郭炜：开源大侠是怎样炼成的

　　2023 年 6 月 1 日，首个由国人主导的开源数据集成工具 Apache SeaTunnel 正式宣布从 Apache 软件基金会孵化器毕业成为顶级项目。历经 18 个月的孵化，这个项目终于瓜熟蒂落，社区贡献者 200+，代码 24.5 万行，上千家企业使用，风光无限。令人难以想象，郭炜刚接手它时，仓库被封、贡献者四散的落魄样子。

　　SeaTunnel 原名 Waterdrop，于 2017 年由乐视创建，并于同年在 Github 上开源，是一个大数据集成处理平台。当时国内各种数据引擎风起云涌，却少有项目解决数据源之间的无缝集成和高速同步问题，因此 Waterdrop 在其中显得颇为亮眼。可惜这种亮眼却为它招来了横祸 —— 开源项目 Waterdrop 的商标被抢注了，而且对方的法务还发送律师函给开源的发起者和 Github 。

　　由于开源项目的名称不属于【商标】，而国内的商标又是【申请在先】原则，谁先申请谁先得到，因此 Waterdrop

　　一下子百口莫辩，落了下风， Github 在收到律师函后，把 Github 上 Waterdrop 的整个仓库都封了，所有的代码、PR、Issue 也全都无法访问，而且 Waterdrop 的创始团队还面临诉讼纠纷。没办法，团队只能在圈内四处求助，机缘巧合之下，遇到了郭炜。

　　郭炜，人称 “郭大侠”，平时就爱在开源圈内热心给大家帮忙。创始团队找到郭炜后，郭炜看到这样的事情，又是这样有前途的项目，不忍心袖手旁观，他便把项目接了过来，一边找律师解决法律纠纷，一边利用自己的资源辗转联系微软的 Github 管理人员解释，帮助项目解封。

　　2021 年，争议终于告一段落，Waterdrop 改名 SeaTunnel，得以继续运转。可大侠并不放心，毕竟团队才 3 个人，维护社区已是够呛，哪还有能力顾及法律合规的事情？万一这剧情重来一遍，可就不是闹着玩的了。郭炜开始当 SeaTunnel 的 Mentor，手把手带起了开源项目，并致力于把项目孵化到 Apache 基金会里面。一方面，基金会是专业的，有专人管理法务，比现在的草台班子好多了。另一方面，SeaTunnel 也可以接替退役的 Apache Sqoop，解决数据源之间数据打通的问题。

　　最终，在多位导师的帮助下，2021 年 12 月 9 日，SeaTunnel 正式通过 Apache 软件基金会的投票决议，顺利进入 Apache 孵化器，成为基金会中第一个诞生自中国的数据集成平台项目，目标是 “连接万源，同步如飞”。

　　如今，SeaTunnel 从 Apache 软件基金会孵化器毕业成为顶级项目，也在全球拥有很多企业用户和开发者，早已告别最初的窘迫。郭大侠也轻轻招手，奔赴了下一个难题。

　　SeaTunnel 团队最初之所以求助郭炜，是因为他成功运营过多个开源社区，在圈内早已小有名气。时间回拨到 2010 年，郭炜就开始接触开源了。那时候他在 Hadoop 社区里当 “潜水党”，以一个小白的身份，旁观各路大神在里面交流技术问题，给出” 炫酷 “的解决方案。“在开源社区里，你能看到很多全新的项目，全新的技术，能不断学到新东西，保持走在技术圈的前排，这是别的渠道无法替代的。书上的东西太陈旧了，网上的东西又特别杂，只有在开源社区，才能纯粹地了解新技术，了解开源圈在关注啥。”

　　当然，郭炜这样的 “e 人” 不会一直坐边角。很快他就融入了社区，经常参加线下 meetup，也 contribute 过不少文档。但在开源社区里，郭炜这个名字就是一个 “ nobody ”。到联想工作之后，郭炜继续坚持开源，也把开源带到了联想。在联想 COC 核心技术架构委员会，郭炜作为全球大数据平台负责人，一直在当开源布道者，推动开源技术的应用，许多同事都是因为他的宣传才 “入坑” 的。

　　但那时候在企业内部做开源布道，也是困难重重。首先开源当时并没有现下这么火，很多人对开源知之甚少，唯一的印象就是 “免费”。其次，习惯了商业软件的企业，更倾向于沿用原来的选择，毕竟商业软件虽然收费，可是有人售后，有人负责。而开源软件，虽然免费，却有风险，遇到问题，谁来解决呢？尤其是对于全球化的大公司而言，开源在当地还可能存在法律风险，哪怕这是个 “省钱” 的决定，想拍板也不容易。

　　郭炜坦言，在大企业内部做开源推广，就是要承担很多的责任。说白了就是，这个锅一开始你得背一背，才能让一些关键的业务用户用起来。等他们用起来觉得不错了，你才能压住质疑，谈下一步的推广。当时为了推广 Hadoop、Spark 且要符合各国的法务规范，郭炜要跟全球的同事开会，会议从早上六点排到了夜里两三点，一遍一遍地跟大家科普这个项目是什么、怎么用、出问题怎么办、合不合规、为什么要用它...... 经过跟业务部门 “过五关斩六将” 的 battle，最后一个美国的部门率先接受了 Spark，之后因为口碑不错，才慢慢推广到了其他国家、其他部门。

　　“我们开源社区里面的每一个用户都是很珍贵、很不容易的，尤其是那些为刚出来的新开源项目做企业内部推广的小伙伴，每一个都是勇士。他们在企业内部推广一项新技术，不仅需要做很多工作，更是拿自己头上的乌纱帽在为社区布道、保驾护航。所以，我们关注开源社区，我们不能只看到 contributor、committer、PMC，更要看到我们社区里的普通用户、他们的艰辛和不易。” 郭炜说，“其实每一个使用开源的人，都是这个社区的 contributor，他们做了很多的 contribution，只不过没有体现在代码上面而已。”

　　2016 年，郭炜加入易观，担任 CTO（首席技术官）。当时公司在做一款用户行为分析的产品，主要依靠 Presto 进行二次修改来适配场景。有一天，郭炜正在网上闲逛，突然发现有个新项目，跟自家产品的场景有点像。于是就测试了一下，结果发现比自家产品快 10 倍！郭炜一下子就被震惊了。

　　这个项目就是 ClickHouse，俄罗斯的 Yandex 于 2016 年开源的列式存储数据库（DBMS），主要用于在线分析处理查询（OLAP），能够使用 SQL 查询实时生成分析数据报告。

　　郭炜自问在数据技术圈已属 “先锋达人”，各种研究都是随时关注的，可即便这样也没听说过这个项目，想来其他人知道它的概率就更低了。这样的好东西，怎么能忍住不分享呢？于是，郭炜联系了 ClickHouse 的全球社区负责人 Ivan，提出帮忙运营中国的社区。ClickHouse 同意了。

　　但是，万事开头难，从 0 到 1 新建一个开源社区，就更难。没人知道你是谁，没人愿意用你。郭炜访谈了早期快手、新浪用户，并组建了社区群。但是这第一个群，花了一年半的时间才凑满。线下社区的人就更少了，第一次 ClickHouse meetup，才来了 11 个人。

　　由于这是属于个人爱好的行为，ClickHouse 的各种运营活动都得自己做。日常的建群、验证、答疑、指导等等，都是下班和周末抽空完成的，每天晚上 11 点，就是郭炜的 ClickHouse 支持时间。最开始的时候，还要到每个群里手把手教大家 ClickHouse 怎么用、怎么装、怎么配？周末还要找到一些关键用户，跟他们聊天、吃饭，把他们组织起来，邀请他们来参加线下的组局等等。

　　“做开源不是到各种大会上去讲一讲就完了，开源布道师高光背后其实是无数的日常琐碎。想要运营好一个社区是很繁琐的，比方说群里有人发广告，你得把他踢出去；有人在里边吵架了，你要怎么维护？有人向社区扔臭鸡蛋了，你怎么判断是不是开源项目的问题？如果项目有问题，我们怎么样虚心接受？这些都是在社区维护里面要去做的事。一点一滴长年累月的积累，才能真的把社区这件事做好。” 郭炜说，“你看前 Apache 的董事会主席 Craig，这样的顶级大佬，都 70 多岁了，还在基金会里做 secretary 给大家建 Apache 的账号，社区运营有多琐碎了。在哪里都一样的。”

　　所幸，在这条路上，郭炜不是一个人在战斗。随着 ClickHouse 用户的增加，社区队伍也愈发壮大了。微信群达到 10 个的时候，郭炜开始招募志愿者，帮忙处理群事务。线下的 meetup，一开始一二十人，在公司找个会议室就能办。后来发展到线下两三百人，线上一千多人，普通场地都装不下了，郭炜就到处找朋友借场地，再自掏腰包飞过去组织。有一次在上海的 Meetup，报名的有 300 多人，但是找不到 Meetup 的地方，当时的趣头条大数据负责人金海就找公司帮忙提供了一个酒店，有布台，有大屏，有 4 个 session，跟开源大会一样。还有当年在阅文集团的刘文成，是 ClickHouse 的小 C，帮忙回答各种问题。在这些贡献者的帮助下，ClickHouse 中国社区终于办上了正规的 meetup。

　　三年后的 2019 年，ClickHouse 爆火，截至目前，ClickHouse 仍是 OLAP 方面用户最多的社区。在整个社区里，中国用户也是最多的。头条、阿里等企业用户也相继加入。在这一年的 meetup，社区邀请了俄罗斯 Yandex 公司 ClickHouse 开源社区创始人 Alexey Milovidov，他说：“中国的 ClickHouse 用户量能取得这样爆发性的增长（一个季度内用户增长了四倍），离不开 William（郭炜）在中国的推广。”

　　能得到 ClickHouse 创始人的认可，郭炜很开心。不过他还是觉得，ClickHouse 能达到现在的程度，与其说是因为他这个推动者，不如说是因为这个产品本身的优秀和中国开源小伙伴们的支持。“在数据和大数据领域里，中国对开源的接受程度和开源的使球速体育用速度在全球都是最快的，比美国还要快。这得益于中国互联网的发展速度，和大量互联网公司的使用。也许开源商业的天花板没有美国那么高，但是中国卷起来的速度更快。中国往往能快速接受一个新技术，然后快速卷，快速迭代，加上中国有广大的开发者和用户基础，做起开源来有得天独厚的优势。”

　　现在回头看，这四五年里，郭炜自己和小伙伴们，都受益良多。当初跟他一起在社区里改代码的小伙伴们，现在薪资都翻了四五倍了。其中一个志愿者小 C 刘文成，被腾讯选中，从一个小厂跳槽到了微信里面做 ClickHouse 的维护。“人人为我，我为人人。你在社区里面做的贡献，大家都是看得见的。你的技术水平被大家认可了，那你获得的机会自然也会比别人多。我觉得这就是开源社区的魅力吧，在这里大家都是平等的，是金子很快就会发光。这也算是对社区贡献者的一种回报吧。只不过这种回报不是金钱上的，而是别人对你的认可和你的影响力上的。” 郭炜说。

　　当然，也不是所有的开源项目都能像 ClickHouse 那么幸运。大侠也会遇到挫折，运营的开源项目中失败的更多，有好多开源项目亲自运营了两三年，star 数才十几个。自己做开源项目，哪有那么容易成功呢？“犯错没关系，犯的错误多了你积累的经验也会多。你看我现在做产品能成功，背后反而是那些失败的经验在发挥作用。做其他事也一样。” 郭炜两手一摊，“因为每个人的成功，都有当时特殊的时代背景和需求，所以成功的经验，反而不重要，失败的经验更重要，它才能指导你怎么避免犯错。所以每一个成功的背后，可能都有 99 个失败，只不过大家最后只能看到那 1 个成功的而已。”

　　经过无数失败的郭炜，也锻炼出了自己看项目的眼光。“我觉得做开源社区，最关键的是要看准这个产品的定位：它到底解决什么问题，用什么样的技术框架？如果真的看好这个社区的发展的话，就到里面去跟社区一起成长好了。” 郭炜说，“产品有 bug 没关系，每个社区都不是完美的，当初 ClickHouse 也有各种各样的问题，但只要你把大的架构定好之后，剩下的细节就在这个基础上去迭代、去完善就好了。ClickHouse 当时解决的其实就是宽表和日志查询问题，就这一件事。然后它把当时最新的技术 —— 向量计算，直接放到引擎里，速度就是比我原来的 Presto 快十倍。它就解决这个问题，且解决得最好，所以在社区也能发展得很好。”

　　看准了产品思路、底层逻辑和创始团队之后，剩下的事情就是坚持了。“ClickHouse 2016 年刚刚开源的时候，我就把它引进中国了，那时候还默默无闻，直到 2019 年才爆火。前面这几年，完全就是靠熬过去的。你要相信你的眼光，持续坚持，不能半途而废。有时候一个开源社区最后能不能成功，就看你坚持的时间够不够长了。” 郭炜说，“等到社区真的成长起来，影响力足够大的时候，里面的每一个小伙伴都会受益。”

　　2022 年 4 月，Ted Liu（刘天栋）突然来通知郭炜：我们提名你做 Apache Software Foundation（ASF）Member，你写个材料吧！就这样，郭炜成了 Apache 基金会 Member。“收到这个荣誉的时候，特别开心，觉得这是大家对我的肯定，同时觉得自己身上的责任更重了，也更有动力去考察和维护好 Apache 的每一个项目。”

　　而在 2023 年，郭炜身上又多了一个身份，白鲸开源的 CEO。很少有人同时当基金会 Member 和商业公司的领导人，郭炜会不会觉得冲突呢？做决策的时候，是先考虑开源还是商业化？如果开源和商业化功能打架，大侠不就很难办？

　　不过，郭炜对此很淡定，他认为，开源和商业化并不冲突，甚至是相辅相成的。一个开源项目如果想长治久安可持续发展，那商业化大概是不可避免的。如果没有商业公司去承接对核心开发者和贡献者的支持，去满足深度用户的需求，久而久之，纯靠爱发电的核心贡献者可能也会难以为继。

　　“像白鲸开源这样做（Apache SeaTunnel 和 DolphinScheduler）商业化的公司，不是开源的对立面，而是开源的促进者。” 郭炜说，“商业能够更好地保住开源的调性和核心贡献者的饭碗，让他们能够持续地在开源上发力。同样地，有些深度的用户，当开源项目无法完全满足他的需求，或者需要有人帮他在企业内部做推广的时候，有一个商业实体来帮他一起做这件事，那这个布道师也会轻松一点，而不必像我当初那样独自一个人舌战群儒，过五关斩六将。”

　　可是，开源项目之所以商业化困难，恰恰是因为公开了代码。商业和开源究竟如何取舍？哪些应该开源，哪些不开源？遇到冲突的时候，又该如何抉择？

　　郭炜笑笑，露了一手聪明的 “切糕”：“首先从产品定位来讲，你得把你的开源主力用户群和你的非开源主力用户群分开 —— 如果技术水平很强，而且自己还有时间有预算去折腾，那就用开源的好了。如果时间不够，人力预算又不足，那使用商业版更省心。所以，这两者的使用人群是不同的，你的开源软件和商业软件定位也不一样。明白了这个，你纠结的点也就没那么多了。”

　　按照惯例，最新的功能都会被放到开源版里面，相对稳定的、有行业属性的功能则通常放到商业版里，两边不时互通有无。郭炜要做的，就是把握好两边放功能的时间和节奏就行了。“至于具体哪些功能放到商业版、哪些功能放到开源版，这就是刀法怎么切的问题了：切得少了，你这个商业版没有价值；切多了，又会影响社区。那怎么来把握，就是一门艺术而不是技术了，这只可意会不可言传哪（笑～）”

　　总的来说，郭炜对中国的开源商业环境非常看好。毕竟中国对开源的接受程度很高。虽然从开源社区到商业公司和商业产品这一条路大家还在摸索，但至少，郭炜接触到的新一代决策者，已经跟过去不一样了：他们明白开源会让公司的技术和国际接轨、和全球最新的科技接轨。无论是传统公司还是互联网企业，都在逐步尝试使用开源原生的商业软件。

　　“中国开源商业的氛围和整体的步伐，正在觉醒。” 甚至中国开源走向全球，郭炜也觉得大有希望：“毕竟中国有这么好的土壤，特别在大数据领域里，有这么多的数据、终端、场景、性能...... 卷出来的项目，它一定是全球排名前列的，最终跟海外商业场景相结合，一定能卖得很好。”

　　在开源圈里，郭大侠也有自己的偶像：“Craig 给我做了一个榜样，他都 70 多了还在坚持为开源做贡献，我觉得我活到 70 岁时候也能继续做开源，他就是我的榜样。哈哈。”

　　活到老学到老，这也许不止是郭炜一个人的开源理想，但至少，郭炜坚持到了现在。

　　如今，作为开源老将，郭炜又在关注下一个热点了 —— 大模型，特别是开源的大模型。“我认为将来的每一款软件，都会被大模型和相关的 AI 技术再改造一遍、重做一遍。下一步如果再去孵化项目，可能就是跟大模型相关的了。” 郭炜说，“如果只是训练大模型，那么国内外只有寥寥几家公司能玩得起。但是大模型生态上下游的公司如果要做好，还是有很多机会的。那么，哪些东西能够促进大模型的应用、降低大模型的使用门槛、让大模型真正跑起来，尤其是大模型跟数据之间的关联，将会是我关注的重点。”

　　【溯源】在每一场对话中，追溯关于开源的故事，认识那些极客、自由，并坚持着的开源人。

　　溯源，意指向源头追溯，为开源求解。问渠哪得清如许，为有源头活水来。每一个开源参与者，都是掀起开源浪潮最鲜活的源泉。所有开源故事，共同构建着我们今天看到的开源世界。

　　开源刚出现的数十年里，为开源奔走的黑客团体都在遭受来自社会主流的冷漠和排斥。即便现在的软件行业已经大喊出 “拥抱开源” 的口号，问题也依然存在。

　　我们不知道开源贡献者、开源布道师，以及所有参与开源的人还会面临多少阻碍，但给予我们信心的是，更多的人在投身开源事业。

　　所以 OSCHINA 希望面向开发者社区，寻找每一个积极参与开源、对开源有想法的人，了解他们以及他们的开源故事，窥探故事中的开源事业发展规律。