‧
阅读时长 4 分钟
顶级 GitHub 项目的公交车系数
Metabase 团队
‧ 阅读时长 4 分钟
分享此文章
公交车系数（Bus factor）是指一个项目在多少人被公交车撞到（或辞职）后会陷入严重困境。我们对 GitHub 上最受欢迎的 1,000 个项目（按星标数量）的公交车系数很感兴趣。
观察结果
请查看我们的仪表盘，或继续阅读以了解我们的发现。
数据集
- 我们使用 GitHub API 和 truckfactor 来获取并计算了按星标数量排名的前 1,000 个 GitHub 仓库的公交车系数。
- 由于内存限制，我们只能计算 GitHub 上约 95% 仓库的公交车系数。
- 为了排除无代码仓库（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，或主要由以下文件类型组成的项目：Makefile、TeX、Dockerfile 和 Markdown。
- 如果您想自己玩转数据，请下载并探索数据集。
我们如何计算公交车系数
我们使用了一个名为 truckfactor 的库来计算公交车/卡车系数。以下是 truck factor 的计算方式。对于每个仓库，truckfactor（此处直接引用自该仓库）
- 读取仓库的 git 日志
- 计算每个文件的知识所有权归属者。
- 当贡献者修改了文件中大部分行时，TA 就拥有该文件的知识所有权。
- 该计算灵感来自 A. Tornhill 的著作《Your Code as a Crime Scene》。
- 请注意，仅计算文本文件的知识所有权。对于只包含二进制文件的仓库，该工具可能无法返回理想的结果。
- 然后，类似于 G. Avelino 等人的著作《A novel approach for estimating Truck Factors》，只要超过一半的文件仍有知识所有者，就将贡献度低的作者从分析中移除。剩余知识所有者的数量就是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项目的公交车/卡车系数。结果显示，大多数项目的公交车系数都很小（65%的项目公交车系数≤2），且只有不到10%的项目的公交车系数大于10。
公交车系数分布
近半数项目的公交车系数为二或更少。
只有 10% 的项目公交车系数为 6 或更高。
仓库星标数与公交车系数之间没有关联
我们最初认为更受欢迎的项目应该有更多的贡献者，因此公交车系数会更高，但事实并非如此。
常用编程语言的平均公交车系数
我们这里谈论的是一般意义上的语言，因此 HTML 和 CSS 等语言也包含在内。
- 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。顶级通用语言包括 Python、C 和 Java。
- 用基于 Web 的开发语言（JavaScript、HTML、CSS、TypeScript 和 SCSS）编写的项目，其公交车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
在星标最多的仓库中，JavaScript 是最受欢迎的标签，其中领先的是流行的 Web 框架和库，如 React、Vue、Bootstrap 和 Angular。如果我们将 Go 和 Golang 结合起来，用 Go 编写的项目将是第二大标签语言（不过，一些仓库可能同时包含 Go 和 Golang 标签，这可能会夸大标签数量）。
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，因此仓库维护者会受到激励添加该标签以吸引贡献者。
按软件类型划分的公交车系数
我们还将公交车系数按软件类型进行了细分，机器学习项目在公交车系数达到两位数的项目中数量最多。
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。
- 软件建立在纸牌屋之上。
- 请为您的代码编写文档。
- Metabase 的公交车系数尚可（4）。此外，我们是一个完全分布式的团队，因此公交车事故需要全球协同才能使项目陷入任何危险。
- 但我们的公交车系数可以更好，所以，您知道的，我们正在招聘。
