ApacheConAsia2021 Yu Liu, Jennifer Huang-如何让公司成为顶级的开源贡献者
视频地址:https://www.bilibili.com/video/BV1f3411z7Tc
一、3个关键方法让你的公司成为顶级贡献者
关于Pulsar & StreamNative:
Pulsar 2012年在雅虎创建,是一个云原生消息和事件流平台,2016年开源,2018年成为一个顶级项目。StreamNative 由 Pulsar 和 BookKeeper 的原始开发者创建。
Pulsar 的star数和contributer数迅猛增长,已超越了Kafka,被很多巨头公司采用。
StreamNative 从3个方面成为Pulsar 的顶级贡献者:community、code、content
1.1 community
StreamNative是Pulsar最具影响力的布道者,具有以下几种身份:

举办了峰会、hackathon、50+ meetups、100+ training episodes、60+ speeches等
StreamNative 给Pulsar带来的好处:
- 支持社区
- 帮助实现里程碑
- 加强合作
- 提高可见度
- 构建强大的网络
- 让更多的人参与进来
- 驱动贡献
- 创建正面形象
1.2 code
StreamNative 建立代码开发的领导地位

Pulsar Core:
- 驱动路线图
- 介绍主要特点
- 里程碑导向管理协作
Pulsar Ecosystem:


StreamNative 给Pulsar带来的好处:
- 指导总体方向
- 贡献主要功能
- 构建多样化的生态系统
- 产生创新理念
- 扩展Pulsar能力
- 启用新用例
- 简化Pulsar采用
- 简化Pulsar操作
1.3 content

StreamNative 给Pulsar带来的好处:
- 让pulsa更容易接近
- 扩充知识库
- 推动高价值领导
- 培养忠实粉丝
- 提高凝聚力
- 帮助用户做出决策
- 建立相互信任
- 增加用户粘性
总结:StreamNative 不只是 Pulsar 的消费者,还是顶级的贡献者和很棒的支持者,有影响力而不是控制,有领导力而不是放养,在共享软件开发环境中加强协作的价值。
二、成为顶级贡献者对开源公司/社区的好处
2.1 对社区


2.2 对公司
- 品牌认同感和认知度的增长
- 公司规模和能力的增长
- 用户和客户的增长
三、开源社区如何开始
3.1 principal

3.2 diversity

3.3 individual
保持好奇、探索、乐于解决问题、在社区活跃、参与开源项目
3.4 company
开放的思维、欢迎的态度、透明、支持性
视频要点整理:彭苗
相关推荐
JEP30-PX100A PartModel Product Guidelines for Electronic-Device Substrates and Assemblies – XML Requ
JEP30-PX100A PartModel Product Guidelines for Electronic-Device Substrates and Assemblies – XML Requirements
基于Matlab的自动睡眠粒状结构检测算法,从脑电信号中进行。.zip
1.版本:matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点:参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象:计算机,电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
JEP375 2.5D_3D Silicon thinned wafers with Through Silicon Vias (TSV’s) and Backside Redistribution
JEP375 2.5D_3D Silicon thinned wafers with Through Silicon Vias (TSV’s) and Backside Redistribution Layer (RDL).pdf
考虑供电可靠性与算力柔性的数据中心园区源‑储‑荷一体化规划研究(Matlab代码实现)
考虑供电可靠性与算力柔性的数据中心园区源‑储‑荷一体化规划研究(Matlab代码实现)内容概要:本文围绕“考虑供电可靠性与算力柔性的数据中心园区源-储-荷一体化规划”展开研究,提出了一种综合能源系统优化规划方法。该方法充分考虑数据中心对供电可靠性的高要求以及算力负载的灵活性特征,将电力供应、储能配置与计算负荷进行协同优化。通过建立数学模型,整合光伏发电、储能系统与数据中心负荷调度,利用Matlab代码实现优化求解,旨在提升能源利用效率、降低运营成本并增强系统韧性。研究涵盖了对新能源出力不确定性、负荷波动以及储能动态行为的建模与仿真分析,最终验证了所提一体化规划方案在提高供电可靠性和实现算力资源柔性调度方面的有效性。; 适合人群:具备一定电气工程、能源系统或计算机科学背景,从事数据中心、智能电网、综合能源系统等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:① 为数据中心园区的绿色低碳与高可靠运行提供规划设计方案;② 实现可再生能源的高效消纳与储能系统的优化配置;③ 探索算力作为柔性负荷参与电力系统互动的潜力,支撑新型电力系统建设。; 阅读建议:此资源以Matlab代码为核心,辅以理论模型,建议读者在理解基本原理的基础上,动手运行和调试所提供的代码,通过修改参数和场景设置来深入掌握一体化规划的优化逻辑与关键技术细节。
歌曲爆款传播预测数据集10000首曲目Spotify音频特征机器学习
本数据集为合成音乐数据,包含2010至2025年间10000首曲目的Spotify风格音频特征与明确的爆款(viral)目标标签。现有音乐数据集常缺少可用建模目标或存在授权限制,本数据集提供了干净、字段完整、可直接用于监督学习的基准语料。字段涵盖节奏、能量、可舞性、声学度、效价等音频属性,以及曲目元数据与年份信息,目标列viral基于传播表现定义,可直接用于二分类建模。适合开展爆款歌曲预测、音频特征与传播关系分析、年代音乐风格演变可视化、特征重要性排序等分析任务,也可作为分类、回归与特征工程教学的演示数据。数据结构清晰、无缺失值,适合数据科学课程、音乐媒体分析与推荐算法原型验证使用。


