1. 最優先要考慮的是需求
2. 開源專案的參考指標
   1. 1. 功能性
   2. 2. 文件完整性
   3. 3. 維護活躍度
   4. 4. 社群支持度
   5. 5. 程式碼品質與穩定性
   6. 6. 安全性
   7. 7. 相依相容性
3. 總結
4. 參考資料

在資料工程師的工作中，很常需要使用到開源工具來解決問題，像是 Apache Airflow 或 FastAPI 都是可商用且已經被泛用的開源工具，但我們該如何評估一個新的開源專案值不值得使用或研究呢？ 這篇文章我整理了網友和我自己的經驗，以 GitHub 為例，分享有哪些重點是我們在選擇 Open Source 時可以納入考慮的。

最優先要考慮的是需求

我認為所有的考量都要以需求出發，思考這個開源工具是否真的能解決目前遇到的問題，或是達成使用者提出的需求，並且這個工具的規範在公司內是合法合規的，都確認後才能繼續往下探討其他指標。

其他指標我目前把他們分成幾大類：

1. 功能性
2. 文件完整性
3. 維護活躍度
4. 社群支持度
5. 程式碼品質與穩定性
6. 安全性
7. 相依相容性

---

開源專案的參考指標

1. 功能性

• 功能完整性： 工具的功能是否完整且穩定？是否缺少關鍵功能？
• 易用性：
  • 這個工具是否容易安裝、設定和使用？是否有清晰的 API 或介面？
  • 是否可用 pip install 安裝？
  • 是否提供 Dockerfile / Docker Compose 的方式來部署？
• 效能：
  • 工具的效能是否能處理你的資料量和運算量？是否有相關的效能測試報告？
  • 這個工具在 ELT、分析、視覺化或建模方面的能力如何？

閱讀更多»