快速参与下一代数据湖顶级项目ApacheHudi

1. 介绍

数据湖作为下一代技术，概念持续火热，国内外已经有越来越多的公司开始调研并采用 ApacheHudi 。开发者对于新的 feature 、发现的 bug 、对项目的 question 等， Hudi 社区都鼓励开发者通过邮件列表、提 JiraIssue 、 PR 等方式参与社区，这样能形成良好的社区氛围，促进社区快速发展。对于想要参与社区开发但还不知道如何参与的开发者，本篇文章给出了指引。

2. 准备

若开发者之前已经参与过Apache社区的其他项目，对此流程应该非常熟悉，可略过余下部分，直接提出你的第一个Hudi PR！

2.1 账号准备

• Github 账号，作为开发者理应人手一个。

• JIRA 账号，基本上所有 Apache 项目都通过 jira 跟踪管理 feature 或 bug ，可通过如下地址https://issues.apache.org/jira/secure/Signup!default.jspa注册 jira 账号。

2.2 PR准备

• 为鼓励开发者快速参与 Hudi 社区，社区会将一些简单任务标记为 starter、newbie ，可通过这里(https://issues.apache.org/jira/issues/?jql=project+%3D+HUDI+AND+component+%3D+newbie)查找新手任务，对于未修复的 jira 单，用户可 assign 给自己，对于较大功能修改或bug修复，可先在页面上与其他开发者讨论具体实现思路，确保思路可行并达到统一后再开始编码。

• Fork https://github.com/apache/incubator-hudi/ 到自己的仓库（可顺手 star ）。

• Clone自己仓库的 incubator-hudi 到本地。

• cd incubator-hudi 进入本地项目根目录。

• git remote add upstream https://github.com/apache/incubator-hudi.git 将 apache 仓库 incubator-hudi 添加为 upstream 。后续可使用 git fetch upstream master,git merge upstream/master,git push origin master 来同步 apache 仓库 master 分支的修改至自己远程仓库的 master 分支，当然也可以选择其他工作流，如将 apache 仓库的项目添加为 origin ，自己仓库的项目添加为 upstream ，同步仓库的修改操作也类似。

• 基于 Apache 仓库的 master 分支最新代码， checkout 新分支（一般建议根据 jira 号创建，如 git checkout-b HUDI-666 ）。

• 在新分支上修改代码，完成修改后使用 git add. ， git commit-m"[HUDI-666] pr description" ， git push origin HUDI-666:HUDI-666 推至自己仓库的远端， commit 信息一般建议使用 [HUDI-xxx]jira summary 的格式，如 git commit-m"[HUD-666] refactor hudi-common based on new checkstyle" 。

• 进入 github 的 incubator-hudi 页面发起一个 PR ，然后等待 review （社区会有专人进行 review ，效率较高）和 merge 。

2.3 加入Slack

为方便 Hudi 开发者快速交流， Hudi 社区创建了 HudiSlackChannel ，可在这里https://github.com/apache/incubator-hudi/issues/143留下你的邮箱，会有人邀请你加入 HudiSlackChannel 。

2.4 订阅邮件列表

为方便归档和符合 Apache 社区运行之道，社区建议使用邮件列表讨论问题、进行投票等，可订阅dev@hudi.apache.org（建议尽量不要使用qq邮箱订阅，可能会被过滤掉）。

订阅方式很简单，给dev-subscribe@hudi.apache.org发送一封邮件，收到回复后再进行一次确认回复即可。完成订阅后即可参与和发起在dev@hudi.apache.org的讨论。

3. 总结

Hudi 社区非常欢迎和鼓励广大开发者参与到社区建设中来，一起促进 Hudi 社区的发展，取之开源、回馈开源，一起促进数据湖技术的发展，期待你的第一个PR!

PS：其他Apache项目的参与流程也大致类似。