从用户到社区Committer:小米工程师隋亮亮的Apache Fory成长之路

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: 一起走近用代码编织跨语言数据之网的Committer

Apache Fory 是一个基于JIT和零拷贝的高性能多语言序列化框架,实现了高效紧凑的序列化协议,提供极致的性能、压缩率和易用性。在多语言序列化框架技术领域取得了重大突破,推动序列化技术步入高性能易用新篇章!这一切,都源自全球开发者对开源的热忱。今天,一起走近这些用代码编织跨语言数据之网的Committer~

一、自我介绍

image.gif

  • 您的全名: 隋亮亮
  • 您的当前职位/角色:高级软件研发工程师/小米集团
  • 主要领域/方向:安卓系统优化方向
  • 加入社区/项目的时间:2023-12-28
  • 兴趣爱好:热爱旅行、钟情山与大海,目光所至,皆是远方

二、社区贡献之路

您对社区的优秀贡献有哪些?

  • 负责搭建CI,完成CI Python脚本编写
  • fory-java性能优化与部分代码重构
  • 版本发布
  • 负责社区代码review
  • 其他社区建设(例如pr template编写,fory-site维护)

三、成为Committer的感受

对您来说成为Committer意味着什么?

成为 Fory Committer,是技术能力获社区认可的荣耀。深度参与Fory,看着自己的代码影响万千用户,既有解决复杂问题的成就感,也因推动开源发展而生出强烈的归属感与责任感。

四、社区故事

1.最初是如何接触到Apache Fory这个项目的?

认识Fory是在一次项目集成过程中,当时在做一个工具,需要使用到一个序列化框架,由于当时已知的序列化框架性能都不是很好,于是想着去资源雄厚的Apache社区寻找是否有类似的成熟工具,在调研中偶然发现了 Fory。

见到了Fory之后,其Benchmark测试结果极具冲击力,相比传统框架,Fory的序列化/反序列化性能提升数倍,且支持跨语言特性(如 Java、C++、Python 等多语言生态兼容),这对于需要多系统协作的工具而言堪称 “超规格配置”。将Fory集成到工具中后,实际测试数据的确验证了其性能优势。

出于对技术实现的好奇,我从Fory Java开始研读Fory代码,在研究的过程中,发现了一些可以提升的地方,例如对Fory核心类的抽象以及一些文档的错误,怀着对技术的热忱,我向社区提交了PR,在经过了几轮代码review后,最终得到的社区的认可。

为了进一步熟悉社区以及更好的融入到社区中,我便开始从社区接任务,并且偶尔还会负责一些代码的review,提供自己的修改意见。

2.您对社区整体的感受?

Fory 作为我在 Apache 参与的首个开源项目,始终是我技术成长中极具意义的存在。在为项目贡献的过程中,每当遇到技术难题,社区成员总会以毫无保留的热情给予指导;每一份提交的 PR 都能获得及时响应 —— 这种体验不仅彰显了开源社区的温度,更让参与者真切感受到被重视的参与感。

如同《人类简史》所述 “虚构的故事让人类合作成为可能”,Fory 社区就是一个以 “开源协作” 为故事核心的集体,我们基于共同的信念与目标,在代码世界里书写着精彩篇章。

 

五、社区寄语

对新手的建议?

对Fory感兴趣的新手可以先学习一些Fory社区的规范,接手Issues中带有good first issue标签的需求,多参与pr的code review工作,从大佬的彼此交流中学习Fory的思想以及优化技术,逐步融入到Fory社区中。

Fory社区始终敞开大门欢迎各位加入!!!

 

六、展望未来

对社区项目未来的期望?

在保持现有运营的基础上,可以多组织一些活动,例如技术分享、线下交流。并且加强文档建设,尤其是核心设计文档,这可以让每一个参与者

可以轻松的融入到社区中,为社区的建设增砖添瓦。

💻官方网站:https://fory.apache.org/

🌟GitHub:https://github.com/apache/fory

相关文章
|
人工智能 自然语言处理 测试技术
|
3月前
|
人工智能 API Docker
OpenClaw容器化部署超全教程:阿里云与本地Docker安装详解及基础设施优化策略
2026年构建自主AI系统的核心,早已不止于大模型的提示词工程——现代AI Agent需要协调多模型、调用外部工具、管理记忆并实现跨环境扩缩容,而Docker作为容器化基础设施的核心,正是实现这一切的关键。它不再是事后打包的辅助工具,而是成为Agent系统的可组合骨架,让模型、工具服务、GPU资源与业务逻辑实现声明式定义、版本化管理与统一栈部署,最终达成从本地开发到云端生产的行为一致性。
730 2
|
机器学习/深度学习 算法 关系型数据库
强化学习:动态规划求解最优状态价值函数——手把手教你入门强化学习(四)
本文介绍了基于模型的强化学习算法,重点讲解动态规划(DP)。动态规划通过分解问题为子问题求解状态价值函数,利用贝尔曼期望方程迭代更新。其核心性质包括最优子结构和重叠子问题,适用于已知转移概率和奖励的MDP场景。文章回顾了前期强化学习基础,并展望了后续内容如蒙特卡罗法。适合初学者系统了解强化学习算法原理与应用。
709 7
|
12月前
|
机器学习/深度学习 人工智能 算法
AI量化交易软件开发技术逻辑
AI量化交易融合人工智能与量化分析,通过算法模型深度解析市场数据,自动生成并执行交易策略,显著提升交易效率与决策精准度。其开发涵盖目标分析、数据处理、算法设计、系统构建、测试优化、合规安全及持续迭代等多个关键环节,涉及金融、编程、大数据与AI等多领域技术。掌握这些核心技术,方能打造高效智能的量化交易系统,助力投资者实现更优收益。
|
消息中间件 缓存 运维
|
移动开发 Dart JavaScript
Flutter for Web 首次首屏优化——JS 分片优化
Flutter for Web 首次首屏优化——JS 分片优化
2014 1
Flutter for Web 首次首屏优化——JS 分片优化
|
缓存 自然语言处理 JavaScript
万字长文深度解析JDK序列化原理及Fury高度兼容的极致性能实现
Fury是一个基于JIT动态编译的高性能多语言原生序列化框架,支持Java/Python/Golang/C++/JavaScript等语言,提供全自动的对象多语言/跨语言序列化能力,以及相比于别的框架最高20~200倍的性能。
169416 12