开源之夏｜从 NebulaGraph 开启你的图数据库开源之旅！

在即将来临的暑假，尽情探索图数据库的新世界吧！2025 年开源之夏，NebulaGraph 社区发布了 4 个项目，更适合高校开发者的度假方式来啦～

参与开源社区的代码贡献，和世界各地的开发者一起成长，这经历可超有含金量，可媲美大厂实习经历！

2023 开源之夏参与者

NebulaGraph contributor 宋同学：

“参与 NebulaGraph 开源项目经历是我校招的加分利器，它让我积累了丰富代码经验，熟悉实战开发流程。还能学到课本外的前沿知识、热门技术框架。同时，许多大厂面试官都热衷贡献开源项目，这种共同爱好让面试更像朋友之间的技术交流。最终，我在秋招中顺利斩获了滴滴、小米、京东、快手等多个大厂 offer.”

（图源宋同学在 nMeetup 上的分享）

开源之夏

开源之夏是中国科学院软件研究所于 2020 年发起的“开源软件供应链点亮计划”系列暑期活动，旨在鼓励高校学生积极参与开源软件的开发维护，培养和发掘更多优秀的开发者，促进优秀开源软件社区的蓬勃发展，助力开源软件供应链建设。

活动联合各大开源社区，针对重要开源软件的开发与维护提供项目开发任务，并向全球高校学生（需年满 18 周岁）开放报名。学生可自主选择感兴趣的项目进行申请，中选后在项目开发者（社区导师）的指导下进行开发。根据项目的难易程度和完成情况，结项者将获取开源之夏劳务报酬和结项证书。

💰基础项目：8000

💰进阶项目：12000

NebulaGraph

NebulaGraph 是一个可靠的分布式、线性扩容、性能高效的图数据库，擅长处理千亿节点万亿条边的超大数据集，同时保持毫秒级查询延时的图数据库解决方案。

2019 年 5 月 15 日，NebulaGraph 在 GitHub 开源 alpha 版本，拥有遍布全球的用户和开发者以及活跃的社区，GitHub star 数超 11k.

作为开源项目，NebulaGraph 始终重视代码共建共享和高校开发者的培养，连续 5 年参与中国科学院软件研究所发起的开源之夏，鼓励全球高校开发者参与开源贡献，为社区注入新鲜血液。

为什么选择开源之夏 x NebulaGraph 项目？

• 代码能力跃升：你的代码将运行在支撑超大规模数据集群的图数据库中。

• 实习直通车：顺利结项并经导师推荐，将拥有 NebulaGraph 实习机会。

• 与大牛同行：4 位顶级导师带你玩转世界级分布式图数据库。

• 简历镀金：参与 GitHub 万星项目，开源贡献记录永久可见。

• 硬核成长：从内核到生态工具，贡献真实应用场景。

NebulaGraph 项目介绍

01 NebulaGraph 支持向量近似近邻检索

• 项目难度：进阶

• 编程语言：C++

• 技能要求：

1. 熟悉 C++，对分布式数据库有一定开发经验。

2. 掌握向量检索的基本原理和算法，如 HNSW、IVF、Annoy 等。

• 项目描述：LLM 的创新推动了很多 AI 应用的落地，构建此类应用通常采用 RAG(Retrieval-Augmented Generation) 架构模式，RAG 被认为是解决 LLM AI 幻觉的有效方式，并可以为其提供更丰富的上下文使得 LLM 的响应更准确。向量近似近邻检索，即 Approximate Nearest Neighbor (ANN) Search，可以在高维向量空间中快速检索相似向量并为 RAG 提供后端支持。然而，目前 NebulaGraph 尚未支持向量相关的功能，这限制了其在 AI 场景中的应用潜力。若在 NebulaGraph 中支持向量，将为其提供向量持久化存储能力、利用数据库的扩展性来满足业务数据规模扩张需求、实现知识图谱和向量检索结合的 GraphRAG 来改善传统 RAG 的一些痛点。

• 项目产出：

1. 实现向量数据类型并支持其持久化。

2. 实现向量相关的 DDL 语句，包括 create tag、create index 等语句。

3. 实现向量相关的 DML 语句，包括 insert、update、delete 等语句。

4. 设计并实现 ANN Search 语句。

5. 满足分布式一致性和可用性要求，保证向量数据副本一致性及内存磁盘数据一致性。

• 导师：志鹏，NebulaGraph Committer.是一位开发经验丰富的图数据库内核研发工程师。在开源之夏，他以硬核的图数据库内核研发功底备受认可。志鹏的指导风格耐心细致，同时对新技术充满热情。

• 邮箱：kyle.cao@vesoft.com

02 NebulaGraph 集成 PyG

• 项目难度：基础

• 编程语言：Python

• 技能要求：需要熟悉 PyG 的 remote server 机制和 FeatureStore 与 GraphStore 抽象，并了解 NebulaGraph 的 基本知识，利用 NebulaGraph 的 GraphClient 和 StorageClient，实现 PyG FeatureStore 与 GraphStore.

• 项目描述：PyG 是一个用于在 PyTorch 中创建和训练图神经网络的强大而灵活的框架。它简化了图数据的处理，并提供了各种 GNN 模型的构建块，助力研究人员和开发者在图结构数据上进行创新。NebulaGraph 是一款开源的、分布式的、易扩展的原生图数据库，能够承载包含数千亿个点和数万亿条边的超大规模数据集，并且提供毫秒级查询。PyG 作为 GNN 的训练推理框架、它的图抽象支持从远程的分布式基础设施上存取，这个抽象叫“remote server”，有了这个抽象，我们可以连接两个项目，让 PyG 社区受益于 NebulaGraph 的超大规模分布式图存储，驱动分布式图申请网络的训练。

• 项目产出：设计实现 PyG 的 NebulaGraph remote server ，作为其 FeatureStore 与 GraphStore.

• 导师：思为，NebulaGraph Committer, NebulaGraph GenAI Team Leader. 作为 GraphRAG 的提出者，思为拥有无限想象力，指导风格充满激情与活力，善于引导你突破常规思维，大胆尝试新的技术方案。在他的团队里，每一个创意都能得到充分的尊重与支持。

• 邮箱：wey.gu@vesoft.com

03 为 NebulaGraph 支持 Airbyte

• 项目难度：基础

• 编程语言：Java

• 技能要求：

1. 对 Airbyte 框架有一定的了解，有丰富的 Java 开发经验，对反射有充足的实践经验和认知。

2. 对数据的 ETL 过程有一定的了解。

• 项目描述：Airbyte 是一款领先的数据集成平台，专注于构建和管理 ETL（提取、转换、加载） 或 ELT（提取、加载、转换） 数据管道，帮助用户将来自多种源头（如 API、数据库、文件等）的数据高效迁移到现代数据存储与分析平台，包括 数据仓库、数据湖以及新兴的 数据湖仓等。期望在 NebulaGraph 上增加对 Airbyte 的支持，方便用户可以通过 Airbyte 将各种数据源的数据，导入到 NebulaGraph 中。

• 项目产出：

1. 增加 Airbyte 的 Writer，支持数据通过 Airbyte 从 Mysql 到 Nebulagraph 的迁移

2. 代码能够合入到 Airbyte 仓库，满足相关开发测试规范

• 导师：秋梵，NebulaGraph Contributor, 开源之夏 2024 年 NebulaGraph 项目导师，带领晓阳同学顺利结项，并获得 2024 年开源之夏“最快进步奖”。不仅热爱开源，秋梵还是一枚二次元爱好者，是能一起写代码也能一起追番的“中国好导师”。

• 邮箱：knqiufan@foxmail.com

04 为 NebulaGraph Exchange 支持数据源插件化

• 项目难度：基础

• 编程语言：Java、Scala

• 技能要求：

1. 对 Spark 分布式框架有一定的了解，有丰富的 Java 或 Scala 开发经验，对反射有充足的实践经验和认知。

2. 熟悉当前 NebulaGraph Exchange 项目的架构流程，了解 NebulaGraph Exchange 中的配置管理模块和数据源管理模块的逻辑流程。

• 项目描述：NebulaGraph Exchange 是一款专业的数据导入工具，致力于将各类异构数据源的高效导入到 NebulaGraph 图数据库中。当前版本已支持包括关系型数据库、NoSQL、大数据平台等在内的十余种主流数据源。但 NebulaGraph Exchange 的数据源都是内嵌在 NebulaGraph Exchange 的核心代码中，每添加一种新数据源都需要进行代码扩展和代码修改，然后进行重新打包发版，存在数据源与核心代码高度内聚的问题，使得添加新数据源和维护已有数据源的成本增加。基于以上背景，该项目旨在实现 NebulaGraph Exchange 数据源的插件化架构，通过标准接口和扩展机制，使 NebulaGraph Exchange 能够在无需修改核心代码的情况下，通过引入插件 JAR 包的方式灵活支持新的数据源。

• 项目产出：

1. 对当前 NebulaGraph Exchange 架构进行优化改进，将数据源相关的功能流程抽象化，实现数据导入和数据源管理的低耦合结构。

2. 实现不同数据源的插件化模块化开发，利用反射实现 NebulaGraph Exchange 对不同数据源插件 jar 包的动态加载和调用，从而实现各个数据源的独立化维护，增强 NebulaGraph Exchange 的数据源支持的能力，实现 NebulaGraph Exchange 数据源的插件化开发和维护，为用户自定义特殊的数据源提供抽象能力。

• 导师：昌圆，NebulaGraph Java 系列生态工具（NebulaGraph Exchange、NebulaGraph Flink Connector 等） Maintainer, 常被社区小伙伴称赞为“顶级大佬”。此外，昌圆发表了多篇图数据库相关专利，学术能力也一级棒，真·全能型导师。

• 邮箱：anqi.wang@vesoft.com

开源之夏活动流程

To Do List

如果你对 NebulaGraph 发布的项目感兴趣，在接下来的一个月内，你需要做的事：

• 进入开源之夏官网，了解开源之夏每个流程的时间，并查看 NebulaGraph 项目详情；

• 访问 NebulaGraph 官网，查看 NebulaGraph 文档，进一步了解我们；

• 填写项目意向问卷，与 NebulaGraph 官方近距离交流项目详情⬇️；

• 根据开源之夏规定时间，完善个人信息并填写项目申请；

• 等待中选结果。

祝大家在开源世界里，收获满满～

度过一个有意义的暑假：）