人人都是 Elastic Beats 开源贡献者大赛

本文涉及的产品
应用实时监控服务-应用监控,每月50GB免费额度
Serverless 应用引擎免费试用套餐包,4320000 CU,有效期3个月
可观测可视化 Grafana 版,10个用户账号 1个月
简介: 阿里云通义灵码与Elastic联合举办“人人都是Elastic Beats开源贡献者”大赛,邀请开发者为开源项目Elastic Beats添加阿里云数据采集模块。利用通义灵码的智能编码辅助,选手需理解现有AWS、GCP、Azure模块,实现阿里云模块,包括代码、测试和文档。目标群体是有开发经验的开发者,要求熟悉Go语言、开源协作和文档编写。比赛提供AI支持,设有丰厚奖励,包括开源先锋奖和开源园丁奖。报名已在进行中,通过官方链接可获取更多信息和加入交流群。

通义灵码 & Elastic 发起“人人都是 Elastic Beats 开源贡献者”大赛活动,特邀你成为 Elastic Beats 开源贡献者!


Elastic Beats 系列软件是开源界非常著名的轻量级数据采集软件,使用 Go 语言编写,广泛应用在日志、指标、安全、网络等数据的采集。各种 Beats 在世界范围内都有非常大的部署量。


通义灵码是基于通义大模型的智能编码助手,为开发者提供编码辅助,辅助写代码、读代码,辅助写单元测试、辅助程序员识别开源代码中的问题并提供优化建议,帮助广大开发者更快贡献和参与 Elastic 开源项目,为项目寻找并提交有效 PR(Pull Request),助力开源项目发展,实现人人都是开源开发者。


在参赛过程中,选手需运用通义灵码的代码优化、代码解释等智能编码和问答功能,针对实际的开源项目提出并实施改进方案,提交真实的 PR(Pull Request),解决开源项目中亟待解决的实际问题。


赛题说明

Metricbeat 是 Beats 家族中用来采集指标数据的软件,也有非常广泛的使用。Metricbeat 采用模块化的设计,已经包含了大量著名软件的采集模块,在云环境数据采集方面,代码库中已经有AWS模块GCP模块Azure模块。但是在支持阿里云数据采集方面还是一个空白,这是广大开源开发者展示才能的机会,特别是还有灵码助力到这次比赛,更能让参赛选手如虎添翼:

https://github.com/elastic/beat


目标

  • 使用通义灵码解读现有 AWS、GCP、Azure 模块的代码实现
  • 仿照现有代码模块,实现阿里云数据的采集
  • 使用阿里云OpenAPI实现各个云资源的数据采集,参赛者可以自行选择采集数据的对象 


难度

中等


参赛对象

  • 有一定开发经验的开发者
  • 有专业技术的企业应用开发者


产出要求

  • 仔细阅读 Beats项目贡献者指引
  • 代码实现:为 Metricbeat 增加阿里云数据采集的模块,开源代码需要位于这个 module目录不要放到 xpack 目录
  • 测试代码:需要参考现有的代码里面的测试代码和方法实现测试代码
  • 文档编写:参考现有模块的文档,编写新模块对应的文档
  • Metricbeat 是一个高度国际化的项目,所以代码、注释、文档都需要用英文编写,可以借助于自动化翻译和灵码相关能力辅助完成


能力要求

  • 扎实的编程基础:熟练使用 go 语言进行高效的代码开发和优化
  • 文档编写能力:能够站在使用者的角度,清晰详细的说明模块的配置和使用
  • 开源项目协作能力:具有开源项目协作经验、熟悉代码审查、提交 Pull Request 和处理社区反馈。


赛事亮点

  • 创意无界:不论你是编程新手还是资深大牛,这里是你展示创意、实现技术突破的舞台。
  • AI 支持:全程引入通义灵码智能编码助手,它将成为你最强大的结伴参赛队友。从代码生成、测试优化到问题诊断,全方位辅助参赛者,让开发过程更加高效流畅。
  • 社区互动:Elastic 社区的强大网络,让你在比赛中结识志同道合的伙伴,与行业专家直接交流,收获宝贵的反馈与指导。
  • 丰厚奖励:我们准备了丰富的奖品,开源先锋奖(五千元奖金)和开源园丁奖(大赛限量版纪念T恤)



参赛方式及流程

只需简单几步,即可踏上这场开源之旅。访问我们的官方报名页面,提交你的 PR,让我们看到你的热情与才华。


参赛小贴士

为了鼓励参赛者参与开源贡献我们提供了两种方式参与项目:

1、主动发现与优化 Issue

利用通义灵码的代码解释、代码优化等功能辅助参赛者了解开源项目,利用通义灵码代码补全等功能辅助参赛者快速参与开源项目贡献;


2、解决项目方指定 Issue

参赛者根据项目方提供的指定的 issue,利用通义灵码代码补全、代码解释、代码优化等功能辅助参赛者优化 issue,并提交 pr。


重要日期

  • 报名启动:即日起
  • 提案截止:8 月 20 日
  • 比赛周期:6 月 12 日 - 8 月 22 日
  • 结果公布:9 月 4 日


活动官方联系方式

关于报名及活动规则详情说明:

https://tianchi.aliyun.com/competition/entrance/532215/information


官方交流群:

云原生编程挑战赛选手交流钉钉群如下,钉钉群号:75530009710。群内将进行赛题解析、导师答疑、大赛排行榜和奖励等最新信息同步,欢迎大家钉钉扫码入群,与导师和更多选手交流互动。

官方邮箱:

tianchi_bigdata@member.alibaba.com

相关实践学习
通过轻量消息队列(原MNS)主题HTTP订阅+ARMS实现自定义数据多渠道告警
本场景将自定义告警信息同时分发至多个通知渠道的需求,例如短信、电子邮件及钉钉群组等。通过采用轻量消息队列(原 MNS)的主题模型的HTTP订阅方式,并结合应用实时监控服务提供的自定义集成能力,使得您能够以简便的配置方式实现上述多渠道同步通知的功能。
相关文章
|
6月前
|
JavaScript API 数据安全/隐私保护
淘宝店铺订单相关API接口详解
本文详细介绍了淘宝店铺订单相关的三个关键API接口:订单列表、订单详情和订单物流。通过这些接口,开发者可以获取订单信息、买家详情、商品清单、支付信息及物流轨迹,支持多种筛选条件和复杂参数传递。此外,文章还强调了接口权限申请、数据安全处理及调用频率限制等注意事项,帮助开发者高效集成这些接口,提升电商系统的功能和用户体验。供稿者:Taobaoapi2014。 (239字符)
|
10月前
|
数据采集 自然语言处理 PyTorch
动手实践:使用Hugging Face Transformers库构建文本分类模型
【10月更文挑战第29天】作为一名自然语言处理(NLP)爱好者,我一直对如何利用最先进的技术解决实际问题充满兴趣。Hugging Face 的 Transformers 库无疑是目前最流行的 NLP 工具之一,它提供了大量的预训练模型和便捷的接口,使得构建和训练文本分类模型变得更加简单高效。本文将通过具体的实例教程,指导读者如何使用 Hugging Face 的 Transformers 库快速构建和训练一个文本分类模型,包括环境搭建、数据预处理、模型选择与训练等步骤。
589 0
|
7月前
|
人工智能 开发者
阿里云通义开源大模型获评“2024中国互联网企业创新发展典型案例”
阿里云通义开源大模型获评“2024中国互联网企业创新发展典型案例”
|
11月前
|
数据采集 监控 数据可视化
数据治理成功的九大细节,你都忽略了哪几个?
数字化时代,数据作为新的生产要素受到了各界前所未有的重视。
|
9月前
|
数据采集 存储 自然语言处理
魔搭社区每周速递(12.22-12.28)
魔搭ModelScope本期社区进展:1039个模型,128个数据集,63个创新应用,6篇内容。
238 4
|
关系型数据库 MySQL 大数据
教你使用Python玩转MySQL数据库,大数据导入不再是难题!
教你使用Python玩转MySQL数据库,大数据导入不再是难题!
266 1
|
人工智能 NoSQL MongoDB
MongoDB的未来发展趋势
MongoDB的未来发展趋势
224 2
|
机器学习/深度学习 分布式计算 供应链
Hadoop在特定行业中的应用实例
【8月更文第28天】Hadoop是一个强大的分布式计算框架,能够处理大规模数据集。由于其高可扩展性和成本效益,Hadoop被广泛应用于多个行业中,如金融、医疗保健和零售等。本文将探讨Hadoop在这些行业的具体应用场景和一些成功案例。
451 0
|
SQL 前端开发 Java
JSP技术详解及其在Web开发中的应用
【1月更文挑战第2天】本文将对JSP(Java Server Pages)技术进行详细的介绍和分析。JSP是一种基于Java的服务器端编程技术,它允许开发者在HTML或XML等文档中直接嵌入Java代码片段,从而动态地生成Web页面内容。本文将首先阐述JSP的基本原理和工作机制,然后讨论其在Web开发中的各种应用场景,包括表单处理、数据库访问、会话管理等,并通过实例代码展示JSP的实际应用。最后,本文将对JSP的优缺点进行评述,并对未来的发展趋势进行展望。
1126 10