Apache SeaTunnel 人物专访 | 张东浩：从使用者到 Committer 的开源历程

时光飞逝，转眼间，Apache SeaTunnel 社区已经成为顶级项目快两周年了，其社区贡献者和用户群体也日益壮大。SeaTunnel 凭借其高性能和插件灵活的特性，已经成为国内众多知名企业数据同步的基础工具。作为 SeaTunnel 的贡献者，我个人也有许多感慨，本文给大家介绍下在过去的 1 年里，我个人在社区持续不断地进行完善和改进心路历程。

自我介绍

请您简单介绍一下自己，包括职业背景、当前的工作以及加入 Apache SeaTunnel 社区的起点。

• 您的全名：张东浩

• 当前职位/角色：中电信翼康公司大数据架构师

• 主要技术方向：数据湖、数据集成

• 加入 SeaTunnel 社区的时间：2024 年 2 月

• 最初如何接触到 SeaTunnel 这个项目的： 在负责公司数据平台建设时，我们面临多源异构数据的高效集成需求。调研中发现 SeaTunnel 的插件化架构和轻量级设计非常适合解决此类问题。通过实际部署和使用，逐渐被其灵活性和性能所吸引，最终决定深入参与社区贡献。

社区贡献之路

您在成为 Committer 之前，对社区都有哪些贡献？

您的第一个贡献是什么？

首个贡献是优化 SeaTunnel 的 RestAPI 接口命名规范（PR #6813）。当时在使用中发现接口命名不够直观，容易引发理解偏差，于是主动提交改进方案。这一过程让我熟悉了社区的协作流程，也获得了核心成员的积极反馈。

哪些具体的功能、改进或活动是您主导的?

• Paimon 连接器优化

• 支持 Truncate Table 操作（PR#7560）与动态分桶（PR#7335）功能，提升了数据湖场景下的灵活性和效率。

• Arrow 格式支持：

• 抽象通用逻辑，将 Arrow 格式数据转换为 SeaTunnelRow，并重构 Doris/StarRocks Reader，提升数据解析性能。（PR#8137）

• Schema Evolution 增强：为 Postgres JDBC Sink(PR#8276)和达梦 JDBC Sink(PR#8380)增加 DDL 事件支持，适应动态表结构变更需求。

• 正则表达式配置：

• 实现 Mysql-CDC 的库表正则匹配功能，简化多表同步配置。(PR#8323)

• CI 效率提升：

• 修复模块重复运行 CI 的问题，将耗时较长的模块独立抽取，降低整体失败率。（PR#8284，PR#8292，PR#8295, PR#8028, PR#8343）

在贡献过程中，您遇到了哪些挑战，又是如何克服的？

挑战：初期对 CI 机制不熟悉，某些模块频繁失败导致开发效率低下。

解决：通过社区导师指导，逐行调试 CI 代码，最终发现模块未去重导致重复执行。这一经历让我深刻体会到社区协作的力量，也提升了自身排查问题的能力。

成为 Committer 的感受

成为 Committer 对您来说意味着什么？

这是社区对技术贡献和协作能力的双重认可，也赋予了我更多责任。未来希望成为连接新人与核心团队的桥梁，推动社区生态的健康发展。

您希望在新的角色中重点推动哪些方向？

• 数据湖深度集成： Paimon 高级版本新增权限认证，将这些特性引入 SeaTunnel Piamon 连接器

• 开发者体验提升：编写更友好的新手引导文档，建立贡献者成长路径。

洞察 SeaTunnel

SeaTunnel 的独特优势

插件化架构的极致灵活性

SeaTunnel 的标准化插件设计，使其能够无缝对接 Apache Paimon 这类现代数据湖框架。例如，我们通过优化 Paimon Connector，实现了动态分桶和 Truncate Table 操作。

社区驱动的开放生态

社区的活跃度和协作效率远超同类项目。无论是新功能讨论、问题修复还是文档完善，核心成员和贡献者都能快速响应，形成“用户即开发者”的良性循环。

最喜欢的特性

**Paimon 连接器的深度集成：**通过 SeaTunnel 的 Paimon Sink 插件，我们能够将 Kafka 流数据实时写入 Paimon 表，并利用其动态分桶功能自动优化存储布局。这一过程无需额外开发调度任务，仅需配置即可完成，显著降低了数据湖维护成本。

Schema Evolution 的端到端支持： 当源表新增字段时，数据不仅会实时写入目标数据库，还会自动触发 Paimon 表的 Schema 更新，避免了传统 ETL 链路中的手动干预。

未来发展方向

• 实时能力增强：支持更多流式数据源（如 Kafka 扩展）。

• 云原生适配：优化 Kubernetes 部署体验，提供 Serverless 模式支持

• 信创: 与国产化生态整合

社区寄语

对新手的建议

先使用，再贡献。我的第一次 PR 就源于实际使用中的痛点。建议从文档校对或单测补充入手，例如修复错别字或补充测试用例，逐步积累信心。

贡献切入点推荐：

• 文档优化：改进安装指南或添加中文教程。

• 单测覆盖：针对边缘场景补充测试代码。

• **企业场景验证：**例如测试 SeaTunnel 在 ARM 架构服务器（如华为鲲鹏）上的兼容性，这类验证对国产化替代项目至关重要。

兴趣爱好

喜欢历史，骑车。作为历史爱好者闲暇之余会听一些 UP 的分享，骑车是一个很不错的锻炼方式，作为一个新成都人，在这里安利一下成都的环城绿道，非常适合骑车。

• 平衡工作与生活：

• 由于工作原因，很难完全遵循理想的时间管理计划。但家人的理解与支持让我能专注于技术工作。

趣事分享

小权限，大教训

有一次次在项目上遇到需求指定 hadoop 用户读写 Paimon 表，需求也很明确，很快完成研发，本地测试都没问题。然而，将编译好的连接器 Jar 包发给同事，部署到生产环境时，任务提交后一直“罢工“，同事很快反馈回来，那一刻，空气仿佛凝固了。

同事也反复确认 Hadoop 用户权限配置无误, 经过仔细排查，原来生产环境的 Apache SeaTunnel 服务以 seatunnel-user 运行, 而上传的 Jar 包所属用户却是root这个在本地无关紧要的细节，在生产环境成了拦路虎。

这个插曲教会我们，细节即魔鬼：在分布式系统中，一个字母的大小写、一个文件的属主，都可能引发蝴蝶效应

展望未来

感谢社区导师范佳在 CI 优化中的耐心指导，公司团队和团队成员支持，以及家人的理解与包容，让我能兼顾工作与开源。

希望 Apache SeaTunnel 成为数据集成领域的“瑞士军刀”，吸引更多企业用户和开发者。