点击蓝字，关注我们天工开物开源创新实践毕业设计活动（简称：开源毕设）是由天工开物开源基金会发起，并联合开源企业、开源社区、高校教师多方提供支持的一项面向高校学生的开源技术实践活动。开源毕设是一种结合开源社区实践和高等教育实践的创新模式，旨在通过参与真实的开源项目，为高校学生提供一个将理论知识应用于实践、培养创新思维和团队协作能力的平台，鼓励青年学子积极参与开源，为开源事业的发展贡献自己的力量。 来自华中科技大学的操宇同学参与了 TuGraph 社区的课题「动手实现一个mini图数据库」，并顺利完成毕设，为推动项目进展作出优秀贡献。
1、参与背景
TuGraph：什么因素促使你参与开源项目，并决定参与 TuGraph 开源贡献？
操宇同学：2024年，我通过天工开物平台的本科毕业设计选题加入TuGraph开源项目，这是我首次参与开源社区开发。
我对开源项目本身很感兴趣。参与实际项目贡献既有趣，又能积累知识和经验，实现自我成长。
参与 TuGraph 开源贡献是因为我在本科期间有后端开发和中间件学习经验，对数据库内核这类底层方向感兴趣。同时后端开发常需与数据库交互，学习内核知识有助于提升相关技能。
2、项目贡献
TuGraph：能简单介绍一下你这次参与的项目吗？
操宇同学：这次参与的项目是MiniGU，负责存储层的OLAP部分，通过开发一种动态图存储方案，满足OLAP工作负载下的需求。
TuGraph：在贡献过程中，你遇到了哪些挑战，如何克服的？
操宇同学：最大的困难在于Rust。其上手难度高，尤其是Ownership与我惯用的Java和Golang等传统GC语言差异显著，Code结束一Compile的爆红多与Ownership相关，同时生命周期部分也较复杂。
过程中克服问题要感谢AI大模型（Deepseek、Copilot、ChatGPT）的帮助及技术博客辅助学习，通过边学边写逐步解决报错。
TuGraph：对于顺利完成项目，有哪些经验可以分享给其他想参与开源项目的同学？
操宇同学：因为时间有限，能分享的经验有限，建议多学、多问、多写。若时间精力允许，建议研读他人源码，借鉴优秀编码风格与习惯，了解主流写法，并对自己的Code多做review等等。
3、个人感受与成长
TuGraph：在整个贡献过程中，你学到了哪些新技能或知识？
操宇同学：在贡献过程中，积累了一定的Rust开发经验。虽然主要通过Code实践而非系统性学习Rust和八股，但总体上已形成初步认知。
另外就是Git流程与开发规范的学习，在校生除实习外，参与开源是了解实际开发流程的有效途径。因为这方面没有系统教学且自学搜集资料也比较难，个人demo就直接clone和commit+push了，缺乏规范。而参与开源上手实践，能学习很多这方面的知识。
最后最重要的是对图数据库的认知有了显著提升。此前我做后端开发主要接触的关系型数据库，非关系型数据库也主要是Redis、MongoDB、ES等，对图数据库虽有耳闻但未深入研究。这段经历更新了原有认知，系统理解了其原理与应用。此外，数据库内核层面（如MVCC、隔离级别等）曾在MySQL里面背过相关的八股，但此次通过论文研读与问题请教，也有了新的认识和理解。
TuGraph：这次开源经历对你的技术成长或职业发展有何帮助？
操宇同学：首先是比较功利性的，比如能写进简历里。即使未来转向其他方向，开源经历仍然有非常大的帮助。非功利性层面，参与开源能接触业界实践，学习开发流程与规范。开源经历能系统学习设计逻辑，理解为何某种实现方式更优、为何避免其他做法，以及如何满足特定场景需求，从而提升工程思维与实践能力。
4、对社区的印象与建议
5、对开发者的建议
TuGraph：对于正在观望或者刚刚接触开源的同学，你有什么建议？
操宇同学：建议从基础任务入手，特别是初次接触开源的同学，可通过循序渐进的方式熟悉流程并逐步上手。从个人经验来看，如何快速上手并融入项目是主要挑战之一，也需要提供针对性的引导帮助。
TuGraph：如果有人想参与TuGraph社区的项目，你认为需要具备哪些基础或者心态？
操宇同学：参与TuGraph社区项目，具备计算机基础和一定的coding能力即可。核心在于学习能力和动用搜索引擎（运用工具）的能力，快速高效的去学习专门的知识，并且能实现在Code中。遇到问题多搜、多学、多问即可。
目前OSPP开源之夏、GLCC编程夏令营还在开放报名中～
开源之夏课题介绍：开源之夏召集令！TuGraph 社区课题等你来解锁
项目申报地址：https://summer-ospp.ac.cn/org/projectlist?lang=zh&orgName=TuGraph&pageNum=1&pageSize=50&programName
GLCC活动介绍：https://www.gitlink.org.cn/glcc
课题1「MiniGU查询引擎的factorization优化」申报地址：https://github.com/TuGraph-family/miniGU/issues/31
课题2「GeaFlow基数排序算法的实现与优化」申报地址：https://github.com/TuGraph-family/tugraph-analytics/issues/528
课题3「Chat2Graph分层记忆机制的探索创新」申报地址： https://github.com/TuGraph-family/chat2graph/issues/178
欢迎同学们积极报名TuGraph社区项目课题，参与社区贡献。与TuGraph一起发现图的无限可能！
·END·
欢迎关注TuGraph代码仓库✨
https://github.com/tugraph-family/tugraph-db
https://github.com/tugraph-family/tugraph-analytics
