本文将教大家怎样用10个步骤完成给Apache Spark贡献代码这个任务：)

• 到 Apache Spark 的github 页面内点击 fork 按钮

• 你的github帐户中会出现 spark 这个项目

• 本地电脑上， 使用

git clone [你的 spark repository 的 github 地址]
例如：
git clone git@github.com:gchen/spark.git

本地得到一个叫 spark 的文件夹

4. 进入该文件夹，使用

git remote add upstream https://github.com/apache/spark.git

添加 Apache/spark 的远程地址

5. 使用

git pull upstream master 

得到目前的 Apache/spark 的最新代码，现在我们在 你自己fork的Spark代码仓库的master 这个分支上，以后这个分支就留作跟踪 upstream 的远程代码

6. 好了，现在你可以开始贡献自己的代码了。

按照开发惯例，我们一般不在自己代码仓库的master上提交新的代码，而是需要为每一个新增的功能或者bugfix新增一个新的branch。使用：

git checkout -b my_change

创建新的分支，现在我们可以在这个分支上更改代码

7. 添加代码，并提交代码：

* git add .

* git commit -m “message need to be added here”

8. 提交Pull Request前合并冲突

在我们提交完我们的代码更新之后，一个常见的问题是远程的upstream(即apache/spark)已经有了新的更新，从而会导致我们提交Pull Request时会导致conflict。为此我们可以在提交自己这段代码前手动先把远程其他开发者的commit与我们的commit合并。使用：

git checkout master

切换到我们自己的主分支，使用

git pull upstream master 

拉出apache spark的最新的代码。切换回 my_change 分支，使用

git checkout my_change
git rebase master

然后把自己在my_change分支中的代码更新到在自己github代码仓库的my_change分支中去：

git push origin my_change 

将代码提交到自己的仓库。

9. 提交Pull Request

这时候可以在自己的仓库页面跳转到自己的my_change分支，然后点击 new pull request。按照Spark的风格规定，我们需要在新的Pull Request的标题最前面加上JIRA代号。所以我们需要在https://issues.apache.org/jira/上创建一个新的JIRA，例如https://issues.apache.org/jira/browse/SPARK-2859。然后把SPARK-2859这个代号加到你的Pull Request的标题里面。

例如：https://github.com/apache/spark/pull/1782

Pull Rquest的描述的写法很重要。有几个要点：

(1)在Pull Request的描述中，一定记得加上你提交的JIRA的url，方便JIRA系统自动把Pull Request的链接加进去，例如https://issues.apache.org/jira/browse/SPARK-2859。

(2)PR的描述要言简意赅，讲清楚你要解决的问题是什么，你怎么解决的。大家可以多参考其他committer提交的PR。

10. 等待Spark committer审核你的PR。

如果需要进一步的代码修改，你可以继续在本地的my_change分支下commit新的代码，所有新的代码会在”git push origin my_change”之后自动被加入你之前提交的Pull Request中，方便进行问题的跟踪和讨论。

11.  如果一切顺利，具有apache/spark.git 写权限的commiter就会把你的代码merge到apache/spark.git的master里面去了！

恭喜你！相信你一定很开心吧？

Happy contributing to Spark!

ps. 你的代码被merge完之后，就可以把my_change这个分支给删掉了:)

注：本文写的比较仓促，是在@lufeihaidao的基础上直接修改而成，特此感谢：https://github.com/19wu/19wu/issues/41

参考：

   How to use github pull request: https://help.github.com/articles/using-pull-requests

   github的多人协作: https://gist.github.com/suziewong/4378619

How to rebase a pull request：https://github.com/edx/edx-platform/wiki/How-to-Rebase-a-Pull-Request

我提交的一个JIRA例子：https://issues.apache.org/jira/browse/SPARK-2859

我提交的一个Spark PR的例子：https://github.com/apache/spark/pull/1782

建议继续学习：

1. Spark：一个高效的分布式计算系统    (阅读：3232)
2. Spark随谈——开发指南（译）    (阅读：2534)
3. Spark性能优化——和shuffle搏斗    (阅读：1798)
4. Spark的性能调优    (阅读：1494)
5. 60 TB 数据：Facebook 是如何大规模使用 Apache Spark 的    (阅读：1132)