10 月 14 日，Apache 官方博客[1]正式发布 Apache Auron™ 毕业消息，宣布 Apache Auron 从孵化器毕业，成为 Apache 顶级项目（Top-Level Project，TLP）。Auron 最初成长于快手大规模数据计算实践，并于 2025 年 8 月由快手捐赠给 Apache 软件基金会孵化器。从进入孵化器到顺利毕业，Auron 仅用时 13 个月。
在此之前，Apache Auron 的毕业提案已于 2026 年 9 月在 Apache 孵化器项目管理委员会（IPMC）投票中顺利通过[2]，并随后获得 Apache 软件基金会董事会批准。至此，Auron 正式从孵化阶段走向独立自治，进入 Apache 顶级项目治理体系。
这一里程碑不仅意味着 Apache Auron 社区治理与项目成熟度获得 Apache 软件基金会认可，也意味着这一源自大规模生产实践、以 Rust 原生执行与向量化计算为核心的大数据加速项目，将在更开放的全球社区中持续演进，为大数据计算引擎性能优化开启新的篇章。
01 Apache Auron 的成长历程
孵化期间，Auron 社区保持高速迭代与稳定发布，累计发布三个版本。自进入孵化以来，master 分支持续保持高活跃度：过去 6 个月共合入 179 个 commit，贡献者来自 20 多家不同公司。毕业之际，社区已有 18 位 Committer 依毕业决议全部转为 PMC 成员，并与 4 位孵化导师共同组成 22 人的 PMC，形成了多元化、跨组织的治理格局。
与此同时，Auron 已在快手、滴滴、58同城、携程、OPPO、LinkedIn、汽车之家等数十家公司的生产环境中部署落地，并在线上场景中取得了显著的降本增效收益。
02 让大数据计算引擎跑出「原生」速度
Apache Auron 将这一技术工程化落地，其核心架构由如下部分组成：
Spark Extension：将加速器完整挂载进 Spark 执行流程，用户仅需将 Auron 作为客户端扩展安装，绝大多数 SQL 无需任何改造即可获得加速；
Flink Extension：将加速器完整挂载进 Flink 执行流程；
Auron Core：使用 JNI 对Native Engine 进行封装，对上层引擎提供 Java 接口，方便引擎的接入使用；
Native Engine（Rust）：基于 Apache Arrow-DataFusion 实现的原生执行引擎，包含执行计划规范、JNI 网关、自定义算子/表达式/函数，以及内存管理、Fallback 框架等基础能力。
原生执行，性能可预期：核心引擎由 Rust 实现，规避 JVM 开销，具备稳定、确定性的执行性能；
向量化计算：基于 Apache Arrow 列式格式，利用 SIMD 指令批量处理数据，最大化计算吞吐；
完善的 Fallback 机制：未实现的算子和表达式可自动回退到 Spark 原生执行，UDF/UDTF、UDAF 等自定义函数同样支持，保证「只要 Spark 能跑，Auron 就能跑」；
可插拔架构，面向多引擎扩展：当前深度集成 Apache Spark，并基于 DataFusion 良好的可扩展性，扩展支持 Apache Flink 等其他大数据计算引擎；
丰富的周边生态支持：适配开源湖仓格式 Apache Paimon™、Apache Iceberg™ 和 Apache Hudi，开源 ShuffleService 框架 Apache Celeborn™ 和 Apache Uniffle，以及 HDFS、S3 等存储系统；
生产夯实：多级内存管理、紧凑化 Shuffle 格式、自适应执行策略，均来自大规模生产环境的实战淬炼。
03 全面通过 TPC-DS/TPC-H，实测提速约 2 倍+、节省约 50% 资源
04 毕业寄语
祝贺 Apache Auron 正式毕业，成为 Apache 顶级项目。Apache Auron自 25年8月份加入到 ASF 孵化器后，在社区得到很大的关注，体现了 ASF 开放、活跃和高度自治的社区优势。Auron 项目在快手公司立项、研发，并取得了大规模的落地实践和非常可观的大数据成本优化收益。快手公司一直秉承开放、共创的技术开源精神，并将 Auron 捐赠给 ASF。同时，也期待能与社区一起推动 Data+AI 生态基建技术发展。
—— 秦江杰｜ASF Member、Apache Auron 孵化导师，LinkedIn Principal Staff Software Engineer
感谢每一位提交代码、参与讨论、报告问题的贡献者，也感谢所有在真实业务中信任并使用 Auron 的用户，毕业是新航程的起点：我们将继续秉持 Apache Way，按照 Apache 顶级项目的规范推进社区治理，保持开放、透明、共识的协作方式，健全发布流程与贡献机制，持续发展壮大。面向未来，Auron 会不断拓展生态版图。一方面，我们将持续适配并完善 Apache Spark、Apache Flink 等主流大数据计算引擎，让更多引擎的查询负载都能获得原生执行的加速能力；另一方面，我们正在基于 cuDF 打造 Auron on GPU 能力，把向量化执行从 CPU 延伸到 GPU，让 Auron 适应 AI 与 GPU 算力时代对高性能数据计算的全新需求。
05 毕业，开启新航程
从 Apache 孵化器毕业，意味着 Auron 正式成为 Apache 软件基金会的顶级项目，也意味着社区将承担更大的责任、走向更加开放的平台。未来，Apache Auron 将继续围绕四个方向深耕：
1、扩展应用生态：完善 Auron 在 Apache Flink 流和批场景的支持，以及对 Lance/Vortex 等新型存储格式的适配；
2、增加对异构硬件的支持：从 CPU 向量化计算扩展到对 GPU 和 FPGA 等异构硬件的支持，进一步提升大数据引擎算子性能；
3、持续解决生产问题：贴近生产场景，持续提升各类算子与函数的覆盖率，以及解决性能、稳定性、数据一致性问题；
4、做大社区、做强生态：欢迎更多企业与开发者以 Committer/Contributor 身份加入，共建开放、多元、可持续的社区。按 Apache 顶级项目规范完成发布流程，建立稳定、可预期的版本节奏；
感谢每一位提交代码、完善文档、参与讨论、报告问题、分享生产实践和帮助新人的贡献者；感谢所有在生产环境中信任并选择 Apache Auron 的用户与伙伴；也特别感谢在孵化期间持续指导的 Auron 孵化器导师（Calvin Kirs、Becket Qin、Nicholas Jiang、Hao Ding），是 Apache Way 的开放与透明，让 Auron 顺利走过了从孵化到毕业的关键历程。
现在，正是加入社区的好时机，原生向量化的新航程已经开启：
项目官网：https://auron.apache.org/
GitHub 代码仓库：https://github.com/apache/auron（欢迎 Star ⭐）
GitHub Issues / Pull Requests：https://github.com/apache/auron/issues
开发者邮件列表：[email protected]（订阅：发送邮件至 [email protected]）
06 参考链接
[1] https://news.apache.org/foundation/entry/the-apache-software-foundation-announces-new-top-level-projects-7
[2] https://lists.apache.org/thread/fd8nhg1t8mo6rq8hqojjknob4rfsrszy