引子：開源項目那么多，哪些是值得我們學(xué)習(xí)的？
這里聲明一下，僅僅是學(xué)習(xí)一下：他們是用哪些工具，來管理自己的項目的？
開源項目多如牛毛，值得分析的項目也很多很多。從哪里入手呢？幸運的是，在開源社區(qū)，有一個著名的網(wǎng)站，過去叫oloho，現(xiàn)在改名叫openhub。在他的網(wǎng)站首頁，有這么四行字，以表明他們的數(shù)據(jù)庫是多么的全面、豐富：
Indexing 669,008 open source projects
Connecting 3,742,793 open source contributors
Tracking 679,761 source control repositories
Counting 31,158,335,454 lines of code
這么說來，事情就變得比較“簡單”了，我需要把openhub的數(shù)據(jù)，都抓回來。
數(shù)據(jù)的篩選過程
具體的數(shù)據(jù)抓取過程，簡直不忍詳述（我的內(nèi)心，幾乎是崩潰的）?？偠灾抑蛔サ搅?89,631個項目。openhub雖然號稱自己索引了66萬的開源項目，其實這僅僅是他的數(shù)據(jù)庫里的最大ID號！當(dāng)我順著這個ID一個一個的去抓的時候，有很多ID，都已經(jīng)被刪除了。
在抓取到的項目數(shù)據(jù)中，有兩個數(shù)值，特別值得參考：contributors（參與開發(fā)者的數(shù)量）；users（該軟件的用戶數(shù)量）。相對而言，users的數(shù)據(jù)，可以認為是一個樣本，即該開源項目的所有用戶中，愿意并且知道該如何來openhub點擊I use this的人。因此，即使是排名第一的Firefox，在openhub也只有13158個用戶?？紤]到Firefox的用戶數(shù)，已經(jīng)超過5億（來源于維基百科英文版），因此，我們相信這個數(shù)據(jù)僅僅是一個4萬分之一的采樣結(jié)果。
隨后，我觀察了這28萬多個項目的users數(shù)據(jù)與contributors數(shù)據(jù)，頓時驚訝的發(fā)現(xiàn)，絕大多數(shù)項目，都小的可憐，用戶也少得可憐。
當(dāng)我以“select count(*) from projects where contributors>30”查詢時，只搜到了 1662個項目...
當(dāng)我以“select count(*) from projects where users>30”查詢時，只搜到了1260個項目...
當(dāng)我合并以上兩個條件查詢時，只搜到了335個項目。
再從這335個項目中，排除掉最近一年已經(jīng)不再有活動的項目，于是只剩下了331個了。
三個感想
- 成功的開源項目，真是鳳毛麟角
- 絕大多數(shù)開源項目都是少數(shù)人開發(fā)的小項目
- 這331個項目，也許可以作為我們的重要參考
第一個問題：他們用什么配置庫？
這是331個項目，使用配置庫的情況（有些項目，同時使用多種配置庫），有兩個現(xiàn)象值得注意：
- 接近92%的項目，已經(jīng)在使用git——git的統(tǒng)治地位，已經(jīng)無可動搖
- 只有53%的項目，在使用Github——那些用git卻不用Github的項目，是什么原因？
通過數(shù)據(jù)來分析：是否使用Github與項目創(chuàng)建時間的關(guān)系
通過這個圖，可以看出兩個現(xiàn)象：
- 越是新創(chuàng)建的開源項目，hosting在Github上比例越高
- 越是新創(chuàng)建的開源項目，事實上成功的也越多（當(dāng)然，2010年以后的數(shù)量銳減，我們懷疑是好酒也要陳釀的原因）
通過數(shù)據(jù)來分析：是否使用Github與項目代碼規(guī)模的關(guān)系
由于不同的開源項目，代碼行數(shù)差異巨大，因此我們只能以log(col)對數(shù)結(jié)果，來做區(qū)間劃分。可以看到一個非常明顯的趨勢，當(dāng)然代碼行數(shù)超過10萬行以后，代碼部署在Github上的項目，就開始明顯下降，直到為0。
總結(jié)：是否使用Github，越是新的項目越愿意用；越是大的項目越?jīng)]法用。
第二個問題：他們用什么來管理issue？
排名前五的工具中，Github：91個項目；Bugzilla：81個項目；JIRA：43個項目；Trac：20個項目；另外還有9個項目，完全是在maillist里“管理”issue的。
一共有39種不同的工具，另外還有6個項目，我們無法了解他究竟是用什么來管理的。
簡單的來看：
- Github已經(jīng)占據(jù)統(tǒng)治地位
- Github的占有率僅僅27%。
- Bugzilla也算老而彌堅
- 有很多項目，在選擇自己的工具
通過數(shù)據(jù)來分析：使用的issue tracking工具與項目創(chuàng)建時間的關(guān)系
1990年之前創(chuàng)建的項目，其中有一個已經(jīng)開始使用Github了。但是，這僅僅算是個案。更加明顯的趨勢是：越是新的項目，越是傾向于采用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。
通過數(shù)據(jù)來分析：使用的issue tracking工具與項目規(guī)模的關(guān)系
隨著用戶數(shù)量的增加，我們猜想：issue的數(shù)量與復(fù)雜度，也會逐漸增加?？梢钥吹竭@樣的趨勢：Github的使用率，也在不斷下降。
總結(jié)：是否使用Github來管理項目的issue，越是新的項目越愿意用；越是大的項目越?jīng)]法用。
尚未完成的分析：
- 開源項目使用的CI工具的情況
- 開源項目使用的Code Review工具的情況
- 開源項目使用的文檔類工具的情況
- ......
主要還是工作量太大了。。。對這個分析有興趣的同學(xué)，可以與我聯(lián)系，咱們可以一塊來干。
