1. 图系统的背景与当前概况
2. HugeGraph 的开源历史
3. 加入 Apache 基金会的苦与甜
4. 开源社区如何在有限资源下提升运营
5. 外部贡献者 & 高校合作之路
6. ““开源节流”” & ““降本增效"“的思考

图数据库是一种专门存储和处理图结构数据的数据库，它在社交网络、知识图谱、推荐系统等领域有着广泛的应用。 HugeGraph 支持多种后端存储、多种图计算框架、多种图分析算法，以及丰富的工具和接口。HugeGraph 于2018年对外开源，并在 2022 年正式加入Apache孵化 (Incubating)。

加入 Apache 基金会对 HugeGraph 有着重要的意义，它不仅提升了项目的知名度和影响力，也让项目遵循了 Apache 的开放、包容、合作的理念和规范。当然，加入 Apache 也有一些挑战和困难，比如如何适应 Apache 的流程和文化，如何吸引和留住更多的贡献者和用户，如何平衡商业利益和社区利益等。

为了让 HugeGraph 的开源社区能够在有限的资源下提升运营，我们采取了一些措施，比如建立了项目网站、文档、论坛、博客等平台，组织了线上线下的活动和培训，制定了贡献者指南和代码规范等。我们也积极地寻求外部贡献者和高校合作的机会，通过多种方式激励更多的人参与到项目中来。

最后，我们也在思考如何在"“开源节流"“和"“降本增效"“的方面做得更好，比如如何利用云计算等技术降低图数据库/图计算系统的部署和运维成本，如何通过标准化、模块化、组件化等方式提高图数据库的开发和测试效率，如何通过创新、优化、协作等方式提升图数据库的性能和功能。

Speakers:

金子威: 百度资深研发工程师 Apache HugeGraph PPMC 成员, 开源社区当前发版负责人, 专注于分布式存储(文件系统/KV数据库) & 图存储/图计算方向, 主导社区性能优化与技术演进, 热爱开源 & 基础架构相关技术, 欢迎大家多多交流 (GitHub: imbajin)