Статистика Github

О публикации кода на Github или другом открытом хостинге часто говорят, как о такой живительной эвтаназии, после которой патчи, фиксы, сообщения о проблемах и прочие коммиты от сторонних разработчиков польются рекой. У меня пока противоположный опыт. В парочку моих относительно заметных проектов вообще никто и ничего реально не привнес, не говоря уж об остальных проектах. Более того, я несколько раз делал очень серьезные изменения/улучшения в чужие проекты, но их авторы морозились и не приняли изменения. Исходя из этого я развил теорию: мол, вся эта открытость и коллаборация — это красивые слова, реально все пилят что-то свое и зарабатывать деньги или пиар кому-то другому совершенно не горят желанием. Чтобы проверить теорию, я посчитал кое-какую статистику по всем репозиториям на Github, у которых больше 700 звездочек, таких чуть больше 4 тысяч.

Легенда

Язык — основной язык проекта, None означает, что проект состоит только из текстовых (.txt, .md, без расширения) или бинарных файлов.
Коммиты — общее количество коммитов, сделанных сотней самых активных авторизованных людей.
Добавления — общая разница добавленных и удаленных строчек по всем коммитам, сделанным сотней самых активных авторизованных людей.
Изменения — общая сумма добавленных и удаленных строчек по всем коммитам, сделанным сотней самых активных авторизованных людей.
Авторы — количество человек, которые в сумме сделали больше 90% коммитов, и/или добавили больше 90% строк, и/или сделали больше 90% изменений. Должно выполняться как минимум два условия из трех.

Самый главный недостаток исследования — т. н. неавторизованные коммиты вообще никак не учитываются. А их довольно много, во многих проектах почти все коммиты — неавторизованные. Экстремальный случай — в проекте WebKit/webkit больше 150 тысяч коммитов, но нет ни одного авторизованного :( Так что многие результаты ниже очень неточные/неполные.

Ниже вы увидите множество проектов с отрицательным кол-вом добавлений. Это означает, что основная разработка идет неавторизованными коммитами, а авторизованные пользователи только удаляют код :)

Второй недостаток — не учитываются коммиты от авторизованных людей, которые не входят в первую сотню по количеству коммитов. Впрочем, это влияет на единицы проектов, и то не сильно, потому что в «хвосте» как правило люди, сделавшие один однострочный коммит. Вероятно, рекордсмен по количеству авторизованных контрибьюторов — проект Homebrew/homebrew, 4146 человек.

А теперь куча таблиц:

Авторы	Кол-во проектов
0	10 — проекты без авторизованных коммитов, напр. nginx/nginx, v8/v8, или слишком новые, напр. ericjohnson/canabalt-ios
1	1534 — 36,7%
2	766 — 18,3%
3	449 — 10,7%
4	264 — 6,3%
5	181 — 4,3%
6	151 — 3,6%
7	105 — 2,5%
8	83 — 2,0%
9	63 — 1,5%
10	75 — 1,8%
11	54 — 1,3%
12	42 — 1,0%
13	50 — 1,2%
14	44 — 1,1%
15	24 — 0,6%
16	31 — 0,7%
17	21 — 0,5%
18	22 — 0,5%
19	16 — 0,4%
20	14 — 0,3%
21	10 — 0,2%
22	19 — 0,5%
23	17 — 0,4%
24	9 — 0,2%
25	12 — 0,3%
26	8 — 0,2%
27	11 — 0,3%
28	8 — 0,2%
29	3 — 0,1%
30	8 — 0,2%
31	6 — 0,1%
32	4 — 0,1%
33	7 — 0,2%
34	4 — 0,1%
35	7 — 0,2%
36	6 — 0,1%
37	2 — 0,0%
38	3 — 0,1%
39	1 — 0,0%
40	2 — 0,0%
41	2 — 0,0%
42	2 — 0,0%
44	4 — 0,1%
45	1 — 0,0%
46	1 — 0,0%
48	4 — 0,1%
50	2 — 0,0%
51	2 — 0,0%
52	3 — 0,1%
55	1 — 0,0%
57	1 — 0,0%
58	2 — 0,0%
59	1 — 0,0%
62	1 — 0,0%
63	2 — 0,0%
64	1 — 0,0%
65	1 — 0,0%
66	1 — 0,0%
68	1 — 0,0%
Всего	4179

В целом, мой тезис скорее не оправдывается, только 36% популярных проектов разрабатываются в одиночку. Хотя тут как посмотреть, ведь это только проекты от 700 звездочек!

Топ 20 проектов по количеству авторов

Проект	Язык	Звездочки	Коммиты	Добавления	Изменения	Авторы
github/gitignore	None	18204	372	790	3870	68
vhf/free-programming-books	None	28449	1101	1123	24035	67
raspberrypi/linux	C	1696	28833	324302	2623244	65
purplecabbage/phonegap-plugins	Java	1075	835	-105528	1589276	64
torvalds/linux	C	15394	43786	507000	4359572	63
openstack/nova	Python	1329	11074	220561	2649687	63
github/github-services	Ruby	1474	1615	-66297	468497	62
github/hubot-scripts	CoffeeScript	2486	938	17244	32354	59
Shopify/active_merchant	Ruby	2784	1373	25326	161334	58
TechEmpower/FrameworkBenchmarks	PHP	1347	3140	8601	12601129	58
h5bp/server-configs	JavaScript	1456	365	-131	29431	57
adambard/learnxinyminutes-docs	None	1772	846	43167	73191	55
kahun/awesome-sysadmin	None	7151	125	178	296	52
munin-monitoring/contrib	Perl	722	875	44090	337494	52
svenfuchs/rails-i18n	Ruby	2132	747	10982	82176	52
emberjs/data	JavaScript	1999	1164	-49876	329034	51
braziljs/js-the-right-way	CSS	3538	172	-8325	48869	51
zendframework/zf2	PHP	4843	9592	-1352588	9532926	50
CocoaPods/Specs	Ruby	1904	7323	319548	1026292	48
rails/docrails	Ruby	948	30360	172063	3529109	48

Топ 20 проектов по количеству коммитов

Проект	Язык	Звездочки	Коммиты	Добавления	Изменения	Авторы
mono/mono	C#	2426	62264	132299	18585797	27
freebsd/freebsd	C	701	57479	-40239109	93143111	35
phpmyadmin/phpmyadmin	PHP	945	56388	1708781	33424887	4
JetBrains/intellij-community	Java	1345	48870	2437614	8986452	22
FFmpeg/FFmpeg	C	1250	46411	665608	3186750	25
torvalds/linux	C	15394	43786	507000	4359572	63
plt/racket	Racket	710	32077	2037784	18497412	7
odoo/odoo	Python	1113	31110	-1274226	7244122	30
rails/rails	Ruby	23104	30372	172648	3529808	48
rails/docrails	Ruby	948	30360	172063	3529109	48
mono/monodevelop	C#	1122	29941	-254891	19631973	8
raspberrypi/linux	C	1696	28833	324302	2623244	65
php/php-src	C	4656	28492	1160281	4475461	21
ceph/ceph	C++	862	27577	-72820	3031696	11
ruby/ruby	Ruby	5904	27415	906097	3703481	11
Homebrew/homebrew	Ruby	19145	25179	44673	388961	25
rust-lang/rust	Rust	6258	23984	500926	6043730	37
saltstack/salt	Python	3965	22543	422978	1815546	27
postgres/postgres	C	1051	22393	1632543	10019479	6
neo4j/neo4j	Java	1050	22280	1074573	9574625	16

Эта и две следующие таблицы очень сильно пострадали из-за неавторизованных коммитов. У torvalds/linux от 470 тысяч коммитов осталось только 43 тысячи авторизованных от авторов из первой сотни, а уже упомянутый WebKit/webkit со своими 150 тысячами коммитов вообще сюда не попал.

Топ 20 проектов по количеству добавлений

Проект	Язык	Звездочки	Коммиты	Добавления	Изменения	Авторы
cdnjs/cdnjs	JavaScript	2171	3487	61274218	66501052	5
usrbinnc/netcat-cpi-kernel-module	C	797	68	37786452	113360024	2
johnmyleswhite/ML_for_Hackers	R	1407	72	26858328	79840760	2
Team-Sass/modular-scale	CSS	858	214	20594705	41423603	1
jsdelivr/jsdelivr	JavaScript	979	2037	14843627	23807661	9
shiffman/The-Nature-of-Code-archive	JavaScript	877	1027	11632840	21615730	2
ariya/phantomjs	C++	11199	1080	8994617	15191223	2
webscalesql/webscalesql-5.6	C++	2348	65	7230744	10258858	1
cloudera/Impala	C++	1052	1931	6994463	61862823	3
divegeek/uscode	Python	712	65	6534521	21863397	1
xamarin/XobotOS	Java	1176	1	5956527	5956527	1
mozilla-b2g/gaia	JavaScript	1724	18637	5368630	103734808	14
bundestag/gesetze	None	1159	347	4857181	4957541	1
ValveSoftware/source-sdk-2013	C++	1275	60	4530235	13493049	2
guardian/frontend	JavaScript	2264	17822	4331243	44952471	7
AppScale/appscale	Python	1772	1918	3893760	11496912	2
IronLanguages/main	Python	735	1343	3792378	16179138	4
roboguice/roboguice	Java	2129	164	3499491	3514803	1
mozilla/BrowserQuest	JavaScript	4443	148	3390557	3394023	1
runtimejs/runtime	C++	775	147	3243017	3698303	1

Первый честный проект тут это ariya/phantomjs.

Топ 20 проектов по количеству изменений

Проект	Язык	Звездочки	Коммиты	Добавления	Изменения	Авторы
usrbinnc/netcat-cpi-kernel-module	C	797	68	37786452	113360024	2
mozilla-b2g/gaia	JavaScript	1724	18637	5368630	103734808	14
freebsd/freebsd	C	701	57479	-40239109	93143111	35
johnmyleswhite/ML_for_Hackers	R	1407	72	26858328	79840760	2
cdnjs/cdnjs	JavaScript	2171	3487	61274218	66501052	5
cloudera/Impala	C++	1052	1931	6994463	61862823	3
sass/libsass	C++	1805	1217	-10007815	50622323	9
guardian/frontend	JavaScript	2264	17822	4331243	44952471	7
OpenELEC/OpenELEC.tv	Shell	1117	14043	232685	43384935	2
Team-Sass/modular-scale	CSS	858	214	20594705	41423603	1
phpmyadmin/phpmyadmin	PHP	945	56388	1708781	33424887	4
moodle/moodle	PHP	947	21043	1465212	29927296	14
manuels/texlive.js	TeX	731	31	2220800	27001198	1
phalcon/cphalcon	C	4035	1746	-131973	25292871	10
jsdelivr/jsdelivr	JavaScript	979	2037	14843627	23807661	9
divegeek/uscode	Python	712	65	6534521	21863397	1
shiffman/The-Nature-of-Code-archive	JavaScript	877	1027	11632840	21615730	2
sass/node-sass	CSS	971	1058	26714	20446906	8
mono/monodevelop	C#	1122	29941	-254891	19631973	8
facebook/hhvm	C++	9676	9491	1602075	19429851	24

Топ 7 проектов по количеству звездочек с одним автором

Проект	Язык	Звездочки	Коммиты	Добавления	Изменения	Авторы
FortAwesome/Font-Awesome	CSS	26381	579	147220	598986	1
bartaz/impress.js	JavaScript	21409	183	2262	7022	1
blueimp/jQuery-File-Upload	JavaScript	17414	759	10172	52544	1
jakubroztocil/httpie	Python	11638	506	6888	34684	1
nnnick/Chart.js	JavaScript	11167	69	8514	26340	1
Prinzhorn/skrollr	JavaScript	10217	527	7391	36179	1
octocat/Spoon-Knife	CSS	9778	3	46	48	1

Топ 7 проектов по количеству коммитов с одним автором

Проект	Язык	Звездочки	Коммиты	Добавления	Изменения	Авторы
joeyh/git-annex	Haskell	752	9351	1827373	2333911	1
tekezo/Karabiner	C++	750	8021	312620	1151542	1
ornicar/lila	Scala	701	7402	99107	651415	1
kraih/mojo	Perl	1316	6233	29862	385940	1
Atmosphere/atmosphere	Java	1855	6224	-484605	2995439	1
getsentry/sentry	Python	5649	5431	277348	1129168	1
facebook/pfff	OCaml	948	4955	242737	1357931	1

Итак, главным маньяком объявляется joeyh, который сделал как минимум 10 тысяч коммитов (судя по репозиторию, скорее 20, половина неавторизованных), но так и не дождался нормальной поддержки от сообщества. Символично, что проект на Хаскеле.

Дальше — статистика отдельно по языкам.

Язык	Кол-во проектов	Среднее кол-во авторов
JavaScript	1334 — 31,9%	3,6
Ruby	495 — 11,8%	8,5
Objective-C	409 — 9,8%	2,4
Python	348 — 8,3%	5,9
Java	240 — 5,7%	4,7
CSS	231 — 5,5%	3,0
PHP	199 — 4,8%	6,9
C	155 — 3,7%	5,5
None	132 — 3,2%	6,6
C++	106 — 2,5%	4,9
Go	91 — 2,2%	3,4
Shell	82 — 2,0%	6,6
CoffeeScript	70 — 1,7%	4,9
VimL	50 — 1,2%	5,1
C#	41 — 1,0%	7,0
Scala	39 — 0,9%	6,4
Clojure	29 — 0,7%	5,6
Swift	15 — 0,4%	1,8
Perl	14 — 0,3%	5,9
Emacs Lisp	12 — 0,3%	6,5
TeX	10 — 0,2%	2,4
Haskell	9 — 0,2%	3,9
Erlang	8 — 0,2%	9,9
ActionScript	6 — 0,1%	2,2
Assembly	6 — 0,1%	18,8
R	5 — 0,1%	2,8
Lua	4 — 0,1%	7,5
Rust	4 — 0,1%	16,5
PowerShell	3 — 0,1%	4,7
XSLT	3 — 0,1%	3,7
OCaml	3 — 0,1%	2,7
Objective-C++	3 — 0,1%	2,7
Elixir	3 — 0,1%	6,3
Groovy	2 — 0,0%	3,5
Matlab	2 — 0,0%	2,0
TypeScript	2 — 0,0%	11,0
Dart	2 — 0,0%	8,0
LiveScript	1 — 0,0%	3,0
Racket	1 — 0,0%	7,0
Scheme	1 — 0,0%	2,0
Vala	1 — 0,0%	3,0
Common Lisp	1 — 0,0%	6,0
Visual Basic	1 — 0,0%	1,0
Objective-J	1 — 0,0%	10,0
Io	1 — 0,0%	1,0
Mirah	1 — 0,0%	3,0
Julia	1 — 0,0%	21,0
IDL	1 — 0,0%	2,0
Nimrod	1 — 0,0%	8,0

На языках Objective-C, CSS, Swift, TeX и ActionScript пишутся в основном конечные приложения, работы или сайты, а не библиотеки или фреймворки, которые больше располагают к коллаборации, потому у перечисленных языков маленькое среднее кол-во авторов на проект.

Отмечу высокий результат Ruby-проектов. Если хотите, чтобы сообщество вам помогло, пишите на Ruby.

---

Код парсинга, анализа и генерации этой статьи: gist.github.com/leventov/9e00036ec2f3abbf4a55

Таблица со всеми данными в этой статье, и по не вошедшим языкам можно отсортировать и посмотреть: docs.google.com/spreadsheets/d/16YRLzNzIfBAYXQUiPteDkCYgLL3eVM8qMSmiRQySFl0/edit?usp=sharing

JSON с сырыми данными (18 Мб): vk.com/doc14882053_324898086 (если эта ссылка поломается, ищите в поиске документов в ВК '700.json' или 'github')