vlambda博客
学习文章列表

Apache InLong（原Apache TubeMQ项目更名）-分布式消息中间件系统，是腾讯自研分布式消息中间件系统（MQ），专注服务大数据场景下海量数据的高性能存储和传输，在稳定性、性能以及成本方面有独特的优势。不仅在腾讯内部多个重要业务部门落地多年，同时通过在Apache社区的开源，已在多个外部公司内进行了线上业务应用，目前TubeMQ正依托社区进行项目孵化和改进，走上了社区开放治理之路。

🌟项目主页：

http://inlong.apache.org/en-us/

🌟Apache InLong的介绍PPT

https://my.oschina.net/u/4264529/blog/4986209

🌟TubeMQ，大数据场景下MQ的新选择

• https://www.bilibili.com/video/av927643657/

• https://www.youtube.com/watch?v=fJlGbqH-ghc

🌟如何搭建以及加入社区?

• 项目主页:

  https://tubemq.apache.org

• 环境搭建：

  https://tubemq.apache.org/zh-cn/docs/quick_start.html 

• 邮件列表：

  [email protected]

  也可以通过ponymail查看：https://lists.apache.org/[email protected]

•  需求与问题反馈: https://issues.apache.org/jira/browse/TubeMQ 

🌟如何在项目里去贡献?

不一定是写代码，您可以通过很多方式为TubeMQ项目成长贡献一份力量：

1. 贡献文档：浏览文档可以加深您对TubeMQ的了解，一旦发现文档写得不清晰或逻辑混乱的地方，可以订正、修改、补充或联系我们

2. 贡献代码：欢迎大家为TubeMQ社区贡献代码

   - 欢迎您认领Open状态的Issues和未完成的特性，提交PR，成为贡献者之一;
   

   - 如果您在使用过程中发现有些功能无法满足您的需求或出现问题，请在Issues中记录;

3. 参与邮件讨论：您可以参与dev邮件列表的任何讨论，或者发送任何疑问到dev邮件列表

4. 参与Issue讨论：您可以在任一Issues下发表您的建议

5. Review代码：您可以在GitHub上看到所有贡献者提交的PR，您可以Review他们的代码并发表您的建议

具体的贡献步骤见:http://qnvhz.cn/ldb5L

我们也列举了3类由简到难得几个issue，供大家参考：

http://qnvhz.cn/Xg4dp