本文主要是为了，记录给 Apache Druid / Apache Eagle / Apache Flink / Apache HBase / Apache Kafka / Apache Superset / Apache Zookeeper & Apache Curator / TensorFlow / Alibaba DataX 开源社区贡献代码，尽自己一点绵薄之力的过程
文章最后，总结了一些经验之谈，期冀能帮助到同样热爱开源、也想成为 Committer 的小伙伴们
Apache Eagle 是一个高度可扩展的监控警报平台，采用了设计灵活的应用框架和经过实践考验的大数据技术，如 Kafka，Spark 和 Storm。它提供了丰富的大数据平台监控程序，例如 HDFS / HBase / YARN 服务运行状况检查，JMX 指标，守护进程日志，审核日志 和 Yarn 应用程序。外部 Eagle 开发人员可以自定义应用来监视其 NoSQL 数据库或 Web 服务器，可以自己决定是否共享到 Eagle 应用程序存储库。它还提供最先进的警报引擎来报告安全漏洞，服务故障和应用程序异常，由警报策略定义高度可定制。
管理一组应用程序实例，用来区别某些被多次安装的应用程序
应用程序（或监控应用程序）是 Apache Eagle 中的一级公民，它代表端到端的监控 / 警报解决方案，通常包含监控源入站，源的 schema规范，警报策略和 仪表板定义
Stream 是 Alert Engine 的输入，每个应用程序应该有自己的由开发人员定义的流。通常，流定义里面包含了一个类似 POJO 的结构。一旦定义完成，应用程序就有了将数据写入Kafka 的逻辑
A Java Virtual Machine（JVM）is an abstract computing machine that enables a computer to run a Java program.
JVM 的存在，使得 Java 程序 能够轻易地在多平台上移植，基本上脱离了对硬件的依赖性（这也满足了 David Parnas 的 “信息隐藏” 准则）
因为底层 JIT 编译优化、高效 GC、JUC 对多线程并发编程的支持，以及社区中海量成熟的库 等优点，使得很多语言都开发出可运行在 JVM 上的版本
同时，多语言混合编程成为一种趋势，在需要快速开发、灵活部署 和 针对特定问题的 DSL 等场景下，选择恰当的 JVM-hosted language，可以最大化原有代码的价值
那么，在日常的开发过程中，究竟应该如何运用 JVM 的知识，来逐步提高实际编程水平呢？ 上下而求索后，找到了以下几个层面作为出发点