为什么开源对于数据分析很重要？

开源对于数据分析非常重要，它能为用户、社区成员和公司带来长远利益。

我曾经写过介绍 Cube 社区的文章，至今已过去了一年多。随着和社区会员以及其他供应商在一起工作，我更坚信开源对于数据分析工作是很有好处的。我也认为，需要不断思考开源为什么重要，以及开源是如何为人们带来长远利益的。

我从 Cube 社区听说的第一件事就是：他们经常可以从与其他社区成员的交流中得到技术支持，这种支持往往好于使用需要付费的专有软件获得的支持。在很多开源社区中，我发现，社区成员很乐意帮助别人（特别是帮助新手），并且把这种帮助看作回报开源社区的方式。

在开源社区，你不需要获得许可就可以加入。一个好的开源社区不但服务于开发者，而且令人们感觉到有一种信任的文化，认为与他人在聊天室、论坛和问题跟踪工具进行开放式讨论是一件愉快的事。这对于诸如数据工程师或数据分析师之类的非开发者来说也很重要。

当然，借助开源软件，还可以直接查看代码、修复错误或为项目添加新功能。以 Cube 社区为例，对于 GraphQL 的支持就是我们去年的亮点，我们的社区成员为项目贡献了这些功能。

对一个活跃的社区来说，也是很有好处的。即使当供应商不能及时地发布修复版本，你仍然可以自行修改，并可以在等待官方修复版的这段时间内使用修改后的版本。社区成员和用户也不愿意被供应商的奇思妙想所束缚，而且使用开源软件时也不存在升级的压力。

开源社区在 GitLab、GitHub、Codeberg、YouTube 等各种地方留下了很多“面包屑”，这令衡量活跃程度和社区参与度更容易，也可以衡量社区参与和文化的水平。所以，即使在试用软件前，你也可以在做决定之前了解到它的社区（以及公司）的一些情况。

没有其他办法比开源更能降低使用软件的障碍了。在早期，开源可以提高技术受众的认知度。早期的使用者往往后来会成为你的最忠实的粉丝。

早期的使用者也是加速产品发展的催化剂。他们对于产品的反馈和功能需求（例如对问题的追踪）能实现对真实用例的洞察。另外，很多开源爱好者可以合作开发（比如通过代码仓库）新功能和进行 BUG 修复。不用说，这对于创业早期的公司来说是很重要的，因为当时缺少开发和产品相关的资源。

你对社区的关注会令它发展壮大，并且呈现多样化趋势。多样化不仅体现在人数和地域方面。你需要来自新兴行业的用户或从事各种职业的用户。以 Cube 社区为例，在一年前我常常会跟一些开发者交流，但一年后与我交流得更多的是那些数据使用者和用户。

在良好的开源社区里，合作文化降低了准入门槛，不仅对于开发者，对于其他提问者、分享观点者或愿意作出非技术性贡献的人们来说都是如此。随着公司和社区的发展，你可以更好地接触到不同的观点。

对包括社区成员在内的广大人群来说，开源使合作变得更容易。例如，你需要跟其他贡献者在同一个数据库驱动或集成上进行合作，如果可以通过开源仓库进行合作，就很方便了。

以上这些好处都降低了使用软件和协作开发的门槛。开源模型不仅对单个软件或公司有帮助，它还能令整个生态和行业加速发展。我希望在数据分析领域看到更多开源的公司和社区，同时希望人们持续关注开源产品。

（题图：MJ/50a877f5-e0e1-4f66-91bf-f1f60b4a9023）