2023 年 6 月 1 日，首个由国人主导的开源数据集成工具 Apache SeaTunnel 正式宣布从 Apache 软件基金会孵化器毕业成为顶级项目。历经 18 个月的孵化，这个项目终于瓜熟蒂落，社区贡献者 200+，代码 24.5 万行，上千家企业使用，风光无限。令人难以想象，郭炜刚接手它时，仓库被封、贡献者四散的落魄样子。大侠出手， SeaTunnel 浴火重生
SeaTunnel 原名 Waterdrop，于 2017 年由乐视创建，并于同年在 Github 上开源，是一个大数据集成处理平台。当时国内各种数据引擎风起云涌，却少有项目解决数据源之间的无缝集成和高速同步问题，因此 Waterdrop 在其中显得颇为亮眼。可惜这种亮眼却为它招来了横祸 —— 开源项目 Waterdrop 的商标被抢注了，而且对方的法务还发送律师函给开源的发起者和 Github 。由于开源项目的名称不属于【商标】，而国内的商标又是【申请在先】原则，谁先申请谁先得到，因此 Waterdrop一下子百口莫辩，落了下风， Github 在收到律师函后，把 Github 上 Waterdrop 的整个仓库都封了，所有的代码、PR、Issue 也全都无法访问，而且 Waterdrop 的创始团队还面临诉讼纠纷。没办法，团队只能在圈内四处求助，机缘巧合之下，遇到了郭炜。郭炜，人称 “郭大侠”，平时就爱在开源圈内热心给大家帮忙。创始团队找到郭炜后，郭炜看到这样的事情，又是这样有前途的项目，不忍心袖手旁观，他便把项目接了过来，一边找律师解决法律纠纷，一边利用自己的资源辗转联系微软的 Github 管理人员解释，帮助项目解封。2021 年，争议终于告一段落，Waterdrop 改名 SeaTunnel，得以继续运转。可大侠并不放心，毕竟团队才 3 个人，维护社区已是够呛，哪还有能力顾及法律合规的事情？万一这剧情重来一遍，可就不是闹着玩的了。郭炜开始当 SeaTunnel 的 Mentor，手把手带起了开源项目，并致力于把项目孵化到 Apache 基金会里面。一方面，基金会是专业的，有专人管理法务，比现在的草台班子好多了。另一方面，SeaTunnel 也可以接替退役的 Apache Sqoop，解决数据源之间数据打通的问题。最终，在多位导师的帮助下，2021 年 12 月 9 日，SeaTunnel 正式通过 Apache 软件基金会的投票决议，顺利进入 Apache 孵化器，成为基金会中第一个诞生自中国的数据集成平台项目，目标是 “连接万源，同步如飞”。如今，SeaTunnel 从 Apache 软件基金会孵化器毕业成为顶级项目，也在全球拥有很多企业用户和开发者，早已告别最初的窘迫。郭大侠也轻轻招手，奔赴了下一个难题。大侠当年也是开源 “小趴菜”
SeaTunnel 团队最初之所以求助郭炜，是因为他成功运营过多个开源社区，在圈内早已小有名气。时间回拨到 2010 年，郭炜就开始接触开源了。那时候他在 Hadoop 社区里当 “潜水党”，以一个小白的身份，旁观各路大神在里面交流技术问题，给出” 炫酷 “的解决方案。“在开源社区里，你能看到很多全新的项目，全新的技术，能不断学到新东西，保持走在技术圈的前排，这是别的渠道无法替代的。书上的东西太陈旧了，网上的东西又特别杂，只有在开源社区，才能纯粹地了解新技术，了解开源圈在关注啥。”当然，郭炜这样的 “e 人” 不会一直坐边角。很快他就融入了社区，经常参加线下 meetup，也 contribute 过不少文档。但在开源社区里，郭炜这个名字就是一个 “ nobody ”。到联想工作之后，郭炜继续坚持开源，也把开源带到了联想。在联想 COC 核心技术架构委员会，郭炜作为全球大数据平台负责人，一直在当开源布道者，推动开源技术的应用，许多同事都是因为他的宣传才 “入坑” 的。但那时候在企业内部做开源布道，也是困难重重。首先开源当时并没有现下这么火，很多人对开源知之甚少，唯一的印象就是 “免费”。其次，习惯了商业软件的企业，更倾向于沿用原来的选择，毕竟商业软件虽然收费，可是有人售后，有人负责。而开源软件，虽然免费，却有风险，遇到问题，谁来解决呢？尤其是对于全球化的大公司而言，开源在当地还可能存在法律风险，哪怕这是个 “省钱” 的决定，想拍板也不容易。郭炜坦言，在大企业内部做开源推广，就是要承担很多的责任。说白了就是，这个锅一开始你得背一背，才能让一些关键的业务用户用起来。等他们用起来觉得不错了，你才能压住质疑，谈下一步的推广。当时为了推广 Hadoop、Spark 且要符合各国的法务规范，郭炜要跟全球的同事开会，会议从早上六点排到了夜里两三点，一遍一遍地跟大家科普这个项目是什么、怎么用、出问题怎么办、合不合规、为什么要用它...... 经过跟业务部门 “过五关斩六将” 的 battle，最后一个美国的部门率先接受了 Spark，之后因为口碑不错，才慢慢推广到了其他国家、其他部门。“我们开源社区里面的每一个用户都是很珍贵、很不容易的，尤其是那些为刚出来的新开源项目做企业内部推广的小伙伴，每一个都是勇士。他们在企业内部推广一项新技术，不仅需要做很多工作，更是拿自己头上的乌纱帽在为社区布道、保驾护航。所以，我们关注开源社区，我们不能只看到 contributor、committer、PMC，更要看到我们社区里的普通用户、他们的艰辛和不易。” 郭炜说，“其实每一个使用开源的人，都是这个社区的 contributor，他们做了很多的 contribution，只不过没有体现在代码上面而已。”从开源 User 变 Owner，大侠不好当
2016 年，郭炜加入易观，担任 CTO（首席技术官）。当时公司在做一款用户行为分析的产品，主要依靠 Presto 进行二次修改来适配场景。有一天，郭炜正在网上闲逛，突然发现有个新项目，跟自家产品的场景有点像。于是就测试了一下，结果发现比自家产品快 10 倍！郭炜一下子就被震惊了。这个项目就是 ClickHouse，俄罗斯的 Yandex 于 2016 年开源的列式存储数据库（DBMS），主要用于在线分析处理查询（OLAP），能够使用 SQL 查询实时生成分析数据报告。郭炜自问在数据技术圈已属 “先锋达人”，各种研究都是随时关注的，可即便这样也没听说过这个项目，想来其他人知道它的概率就更低了。这样的好东西，怎么能忍住不分享呢？于是，郭炜联系了 ClickHouse 的全球社区负责人 Ivan，提出帮忙运营中国的社区。ClickHouse 同意了。但是，万事开头难，从 0 到 1 新建一个开源社区，就更难。没人知道你是谁，没人愿意用你。郭炜访谈了早期快手、新浪用户，并组建了社区群。但是这第一个群，花了一年半的时间才凑满。线下社区的人就更少了，第一次 ClickHouse meetup，才来了 11 个人。由于这是属于个人爱好的行为，ClickHouse 的各种运营活动都得自己做。日常的建群、验证、答疑、指导等等，都是下班和周末抽空完成的，每天晚上 11 点，就是郭炜的 ClickHouse 支持时间。最开始的时候，还要到每个群里手把手教大家 ClickHouse 怎么用、怎么装、怎么配？周末还要找到一些关键用户，跟他们聊天、吃饭，把他们组织起来，邀请他们来参加线下的组局等等。“做开源不是到各种大会上去讲一讲就完了，开源布道师高光背后其实是无数的日常琐碎。想要运营好一个社区是很繁琐的，比方说群里有人发广告，你得把他踢出去；有人在里边吵架了，你要怎么维护？有人向社区扔臭鸡蛋了，你怎么判断是不是开源项目的问题？如果项目有问题，我们怎么样虚心接受？这些都是在社区维护里面要去做的事。一点一滴长年累月的积累，才能真的把社区这件事做好。” 郭炜说，“你看前 Apache 的董事会主席 Craig，这样的顶级大佬，都 70 多岁了，还在基金会里做 secretary 给大家建 Apache 的账号，你就知道社区运营有多琐碎了。在哪里都一样的。”所幸，在这条路上，郭炜不是一个人在战斗。随着 ClickHouse 用户的增加，社区队伍也愈发壮大了。微信群达到 10 个的时候，郭炜开始招募志愿者，帮忙处理群事务。线下的 meetup，一开始一二十人，在公司找个会议室就能办。后来发展到线下两三百人，线上一千多人，普通场地都装不下了，郭炜就到处找朋友借场地，再自掏腰包飞过去组织。有一次在上海的 Meetup，报名的有 300 多人，但是找不到 Meetup 的地方，当时的趣头条大数据负责人金海就找公司帮忙提供了一个酒店，有布台，有大屏，有 4 个 session，跟开源大会一样。还有当年在阅文集团的刘文成，是 ClickHouse 的小 C，帮忙回答各种问题。在这些贡献者的帮助下，ClickHouse 中国社区终于办上了正规的 meetup。三年后的 2019 年，ClickHouse 爆火，截至目前，ClickHouse 仍是 OLAP 方面用户最多的社区。在整个社区里，中国用户也是最多的。头条、阿里等企业用户也相继加入。在这一年的 meetup，社区邀请了俄罗斯 Yandex 公司 ClickHouse 开源社区创始人 Alexey Milovidov，他说：“中国的 ClickHouse 用户量能取得这样爆发性的增长（一个季度内用户增长了四倍），离不开 William（郭炜）在中国的推广。”功成不在我，失败犹更多
能得到 ClickHouse 创始人的认可，郭炜很开心。不过他还是觉得，ClickHouse 能达到现在的程度，与其说是因为他这个推动者，不如说是因为这个产品本身的优秀和中国开源小伙伴们的支持。“在数据和大数据领域里，中国对开源的接受程度和开源的使用速度在全球都是最快的，比美国还要快。这得益于中国互联网的发展速度，和大量互联网公司的使用。也许开源商业的天花板没有美国那么高，但是中国卷起来的速度更快。中国往往能快速接受一个新技术，然后快速卷，快速迭代，加上中国有广大的开发者和用户基础，做起开源来有得天独厚的优势。”现在回头看，这四五年里，郭炜自己和小伙伴们，都受益良多。当初跟他一起在社区里改代码的小伙伴们，现在薪资都翻了四五倍了。其中一个志愿者小 C 刘文成，被腾讯选中，从一个小厂跳槽到了微信里面做 ClickHouse 的维护。“人人为我，我为人人。你在社区里面做的贡献，大家都是看得见的。你的技术水平被大家认可了，那你获得的机会自然也会比别人多。我觉得这就是开源社区的魅力吧，在这里大家都是平等的，是金子很快就会发光。这也算是对社区贡献者的一种回报吧。只不过这种回报不是金钱上的，而是别人对你的认可和你的影响力上的。” 郭炜说。当然，也不是所有的开源项目都能像 ClickHouse 那么幸运。大侠也会遇到挫折，运营的开源项目中失败的更多，有好多开源项目亲自运营了两三年，star 数才十几个。自己做开源项目，哪有那么容易成功呢？“犯错没关系，犯的错误多了你积累的经验也会多。你看我现在做产品能成功，背后反而是那些失败的经验在发挥作用。做其他事也一样。” 郭炜两手一摊，“因为每个人的成功，都有当时特殊的时代背景和需求，所以成功的经验，反而不重要，失败的经验更重要，它才能指导你怎么避免犯错。所以每一个成功的背后，可能都有 99 个失败，只不过大家最后只能看到那 1 个成功的而已。”经过无数失败的郭炜，也锻炼出了自己看项目的眼光。“我觉得做开源社区，最关键的是要看准这个产品的定位：它到底解决什么问题，用什么样的技术框架？如果真的看好这个社区的发展的话，就到里面去跟社区一起成长好了。” 郭炜说，“产品有 bug 没关系，每个社区都不是完美的，当初 ClickHouse 也有各种各样的问题，但只要你把大的架构定好之后，剩下的细节就在这个基础上去迭代、去完善就好了。ClickHouse 当时解决的其实就是宽表和日志查询问题，就这一件事。然后它把当时最新的技术 —— 向量计算，直接放到引擎里，速度就是比我原来的 Presto 快十倍。它就解决这个问题，且解决得最好，所以在社区也能发展得很好。”看准了产品思路、底层逻辑和创始团队之后，剩下的事情就是坚持了。“ClickHouse 2016 年刚刚开源的时候，我就把它引进中国了，那时候还默默无闻，直到 2019 年才爆火。前面这几年，完全就是靠熬过去的。你要相信你的眼光，持续坚持，不能半途而废。有时候一个开源社区最后能不能成功，就看你坚持的时间够不够长了。” 郭炜说，“等到社区真的成长起来，影响力足够大的时候，里面的每一个小伙伴都会受益。”多重身份，在开源与商业间做平衡
2022 年 4 月，Ted Liu（刘天栋）突然来通知郭炜：我们提名你做 Apache Software Foundation（ASF）Member，你写个材料吧！就这样，郭炜成了 Apache 基金会 Member。“收到这个荣誉的时候，特别开心，觉得这是大家对我的肯定，同时觉得自己身上的责任更重了，也更有动力去考察和维护好 Apache 的每一个项目。”而在 2023 年，郭炜身上又多了一个身份，白鲸开源的 CEO。很少有人同时当基金会 Member 和商业公司的领导人，郭炜会不会觉得冲突呢？做决策的时候，是先考虑开源还是商业化？如果开源和商业化功能打架，大侠不就很难办？不过，郭炜对此很淡定，他认为，开源和商业化并不冲突，甚至是相辅相成的。一个开源项目如果想长治久安可持续发展，那商业化大概是不可避免的。如果没有商业公司去承接对核心开发者和贡献者的支持，去满足深度用户的需求，久而久之，纯靠爱发电的核心贡献者可能也会难以为继。“像白鲸开源这样做（Apache SeaTunnel 和 DolphinScheduler）商业化的公司，不是开源的对立面，而是开源的促进者。” 郭炜说，“商业能够更好地保住开源的调性和核心贡献者的饭碗，让他们能够持续地在开源上发力。同样地，有些深度的用户，当开源项目无法完全满足他的需求，或者需要有人帮他在企业内部做推广的时候，有一个商业实体来帮他一起做这件事，那这个布道师也会轻松一点，而不必像我当初那样独自一个人舌战群儒，过五关斩六将。”可是，开源项目之所以商业化困难，恰恰是因为公开了代码。商业和开源究竟如何取舍？哪些应该开源，哪些不开源？遇到冲突的时候，又该如何抉择？郭炜笑笑，露了一手聪明的 “切糕大法”：“首先从产品定位来讲，你得把你的开源主力用户群和你的非开源主力用户群分开 —— 如果技术水平很强，而且自己还有时间有预算去折腾，那就用开源的好了。如果时间不够，人力预算又不足，那使用商业版更省心。所以，这两者的使用人群是不同的，你的开源软件和商业软件定位也不一样。明白了这个，你纠结的点也就没那么多了。”按照惯例，最新的功能都会被放到开源版里面，相对稳定的、有行业属性的功能则通常放到商业版里，两边不时互通有无。郭炜要做的，就是把握好两边放功能的时间和节奏就行了。“至于具体哪些功能放到商业版、哪些功能放到开源版，这就是刀法怎么切的问题了：切得少了，你这个商业版没有价值；切多了，又会影响社区。那怎么来把握，就是一门艺术而不是技术了，这只可意会不可言传哪（笑～）”总的来说，郭炜对中国的开源商业环境非常看好。毕竟中国对开源的接受程度很高。虽然从开源社区到商业公司和商业产品这一条路大家还在摸索，但至少，郭炜接触到的新一代决策者，已经跟过去不一样了：他们明白开源会让公司的技术和国际接轨、和全球最新的科技接轨。无论是传统公司还是互联网企业，都在逐步尝试使用开源原生的商业软件。“中国开源商业的氛围和整体的步伐，正在觉醒。” 甚至中国开源走向全球，郭炜也觉得大有希望：“毕竟中国有这么好的土壤，特别在大数据领域里，有这么多的数据、终端、场景、性能...... 卷出来的项目，它一定是全球排名前列的，最终跟海外商业场景相结合，一定能卖得很好。”开源老将，在酝酿下一个社区
在开源圈里，郭大侠也有自己的偶像：“Craig 给我做了一个榜样，他都 70 多了还在坚持为开源做贡献，我觉得我活到 70 岁时候也能继续做开源，他就是我的榜样。哈哈。”活到老学到老，这也许不止是郭炜一个人的开源理想，但至少，郭炜坚持到了现在。如今，作为开源老将，郭炜又在关注下一个热点了 —— 大模型，特别是开源的大模型。“我认为将来的每一款软件，都会被大模型和相关的 AI 技术再改造一遍、重做一遍。下一步如果再去孵化项目，可能就是跟大模型相关的了。” 郭炜说，“如果只是训练大模型，那么国内外只有寥寥几家公司能玩得起。但是大模型生态上下游的公司如果要做好，还是有很多机会的。那么，哪些东西能够促进大模型的应用、降低大模型的使用门槛、让大模型真正跑起来，尤其是大模型跟数据之间的关联，将会是我关注的重点。”【溯源】在每一场对话中，追溯关于开源的故事，认识那些极客、自由，并坚持着的开源人。
溯源，意指向源头追溯，为开源求解。问渠哪得清如许，为有源头活水来。每一个开源参与者，都是掀起开源浪潮最鲜活的源泉。所有开源故事，共同构建着我们今天看到的开源世界。开源刚出现的数十年里，为开源奔走的黑客团体都在遭受来自社会主流的冷漠和排斥。即便现在的软件行业已经大喊出 “拥抱开源” 的口号，问题也依然存在。我们不知道开源贡献者、开源布道师，以及所有参与开源的人还会面临多少阻碍，但给予我们信心的是，更多的人在投身开源事业。所以 OSCHINA 希望面向开发者社区，寻找每一个积极参与开源、对开源有想法的人，了解他们以及他们的开源故事，窥探故事中的开源事业发展规律。
让代码运行起来，比代码可读性重要
谷歌大杀器Gemini来了！原生多模态、三大版本、手机直接可用、性能超GPT-4......
Linus收敛火爆脾气，谈内核社区“老龄化”问题
点这里 ↓↓↓ 记得 关注✔ 标星⭐ 哦