這裡宣告一下，僅僅是學習一下：他們是用哪些工具，來管理自己的專案的？
開源專案多如牛毛，值得分析的專案也很多很多。從哪裡入手呢？幸運的是，在開源社群，有一個著名的網站，過去叫oloho，現在改名叫openhub。在他的網站首頁，有這麼四行字，以表明他們的資料庫是多麼的全面、豐富：
這麼說來，事情就變得比較“簡單”了，我需要把openhub的資料，都抓回來。
資料的篩選過程
具體的資料抓取過程，簡直不忍詳述（我的內心，幾乎是崩潰的）。總而言之，我只抓到了289,631個專案。openhub雖然號稱自己索引了66萬的開源專案，其實這僅僅是他的資料庫裡的最大ID號！當我順著這個ID一個一個的去抓的時候，有很多ID，都已經被刪除了。
在抓取到的專案資料中，有兩個數值，特別值得參考：contributors（參與開發者的數量）；users（該軟體的使用者數量）。相對而言，users的資料，可以認為是一個樣本，即該開源專案的所有使用者中，願意並且知道該如何來openhub點選I use this的人。因此，即使是排名第一的Firefox，在openhub也只有13158個使用者。考慮到Firefox的使用者數，已經超過5億（來源於維基百科英文版），因此，我們相信這個資料僅僅是一個4萬分之一的取樣結果。
隨後，我觀察了這28萬多個專案的users資料與contributors資料，頓時驚訝的發現，絕大多數專案，都小的可憐，使用者也少得可
憐.
三個感想
- 成功的開源專案，真是鳳毛麟角
- 絕大多數開源專案都是少數人開發的小專案
- 這331個專案，也許可以作為我們的重要參考
這是331個專案，使用配置庫的情況（有些專案，同時使用多種配置庫），有兩個現象值得注意：
- 接近92%的專案，已經在使用git——git的統治地位，已經無可動搖
- 只有53%的專案，在使用Github——那些用git卻不用Github的專案，是什麼原因？
通過這個圖，可以看出兩個現象：
- 越是新建立的開源專案，hosting在Github上比例越高
- 越是新建立的開源專案，事實上成功的也越多（當然，2010年以後的數量銳減，我們懷疑是好酒也要陳釀的原因）
由於不同的開源專案，程式碼行數差異巨大，因此我們只能以log(col)對數結果，來做區間劃分。可以看到一個非常明顯的趨勢，當然程式碼行數超過10萬行以後，程式碼部署在Github上的專案，就開始明顯下降，直到為0。
總結：是否使用Github，越是新的專案越願意用；越是大的專案越沒法用。
第二個問題：他們用什麼來管理issue？
排名前五的工具中，Github：91個專案；Bugzilla：81個專案；JIRA：43個專案；Trac：20個專案；另外還有9個專案，完全是在maillist裡“管理”issue的。
一共有39種不同的工具，另外還有6個專案，我們無法瞭解他究竟是用什麼來管理的。
簡單的來看：
- Github已經佔據統治地位
- Github的佔有率僅僅27%。
- Bugzilla也算老而彌堅
- 有很多專案，在選擇自己的工具
1990年之前建立的專案，其中有一個已經開始使用Github了。但是，這僅僅算是個案。更加明顯的趨勢是：越是新的專案，越是傾向於採用Github管理自己的issue。
相對而言，其他各種Issue Tracking工具的比例，都在下降。
通過資料來分析：使用的issue tracking工具與專案規模的關係
隨著使用者數量的增加，我們猜想：issue的數量與複雜度，也會逐漸增加。可以看到這樣的趨勢：Github的使用率，也在不斷下降。
總結：是否使用Github來管理專案的issue，越是新的專案越願意用；越是大的專案越沒法用。
尚未完成的分析：
開源專案使用的CI工具的情況
開源專案使用的Code Review工具的情況
開源專案使用的文件類工具的情況
……
主要還是工作量太大了。。。對這個分析有興趣的同學，可以與我聯絡，我們們可以一塊來幹。
這麼說來，事情就變得比較“簡單”了，我需要把openhub的資料，都抓回來。
資料的篩選過程
具體的資料抓取過程，簡直不忍詳述（我的內心，幾乎是崩潰的）。總而言之，我只抓到了289,631個專案。openhub雖然號稱自己索引了66萬的開源專案，其實這僅僅是他的資料庫裡的最大ID號！當我順著這個ID一個一個的去抓的時候，有很多ID，都已經被刪除了。
在抓取到的專案資料中，有兩個數值，特別值得參考：contributors（參與開發者的數量）；users（該軟體的使用者數量）。相對而言，users的資料，可以認為是一個樣本，即該開源專案的所有使用者中，願意並且知道該如何來openhub點選I use this的人。因此，即使是排名第一的Firefox，在openhub也只有13158個使用者。考慮到Firefox的使用者數，已經超過5億（來源於維基百科英文版），因此，我們相信這個資料僅僅是一個4萬分之一的取樣結果。
隨後，我觀察了這28萬多個專案的users資料與contributors資料，頓時驚訝的發現，絕大多數專案，都小的可憐，使用者也少得可憐。
評論(1)