在开源日益重要的今天，我们需要一份建立在全域大数据基础上的相对完整、可以反复进行推演的数据报告（报告、数据、算法均需开源）。本项目为X-lab 开放实验室团队发起，旨在通过分析Github全网的开发者行为日志，通过数据的视角，来观察全球范围内的开源现状、进展趋势、演化特征、以及未来挑战等问题，除了展现目前开源世界全貌之外，我们特别关注中国的开发者和企业组织在整个开源产业中的表现。本报告中使用 2019 年全年 GitHub 日志进行统计，总日志条数约 5.46 亿条。
关键词：开源、行为数据、开发者行为、Github、数字报告
关于数据年报，请点击《GitHub 2019 数字年报全文》。
本报告使用 2019 年全年 GitHub 日志进行统计，总日志条数约 5.46 亿条，相较 2018 年的 4.21 亿条增长约 29.7%。在上述开发者活跃度与项目活跃度的定义下，统计得到 2019 年总活跃项目数量约 512W 个，相较 2018 年的约 313W 增长约 63.6%，2019 年总活跃开发者数量约 360W，相较 2018 年的约 303W 增长约 18.8%。
世界 Top 10 开发者账号
世界 Top 10 项目
中国 Top 20 项目分析
关于数据，请访问CDN
由于原始的日志文本数据数据量较大（约 1.45TB），故随本文开放的数据为统计处理并压缩后的数据文件，总大小约为 225MB，解压后文件内容为文本内容，总大小约 1.3GB，总行数约 2169 万行。每行为一个记录项，由 Json格式编码，该文件不再区分具体日期，直接给出每个账号在每个项目中的2019全年的操作次数，以方便处理。内容说明如下：
| 字段 | 类型 | 说明 |
|---|---|---|
| r | string | 项目名称 |
| u | string | 账号名称 |
| t | number | 操作类型 |
| c | number | 操作次数 |
分析程序使用命令：
$npm i
$npm start -- --help
$npm start在使用 npm start -- --help 后可以看到相关的帮助信息，内容如下：
Options:
--help Show help [boolean]
--version Show version number [boolean]
-f Origin data file path [string] [default: "./data/data.json.gz"]
-c Issue comment weight [number] [default: 1]
-i Open issue weight [number] [default: 2]
-p Open PR weight [number] [default: 3]
-r Review comment weight [number] [default: 4]
-m PR merged weight [number] [default: 5]
-n Output repo count [number] [default: 10]
--detail Whether show detail data [boolean] [default: false]
--detailn Number to print for detail data [number] [default: 10]
--mode Output mode [choices: "repo", "dev", "company"] [default: "repo"]
--search Search items to output [array] [default: []]
--compTop Show top N count for company [array] [default: [500,10000]]
--sort Order by activity or repo/developer count
[choices: "act", "cnt"] [default: "act"]
--ch Only show chinese repos [boolean] [default: false]其中 -f 为数据文件所在路径，默认路径为 ./data/data.json.gz，故下载数据文件后放在该路径下，则不需要指定 -f 参数，否则可以自行指定文件所在路径。
在计算模型中，Comment、Open Issue、Open PR、Review Comment、Merge PR 对应的权重默认为 1、2、3、4、5，可以通过启动选项 -c, -i, -p, -r, -m 来分别修改对应权重，以获取定制权重的排行结果。
--mode 为主要的设置参数之一，表示分析类型，可以为 repo, dev, company 之一，默认为 repo。当为 repo 时分析结果以仓库为主体，当为 dev 时结果以开发者为主体，当为 company 时结果以公司为主体。其中 company 与仓库之间的关联通过 chinese_company 文件定义，文件中每一个空行隔开的一个部分为一个完整的公司，块内第一行为公司名，其后为跟随的项目或组织的名称，大小写敏感。-n 参数决定最终输出结果时输出 Top n。
--detail 表示输出时为详情模式，在不同的 --mode 下，详情模式输出的内容也不相同。在 repo 模式下，详情模式会在输出 Top -n 的同时，输出每个项目中 Top --detailN 个开发者的统计信息。在 dev 模式下，详情模式会在输出 Top -n 的同时，输出每个开发者参与的项目中活跃度 Top --detailN 的项目及对应的统计信息。 在 company 模式下，详情模式会在输出 Top -n 的同时，输出每个企业中 Top --detailN 个项目的详情。
在 --mode 为 company 时，可以通过设置 --compTop 来输出该企业的所有项目在世界 Top N 中的项目数量，默认会输出 Top 500 和 Top 10000 中的项目数量。
在指定 --search 时，可以搜索对应模式下的项目或开发者账号的信息，支持同时搜索多个，并使用正则匹配。
通过修改 --sort 选项为 cnt，可以修改排名方式，默认 act 排名模式下，项目与开发者以活跃度排名，cnt 排名模式下，项目与开发者分别以参与项目人数和参与项目个数排名。
若仅关注中国项目情况，可以通过打开 --ch 选项，中国项目的筛选通过指定 org 或 repo 名称的方式，内容为 chinese 文件和 chinese_company 文件中的项目并集，目前为人工标注方式。