2022年11月14日，在数据探索
‧
4 分钟阅读
顶级 GitHub 项目的巴士系数
Metabase 团队
‧ 2022年11月14日，在数据探索
‧ 4 分钟阅读
分享本文
巴士系数是一个项目中，有多少人需要“被巴士撞到”（或辞职）才会使项目陷入严重困境。我们对 GitHub 上排名前 1,000 的项目（按星数）的巴士系数很感兴趣。
观察
查看我们的仪表盘，或继续阅读以了解我们的发现。
数据集
- 我们使用 GitHub API 和 truckfactor 来获取和计算按星数排名前 1,000 的 GitHub 仓库的巴士系数。
- 由于内存限制，我们只能计算 GitHub 上大约 95% 仓库的巴士系数。
- 为了排除无代码仓库（例如学习资源或某个主题的精选列表），我们移除了无法确定主要编程语言的项目，或者如果仓库主要由以下文件类型之一组成：Makefile、TeX、Dockerfile 和 Markdown。
- 如果您想自己玩转这些数据，请继续下载并探索数据集。
我们如何计算巴士系数
我们使用了一个名为 truckfactor 的库来计算巴士/卡车系数。以下是 truck factor 进行计算的方式。对于每个仓库，truckfactor（我们直接引用仓库的描述）：
- 读取仓库中的 git 日志。
- 计算每个文件的知识所有权归属。
- 当贡献者编辑了文件中最多行时，该贡献者拥有该文件的知识所有权。
- 该计算受到 A. Tornhill 的《您的代码即犯罪现场》的启发。
- 请注意，仅计算文本文件的知识所有权。该工具可能无法为仅包含二进制文件的仓库返回良好结果。
- 然后，类似于 G. Avelino 等人的《估算卡车系数的新方法》，只要仍有一半以上的文件具有知识所有者，就会从分析中移除贡献较低的作者。剩余知识所有者的数量即为给定仓库的卡车系数。
作为背景信息，2015 年和2016 年进行的研究计算了 133 个热门 GitHub 项目的巴士/卡车系数。结果显示，大多数项目的巴士系数较小（65% 的巴士系数 ≤ 2），只有不到 10% 的项目巴士系数大于 10。
巴士系数分布
近一半的项目的巴士系数为二或更少。
只有 10% 的项目的巴士系数为 6 或更高。
仓库星数与巴士系数之间没有关联
我们最初认为更受欢迎的项目应该有更多的贡献者，因此巴士系数会更高，但事实并非如此。
常用语言的平均巴士系数
我们这里指的是一般语言，所以像 HTML 和 CSS 这样的语言也在其中。
- 超过一半的项目使用 Shell 脚本语言（Bash 脚本）。
- 最常见的语言是基于 Web 的工具：JavaScript、HTML、CSS 和 TypeScript。常用的通用语言包括 Python、C 和 Java。
- 用基于 Web 的开发语言（JavaScript、HTML、CSS、TypeScript 和 SCSS）编写的项目，其巴士系数往往低于用通用编程语言（Python、C、Java 和 C++）编写的项目。
最受欢迎的标签
在星数最多的仓库中，JavaScript 是最受欢迎的标签，由流行的 Web 框架和库（如 React、Vue、Bootstrap 和 Angular）主导。如果我们将 Go 和 Golang 结合起来，用 Go 编写的项目将是第二大被标记的语言（尽管有些仓库可能同时包含 Go 和 Golang 标签，这会夸大标签计数）。
Hacktoberfest 是第二常见的标签，这很合理。Hacktoberfest 是一个为期一个月的开源项目庆祝活动，旨在鼓励对开源项目的贡献，因此仓库维护者会积极添加该标签以吸引贡献者。
按软件类型划分的巴士系数
我们还将巴士系数按软件类型进行了分类，结果显示机器学习项目拥有两位数巴士系数的项目数量最多。
后端项目
前端项目
机器学习项目
商业智能项目
结论
- Metabase 支持公共交通。
- 软件建立在沙堡之上。
- 请为您的代码编写文档。
- Metabase 的巴士系数尚可（4）。此外，我们是一个完全分布式的团队，因此巴士事故需要全球协同才能使项目面临任何形式的风险。
- 但我们的巴士系数可以更好，所以，你知道，我们正在招聘。
