实至名归!Flink 再度成为 Apache 基金会最活跃的开源项目

本文涉及的产品
实时计算 Flink 版,5000CU*H 3个月
简介: 2019 年对 Apache 软件基金会(简称 ASF)来说,依然是伟大的一年:它标志着开源领导“Apache 之道”(The Apache Way)的 20 年。ASF 的口号,“社区重于代码”(Community Over Code),贯穿于其所做的每一件事,全球有数十亿人受益于价值 200 多亿美元的社区主导的软件,100% 免费提供。

翻译 | 刘志勇
文章来源 | InfoQ 网站

2019 年对 Apache 软件基金会(简称 ASF)来说,依然是伟大的一年:它标志着开源领导“Apache 之道”(The Apache Way)的 20 年。ASF 的口号,“社区重于代码”(Community Over Code),贯穿于其所做的每一件事,全球有数十亿人受益于价值 200 多亿美元的社区主导的软件,100% 免费提供。

在这一年中,Flink 因为社区的参与和贡献在 Apache 项目中多项排名突出:

  • 1 Most active Apache user@ mailing lists
  • 2 Most active Apache dev@ mailing lists
  • 3 Apache Project Repositories by Commits

Apache 项目

  1. 项目和子项目总数:339 个。
  2. 顶级项目:206 个。
  3. Apche 孵化器的孵化项目:46 个。
  4. Apache 软件基金会委员会(非项目):11 个。
  5. 其他类别,包括运维 / 支持:60 个。

https://projects.apache.org/

社区 / 人员

  1. Apache 提交者:7203 名(活跃用户 7038 名)。
  2. Apache 软件基金会成员(个人):765 名。
  3. 新当选成员:40 名。

http://home.apache.org/

Apache 项目和代码

3081 名 Apache 提交者提交了 171689 次代码,更改了 59309787 行代码。2019 年为 Apache 项目做出贡献的人数达到了 12250 名,创下了历史新高。
2019 年,超过 75% 的贡献者是 Apache 的新成员。

前五位提交者:

  1. Andrea Cosentino:3841 次提交;更改 588217 行代码。
  2. Tilman Hausherr:2791 次提交;更改 64805 行代码。
  3. Claus Ibsen:2562 次提交,更改 628919 行代码。
  4. Jean-Baptiste Onofré:2498 次提交;更改 81563 行代码。
  5. Mark Thomas:2452 次提交;更改 331234 行代码。

按提交次数排名的前五大 Apache 项目仓库:

  1. Camel
  2. HBase
  3. Flink
  4. Beam
  5. Hadoop

按代码行数排名的前五大 Apache 项目仓库:

  1. NetBeans (8354466 行)
  2. OpenOffice (7828646 行)
  3. Flex(whiteboard:523377 行)
  4. Mynewt (core:4108323 行)
  5. Flex (SDK:3933522 行)

https://projects.apache.org/statistics.html

邮件列表

邮件列表总数:1399 封。

19385 位作者发送了 2116421 封电子邮件,涉及 1116478 个主题。

前五名最活跃的 Apache 用户 @邮件列表:

  1. Flink
  2. Lucene-Solr
  3. Ignite
  4. Kafka
  5. Tomcat

前五名最活跃的 Apache 开发 @邮件列表:

  1. Beam
  2. Flink
  3. Tomcat
  4. Royale
  5. NetBeans

https://lists.apache.org/

贡献者许可协议和软件授权

2019 年,平均每月迎来 187 名新人代码贡献者、1670 名新用户提交问题。被授予对于 Apache 仓库的写访问权限的个人须提交个人贡献者许可协议(Individual Contributor License Agreement,ICLA)。作为雇佣协议的一部分,指派员工参与 Apache 项目的公司可以签署企业贡献者许可协议(Corporate Contributor License Agreement,CCLA),以通过公司贡献知识产权。个人或公司捐赠现有的软件或文档给 Apache 项目,需要与 Apache 软件基金会签署正式的软件许可协议(Software Grant Agreement ,SGA)。

  1. 个人贡献者许可协议:759 份。
  2. 企业贡献者许可协议:34 份。
  3. 捐赠:40 项。

https://www.apache.org/licenses/

赞助与个人支持

感谢数百名个人捐赠者和赞助商的慷慨支持,他们的慷慨支持为 Apache 软件基金会提供了日常运营费用,包括基础设施、会计、法务、筹款、营销和宣传以及其他服务。

  1. 白金赞助商:Amazon Web Services、Cloudera、Leaseweb、Microsoft、Pineapple Fund、Tencent 和 Verizon Media。
  2. 黄金赞助商:Anonymous、ARM、Bloomberg、Handshake、Huawei、IBM、Indeed、Union Investment 和 Workday。
  3. 白银赞助商:Aetna、Alibaba Cloud Computing、Baidu、Budget Direct、Capital One、CarGurus、Cerner、Inspur、ODPi、Private Internet Access、Red Hat 和 Target。
  4. 青铜赞助商:Airport Rentals、Bestecasinobonussen.nl、The Blog Starter、Bookmakers、Cash Store、Casino2k、Cloudsoft、The Economic Secretariat、Emerio、Footprints Recruiting、Gundry MD、HostChecka.com、HostingAdvice.com、Journal Review、LeoVegas Indian Online Casino、Host Advice、Mutuo Kredit AG、Online Holland Casino、ProPrivacy、PureVPN、RX-M、SCAMS.info、Site Builder Report、Start a Blog by Ryan Robinson、Talend、The Best VPN、Top10VPN、Twitter 和 Web Hosting Secret Revealed。

Apache 软件基金会的定向赞助商为基金会的特定活动或项目提供非财政捐助。

  1. 定向白金赞助商:CloudBees、DLA Piper、JetBrains、Microsoft、OSU Open Source Labs、Sonatype 和 Verizon Media。
  2. 定向黄金赞助商:Atlassian、The CrytpoFund、Datadog、PhoenixNAP 和 Quenda。
  3. 定向白银赞助商:Amazon Web Services、HotWax Systems 和 Rackspace.
  4. 定向青铜赞助商:Bintray、Education Networks of America、Google、Hopsie、No-IP、PagerDuty、Peregrine Computer Consultants Corporation、Sonic.net、SURFnet 和 Virtru。

http://apache.org/foundation/contributing.html

我们的成员、提交者、贡献者、用户、支持者和赞助者共同推动了我们为公众利益提供开源软件的使命。要了解 Apache 软件基金会活动的详细信息,请阅读 2019 财年年度报告:

https://s.apache.org/FY2019AnnualReport

干杯,为辉煌的 2020 年!

原文链接:https://blogs.apache.org/foundation/entry/apache-in-2019-by-the

相关实践学习
基于Hologres轻松玩转一站式实时仓库
本场景介绍如何利用阿里云MaxCompute、实时计算Flink和交互式分析服务Hologres开发离线、实时数据融合分析的数据大屏应用。
Linux入门到精通
本套课程是从入门开始的Linux学习课程,适合初学者阅读。由浅入深案例丰富,通俗易懂。主要涉及基础的系统操作以及工作中常用的各种服务软件的应用、部署和优化。即使是零基础的学员,只要能够坚持把所有章节都学完,也一定会受益匪浅。
相关文章
|
3天前
|
消息中间件 分布式计算 Kafka
深度分析:Apache Flink及其在大数据处理中的应用
Apache Flink是低延迟、高吞吐量的流处理框架,以其状态管理和事件时间处理能力脱颖而出。与Apache Spark Streaming相比,Flink在实时性上更强,但Spark生态系统更丰富。Apache Storm在低延迟上有优势,而Kafka Streams适合轻量级流处理。选型考虑延迟、状态管理、生态系统和运维成本。Flink适用于实时数据分析、复杂事件处理等场景,使用时注意资源配置、状态管理和窗口操作的优化。
|
11天前
|
消息中间件 Oracle 关系型数据库
实时计算 Flink版操作报错合集之连接RabbitMQ时遇到Could not find any factory for identifier 'rabbitmq' that implements 'org.apache.flink.table.factories.DynamicTableFactory'错误,该怎么办
在使用实时计算Flink版过程中,可能会遇到各种错误,了解这些错误的原因及解决方法对于高效排错至关重要。针对具体问题,查看Flink的日志是关键,它们通常会提供更详细的错误信息和堆栈跟踪,有助于定位问题。此外,Flink社区文档和官方论坛也是寻求帮助的好去处。以下是一些常见的操作报错及其可能的原因与解决策略。
308 0
|
11天前
|
Kubernetes Oracle 关系型数据库
实时计算 Flink版操作报错合集之用dinky在k8s上提交作业,会报错:Caused by: org.apache.flink.table.api.ValidationException:,是什么原因
在使用实时计算Flink版过程中,可能会遇到各种错误,了解这些错误的原因及解决方法对于高效排错至关重要。针对具体问题,查看Flink的日志是关键,它们通常会提供更详细的错误信息和堆栈跟踪,有助于定位问题。此外,Flink社区文档和官方论坛也是寻求帮助的好去处。以下是一些常见的操作报错及其可能的原因与解决策略。
102 0
|
11天前
|
消息中间件 Java Kafka
实时计算 Flink版操作报错合集之从hudi读数据,报错NoSuchMethodError:org.apache.hudi.format.cow.vector.reader.PaequetColumnarRowSplit.getRecord(),该怎么办
在使用实时计算Flink版过程中,可能会遇到各种错误,了解这些错误的原因及解决方法对于高效排错至关重要。针对具体问题,查看Flink的日志是关键,它们通常会提供更详细的错误信息和堆栈跟踪,有助于定位问题。此外,Flink社区文档和官方论坛也是寻求帮助的好去处。以下是一些常见的操作报错及其可能的原因与解决策略。
|
15天前
|
监控 大数据 Java
使用Apache Flink进行大数据实时流处理
Apache Flink是开源流处理框架,擅长低延迟、高吞吐量实时数据流处理。本文深入解析Flink的核心概念、架构(包括客户端、作业管理器、任务管理器和数据源/接收器)和事件时间、窗口、状态管理等特性。通过实战代码展示Flink在词频统计中的应用,讨论其实战挑战与优化。Flink作为大数据处理的关键组件,将持续影响实时处理领域。
116 5
|
1月前
|
消息中间件 Java Kafka
实时计算 Flink版操作报错之Apache Flink中的SplitFetcher线程在读取数据时遇到了未预期的情况,该怎么解决
在使用实时计算Flink版过程中,可能会遇到各种错误,了解这些错误的原因及解决方法对于高效排错至关重要。针对具体问题,查看Flink的日志是关键,它们通常会提供更详细的错误信息和堆栈跟踪,有助于定位问题。此外,Flink社区文档和官方论坛也是寻求帮助的好去处。以下是一些常见的操作报错及其可能的原因与解决策略。
|
29天前
|
数据处理 Apache 流计算
|
1月前
|
消息中间件 关系型数据库 MySQL
Apache Flink CDC 3.1.0 发布公告
Apache Flink 社区很高兴地宣布发布 Flink CDC 3.1.0!
584 1
Apache Flink CDC 3.1.0 发布公告
|
16天前
|
数据采集 关系型数据库 MySQL
使用Apache Flink实现MySQL数据读取和写入的完整指南
使用Apache Flink实现MySQL数据读取和写入的完整指南
116 0
使用Apache Flink实现MySQL数据读取和写入的完整指南
|
20天前
|
消息中间件 Kafka 数据处理
Apache Flink:流式数据处理的强大引擎
【6月更文挑战第8天】Apache Flink是开源的流处理框架,专注于高效、低延迟的无界和有界数据流处理。它提供统一编程模型,支持实时与批量数据。核心概念包括DataStreams、DataSets、时间语义和窗口操作。使用Flink涉及环境设置、数据源配置(如Kafka)、数据转换(如map、filter)、窗口聚合及数据输出。通过丰富API和灵活时间语义,Flink适于构建复杂流处理应用,在实时数据处理领域具有广阔前景。

热门文章

最新文章

相关产品

  • 实时计算 Flink版
  • 推荐镜像

    更多