摘要：开源软件曾经成为人类数字社会的基石，是全人类共同努力的结晶，开源合作对人类数字文化的倒退起到了微小的推动作用。GitHub 作为寰球范畴内最次要的开源合作平台，无数个开源社区在其上孕育而生，其背地海量的开发者行为数据蕴含了大量的个体奉献法则、群体合作模式、社区健康状况、生态发展趋势、以及商业策略价值。
《GitHub 2020 数字洞察报告》是由 X-lab 凋谢实验室发动，联结多家科研机构与开源社区所共同完成的一个反映寰球开源现状与趋势的开源我的项目。报告涵盖了当今寰球开源的总体状况剖析、开发者剖析、项目分析、畛域案例、每月之星等泛滥内容，心愿以此绘制人类的 ” 开源数字生态地图 ”，推动开源社会翻新，凋敝开源数字文化。
引言
2020 注定是个不平庸的数字，开源的 2020 也是如此。
即使是在新冠疫情肆虐的明天，开源仍旧大倒退，甚至倒退的更加迅速。从各项数据指标都能发现：GitHub 的日志数 2020 年达到了 8.6 亿条，相较 2019 年增长了 42.6%；沉闷代码仓库达到了 5,421 万 个，相较 2019 年增长了 36.4%；沉闷开发者数达到了 1,454 万 人，相较 2019 年增长了 21.8%。
管理学巨匠彼得·德鲁克已经说过：“你如果无奈度量它，就无奈治理它”（If you can not measure it, you can not manage it），进而也无奈进步它，而软件行业至今也还没有找到一个能够无效度量软件开发生产效率（Productivity）的办法。
整个开源生态系统更是如此，个体如何度量、社区如何度量、管理者如何利用这些数字做更好的决策，这些都是问题。但在咱们看来，这些既是挑战，也是时机。要想无效的发展开源治理的工作，就难以绕开度量的问题，GitHub 全域数据给予了咱们这样一个极佳的机会。
度量也是一把双刃剑。度量具备极强的引导性，它会激励你器重并改善可能度量的元素，但也可能使你漠视无奈度量的元素并使之好转。在寰球大规模的开源社区与生态构建的过程当中，如何找到正当的度量，并正当的利用这些度量呢？心愿本报告可能给大家带来一些启发，这也是本报告的重要目标之一。
往年的 《GitHub 2020 数字洞察报告》 次要的变动包含：
- 整个报告的迭代以开源我的项目的模式合作实现，波及数据、代码以及文字内容；
- 提出更加全面的度量指标，以及更加迷信的计算方法；
- 用更加专业化、丰盛的伎俩进行数据可视化与洞察；
- 在活跃度的根底上，更加关注工夫维度、多样性维度、合作网络维度上的信息；
- 首次提出开源星系（OpenGalaxy）与开源象限（OpenQuadrant）的概念，并进行了落地实现；
- 减少了单个我的项目开发者合作网络的深度剖析案例；
- 减少了短期内受到大量关注的开源每月之星内容。
本次报告的次要 开源洞察 概述如下：
- 寰球开源事业大倒退，社区沉闷行为、开发者数量、开源仓库数量均大幅晋升；
- 开源软件生产流水线自动化水平大幅晋升，多样化的数字合作机器人成为支流；
- 基于海量数据的活跃度模型可能无效地继续反映开发者与社区的整体情况；
- 支流开发者的工作工夫具备较强法则，并和工作工夫开始重合，公司化开源成为相对支流，996 开源我的项目开始呈现；
- 美洲开发者散布最多，欧洲领有最高的单时区开发者比例，亚洲开发者数量仍然较少，中国相较其余亚洲国家具备较高的开源活跃度；
- JavaScript 和 Python 仍旧是语言排行榜上的冠亚军，HTML 和 CSS 在全域开发者语境下更受欢迎，而 TypeScript 和 Rust 语言则回升显著；
- 谷歌、微软等老牌企业仍旧为沉闷的开源奉献小户，国内的企业阿里活跃度排名第一，PingCAP 的体现则十分亮眼；
- 第一次通过开源星系意识 GitHub 开源我的项目的全貌，支流技术畛域的开源生态曾经造成，新的开源社群则不断涌现，极少量我的项目还是合作孤岛；
- CNCF、LF、Apache 等基金会在技术畛域上各有偏重，通过开源象限可能进一步辨别同类我的项目的倒退阶段与成熟程度；
- 开发者时区分布图和合作网络成为开源社区多样性与健壮性的无效剖析伎俩，可能更好地指引社区经理的开源治理工作。
以下是 《GitHub 2020 数字洞察报告》 注释。
一、总体状况
从总体数据来看，2020 年全年，GitHub 全域事件日志数量总计约 8.6 亿条，较 2019 年 6.1 亿条增长约 42.6%，是近五年来增长最快的一年。本次报告通过我的项目与开发者行为数据，统计失去 2020 年 GitHub 全域沉闷我的项目数量约 5,421 万个，沉闷开发者账号约 1,454 万个，别离较 2019 年增长了 36.4% 与 21.8%。
GitHub 2015 – 2020 年事件日志量、沉闷仓库数量、沉闷账号数量总体状况
二、开发者剖析
开源世界的外围是奉献开源的开发者们，如同 Apache Way 所推崇的 Community Over Code，由开发者组成的社区才是开源生命力的源泉。本报告将从全域开发者沉闷状况、GitHub Apps 应用状况、开源开发者典型工作工夫画像、寰球开发者时区散布、开发者应用语言散布等多个角度对 GitHub 2020 年全域开发者进行全面剖析。
全域开发者沉闷状况
通过对全域开发者进行活跃度与沉闷仓库数量的统计，咱们失去 GitHub 全域开发者的活跃度散布状况和单个开发者沉闷仓库数量散布状况如下：
开发者活跃度与沉闷仓库数量分布图
经统计，活跃度超过 2,000 的开发者数量为 5,445 个，占全域开发者数量有余万分之六。而大部分开发者活跃度都在 [0, 500] 区间内，占全域开发者数量的 99.45%，阐明大多数开发者还是处于低活跃度的一个状态。
察看曲线尾部，咱们发现开发者沉闷仓库数量在最初有一个回升，其实是因为局部未被过滤掉的自动化合作类账号的沉闷仓库数量微小，远超失常人类开发者，因而尾部造成 V 形曲线。
另外，咱们通过活跃度统计了全域沉闷排名最高的 10 个开发者，其中 8 个账号为 GitHub Apps，另外两个账号为自动化合作的开发者账号。
GitHub 2020 年全域开发者账号活跃度统计 Top 10
自动化合作机器人因为运行在服务端，能够同时服务于泛滥我的项目，从而具备极高的活跃度和合作仓库数量。
本文所波及到的诸如活跃度的具体计算方法请参阅残缺的报告内容。
GitHub Apps 应用状况
在寰球最沉闷开发者账号中，大部分为 GitHub Apps，故本报告对 GitHub Apps 数据做出相干统计，GitHub Apps 年沉闷账号数量（沉闷数量）与所产生日志总量占全年日志占比（日志占比）的变动如图所示。
GitHub Apps 沉闷账号数量与日志占比
通过图能够看到，GitHub Apps 自 2016 年推出以来，在近年失去了迅猛发展。从日志占比来看，2019 年相较于 2018 年晋升了 288%，2020 年相较 2019 年增长 141%，达到了 12% 以上。
将来，基于 GitHub Apps 的自动化合作机器人会被更加宽泛的用于我的项目的自动化合作，更好的帮忙开源我的项目进行大规模合作的治理。
全域日志工夫散布
因为 GitHub 事件日志具备具体的工夫戳信息，故能够通过对工夫维度的统计分析进行洞察，例如在 UTC 规范工夫下，寰球的工作工夫散布如图所示。
GitHub 2020 年寰球日志工夫散布状况
若咱们认为支流开发者失常的工作工夫为每日 9 时至 21 时，则在寰球视角下，通过日志量来看，能够看到 GitHub 平台上的开发者由 欧美主导。而且周末的沉闷显著低于工作日，也与 GitHub Octoverse 2020 报告中更多开发者应用 GitHub 工作而不仅仅是基于趣味开发相吻合。
寰球开发者时区散布
开发者的地理分布状况始终是开源我的项目全球化指标的一个重要方面。通过对 GitHub 全域开发者活跃度前 5 万名开发者的统计，咱们失去寰球开发者在各时区散布预计如图所示。
GitHub 2020 年寰球开发者时区人数分布图
能够看到，在高沉闷开发者中，美洲（美国、加拿大、南美）开发者散布最多，尽管单时区的开发者比例不是最高，但总体开发者占比高达 33% 左右。而欧洲领有最高的单时区开发者比例。亚洲的开发者数量仍然较少，但中国、俄罗斯开发者相较其余国家还是有较高的开源沉闷。而太平洋地区则因为人口散布起因，开发者比例最低。
三、项目分析
全域我的项目总体数据
基于开发者活跃度定义，咱们也给出 开源我的项目活跃度 的计算方法。在给定的活跃度计算方法下，过滤了 GitHub Apps 相干账号的合作行为，共统计失去 2020 年无效的总沉闷我的项目数量约 1167 万 个。这些我的项目的活跃度散布状况与我的项目中的参加开发者数量散布状况如下图所示。
GitHub 2020 我的项目活跃度及参加开发者数量散布状况
经统计，2020 年全年我的项目的活跃度值最高为 971.1，但高活跃度的我的项目数量占比极低，超过 99.95% 的我的项目活跃度值都低于 10，即绝大部分我的项目处于低沉闷状态。另外，我的项目中的参加开发者数量最高达 85546，即在 2020 年内最多有 85546 个开发者参加了同一个我的项目。但有 71.21% 的我的项目参加开发者数量都低于 10，即 2020 年全年 GitHub 上大部分我的项目的参加人数都在 10 人以内。
我的项目活跃度 Top 20
依据我的项目活跃度定义，咱们对 2020 年全年沉闷我的项目进行了活跃度统计与排名，这里给出世界活跃度 Top 20 我的项目的列表。
GitHub 2020 年全域我的项目活跃度 Top 20
同时，咱们也通过各种渠道采集了中国的开源我的项目列表，并同样给出了中国我的项目的活跃度排名状况，如下表所示。
GitHub 2020 年中国我的项目活跃度 Top 20
从这个列表中，咱们发现，PingCAP 在开源畛域的体现十分地亮眼。Top 20 我的项目中上榜的我的项目有 6 个。阿里 在开源畛域中的问题也是十分不错。Top 10 我的项目中上榜的我的项目有 2 个。百度 在人工智能畛域的体现十分不错，其深度学习平台 PaddlePaddle 占据了 2 个我的项目。
中国的 Top 20 我的项目列表中，包含 阿里 的 Ant-Design 组件库，京东 基于 React 前端框架的开发框架 taro，由 饿了么 （已被阿里收买）前端团队开源的 Vue UI 组件库Element 等等，这阐明了在国内，前端群体在社区更为沉闷；另外前端代码个别也不太涉密，因而公司在心态上更凋谢一些。不过这其中也有一点须要引起留神，上榜的前端我的项目组件库居多，然而短少外围我的项目。
而在各大开源我的项目的背地，根本都有科技公司的反对，咱们计算出了科技公司所保护的开源我的项目在 2020 年的沉闷状况，后果如下表所示。
GitHub 2020 中国企业开源我的项目活跃度一览
在国内企业的开源数据中，咱们能够看到阿里巴巴的数据在很多指标上的体现里都十分不错，有的指标值甚至是其它公司之和，并且在社区化 / 凋谢等方面也做得不错。
OpenGalaxy
通过活跃度的数据统计失去的后果会受到自动化合作行为的影响，并且不同生命周期阶段的我的项目的活跃度可能不具备可比性，故在本次报告中咱们引入了全域我的项目协作关系网络，开源星系 —— OpenGalaxy。
GitHub 2020 全域我的项目协作关系网络——OpenGalaxy 2020
GitHub 2020 最沉闷的 22.1 万 个开源我的项目组成的合作网络图。该图中节点的大小示意我的项目的影响力大小，节点的着色示意节点所属的合作聚类后果。在合作网络的影响力评估下，失去 GitHub 2020 全域影响力最高的我的项目 Top 20 如下表所示。
OpenGalaxy 2020 全域我的项目影响力 Top 20
能够看到，VSCode 的影响力从活跃度的第 5 跃升为第 1，且高于排名第 2 的 flutter 约 64.7%，以微小的劣势成为寰球最具影响力的我的项目。事实上这是因为 VSCode 在成为寰球最风行的 IDE 的同时，也与其余各畛域的顶级我的项目产生了大量的合作关联。
OpenGalaxy 具备优良我的项目会因优良开发者而关联在一起的个性，从而不会因自动化行为导致影响力指标虚高，具备较好的算法稳定性，影响力指标的变动背地肯定意味着开发者群体的沉闷行为迁徙，从而能够较好的反映出 GitHub 全域的我的项目影响力情况。其它具体内容请参见残缺的报告注释。
四、案例剖析
本报告提出一种 开源象限（OpenQuadrant）的办法来剖析一个开源我的项目在影响力、全球化、社区规模三个外围个性方面的体现。基于该开源象限剖析，应用散点图来示意，横纵两个维度为我的项目影响力指标和我的项目全球化指标，为了不便可视化，咱们采纳取对数的模式出现上述两个指标，而应用散点图上的点的大小来刻画我的项目参加的沉闷人数，用来反映一个我的项目的社区规模。
基于以上，开源象限将整个立体分成了四块区域，别离是：
- 前瞻（Foresighted）：落在该区域的我的项目影响力强，同时我的项目全球化水平高；
- 引领（Leading）：落在该区域的我的项目影响力强，但我的项目全球化水平较低；
- 口头（Acting）：落在该区域的我的项目影响力较弱，但我的项目全球化水平高；
- 进入（Incubating）：落在该区域的我的项目影响力较弱、同时我的项目全球化水平也较低。
基金会项目分析
CNCF 的英文全称是 Cloud Native Computing Foundation，即“云原生计算基金会”。
下图为 CNCF 下云原生畛域开发者时区分布图，能够看到该畛域的开发者时区散布与全域我的项目的开发者时区散布较为靠近，阐明 CNCF 云原生畛域的我的项目全球化程度较高。
CNCF 下云原生畛域开发者时区散布
CNCF 下云原生畛域的开源象限剖析可视化后果如下图所示。Kubernetes我的项目无论是在影响力、全球化、还是社区开发者体量下面，当之无愧的处于第一的地位。
CNCF 下云原生畛域的开源象限
LF AI&Data 是 Linux Foundation 下的一个综合型基金会，反对人工智能、机器学习、深度学习和数据方面的开源翻新。
LF AI & Data 下数据与人工智能畛域的开源象限剖析可视化后果如下图所示。能够看到该畛域有不少全球化做得比拟好的我的项目，十分合乎人工智能寰球走热的趋势。
LF AI & Data 下数据与人工智能畛域的开源象限
Apache 软件基金会（ASF）成⽴于 1999 年，是⼀个根据 501(c）在美国成⽴的非营利性公共慈悲组织，基金会的使命是为公共利益而提供软件。
Apache 下大数据畛域的的开源象限剖析可视化后果如下图所示。能够看到该畛域的我的项目整体散布具备较好的分散性，Spark、Flink、Hadoop 等明星我的项目占据着头牌地位。
Apache 下大数据畛域的开源象限
Apache 软件基金会下来自 中国的我的项目 的开源象限剖析可视化后果如下图所示。能够看到该畛域的 Echarts、Skywalking、Dubbo 和 Shardingsphere 四个我的项目处于第一方阵，体现了较强的实力。
Apache 软件基金会下中国我的项目的开源象限
更加具体的详细信息请参见残缺报告注释。
VSCode 案例剖析
VSCode 我的项目作为开源生态中的一颗北极星，在 2020 年仍旧放弃着旺盛的生命力，这一年，共有 206645 条记录由 VSCode 产生，相比 2019 年的 121490 条，增长了靠近一倍；这一年，VSCode 的我的项目年均匀活跃度分值为 385，在全域我的项目中排名第 7 位；这一年，有 46639 位开发者（蕴含合作机器人账号）在我的项目中沉闷过，在这艘开源航母上收回无力的合作信号。
同时咱们通过开发者在我的项目中的协作关系构建了 VSCode 在 2020 全年的开发者合作网络，如图所示。
VSCode 我的项目开发者合作网络
在这个由 2 万多个开发者组成的合作网络中，节点为开发者账号，边为协作关系，节点的大小为对应开发者账号的活跃度。在这个合作网络中，处在网络外围地位的较大的节点是 VSCode 的外围团队成员，他们不仅有很高的活跃度，而且与其余开发者均具备较高的协作关系，这个群体的数量在百人左右。紧接着外侧是 VSCode 的重度使用者或贡献者，他们可能随时提交 Issue 或 PR 进行探讨或奉献，这个群体的数量在千人级别。最外侧，也是最大量的开发者是 VSCode 的个别用户和偶发贡献者，大部分仅在本人关怀的问题上发问或探讨。
五、每月之星
除了顶级我的项目之外，GitHub 上还有一些短期内受到宽广开发者大量关注的我的项目。这些我的项目可能是 景象级我的项目 ，也有可能在将来成为顶级我的项目。这些我的项目可能与社会热点无关，例如，与新冠疫情相干的我的项目，与学生毕业求职相干的我的项目等等。发现这些我的项目以及解释这些我的项目在短期内受到大量关注的起因是很有意义的。因而，本局部“每月之星” 列举了在 2020 年每个月里受到开发者大量关注的我的项目。以下是咱们筛选进去的我的项目，具体介绍能够参见报告全文内容：
1 月：microsoft/playwright
2 月：wuhan2020/wuhan2020
3 月：CSSEGISandData/COVID-19
4 月：labuladong/fucking-algorithm
5 月：design-resources-for-developers
6 月：CnC_Remastered_Collection
7 月：JaidedAI/EasyOCR
8 月：geekxh/hello-algorithm
9 月：cli/cli
10 月：developer-roadmap
11 月：ytdl-org/youtube-dl
12 月：beurtschipper/Depix
六、总结与瞻望
《GitHub 2020 数字洞察报告》作为一个数据驱动的可视化工具，次要为大家提供一个新的视角来察看明天的开源世界，进而联合各自的行业教训取得洞见。从本次年报开始，咱们将这个作品也作为一个开源我的项目进行经营，逐步缩短公布的周期，甚至按需提供个性化的按需服务。
如若发现数据谬误或脱漏，欢送提交 Issue 或 PR 到我的项目的 GitHub 仓库，本报告文本局部采纳 CC-BY-4.0 许可协定。具体请参见残缺报告内容。
七、致谢
《GitHub 2020 数字洞察报告》是由 X-lab 凋谢实验室发动，由“源光闪动”开源科技媒体策动，联结了华东师范大学数据迷信与工程学院、开源社、上海开源信息技术协会、开源社会工程研究院（筹）等多家科研机构与开源社区所共同完成。
在春节期间从零开始，齐全通过线上近程合作的形式，在十天内合作实现了报告的全部内容，并由来自美国和欧洲的参谋专家提出意见与倡议。
本次数字洞察报告的次要贡献者包含：赵生宇、王伟、周添一、翁振杰、王皓月、夏小雅、朱香宁、杨鸣、宁泽欣、林海铭、王福政、史经犇、娄泽华、顾业鸣、李思颖等，特别感谢吴雪（雪哥）和 Kate（杨佳）作为我的项目参谋，为数字洞察报告提供领导与倡议。
咱们欢送更多的开源喜好人士退出咱们，独特推动开源在世界的倒退。
残缺的报告内容，请点击 “传送门” 获取，或通过以下链接获取：http://oss.x-lab.info/github-…