很长的一段时间里，国内没有多少人在做这个，相互间不多的交流也仅限于在社区上，说不辛苦，那是不客观的。

但他的开源贡献最终带来的长期价值也是巨大的，甚至不仅仅是一个Apache Spark PMC的头衔所能概括的。对有志于做开源的人来说，“路漫漫其修远兮，吾将上下而求索”。