ClickHouse / github-explorer 项目的启发

[will-ww]

github-explorer 是 ClickHouse 利用 GitHub 全域数据展示能力的一个开源项目，对我们还是挺有启发的，科研和教学上都有不错的借鉴意义。

科研方面，如同 Frank 提出的一些优化点，是做数据库研究方面的人可以开展的：ClickHouse/github-explorer#9

而 Everything You Always Wanted To Know About GitHub 这篇文章，则是入门 GitHub 数据分析的一个非常好的资料，可以结合到多种场合下：

• 数据库、SQL 编程的教学
• 数据库查询与分析优化的任务
• 数据仓库、数据分析与挖掘课程
• 社交网络课程
• 开源课程

然后，基于 OpenDigger 项目，进行拓展、改编、和演绎，把我们关心的内容也集成进去，进而进行宣传，是个不错的方向，包括：

• 参照这个做一个 OpenDigger 的展示教程，方便大家快速理解 OpenDigger项目
• 利用 OpenDigger 做数据发布与更新，例如 3~ 6 个月一次，保持一些新鲜感
• 提炼出 Benchmark，做数据库系统性能对标的基准
• 和 neo4j 数据库结合，做图数据库、图数据挖掘等相关的课程教材。

还有不少，也都可以尝试的~ 大家有空可以看看~ @bifenglin @xiaoya-Esther @birdflyi @frank-zsy

[will-ww]

同时，pingCAP 的 ossinsight 也是一个很好的案例，包括产品设计、可视化、开源分析等，也都可以用上。

基本上，可以通过 GitHub 的数据，来构建一整个数据专业的课程实验体系了，有机会发动学院的人一起来做。

[frank-zsy]

如果要和 OpenDigger 结合，是否意味着 OpenDigger 要有两套数据后端？因为这个项目中的数据表结构与目前 OpenDigger 使用的结构是不一样的，也可以只借鉴文档，数据还是使用我们的这套，因为数据列数和内容更多一些。

不过他的项目好处是可以兼容 2011-2015 年的数据结构，但问题是因为 2011-2015 和 2015 以后的数据结构变化，导致他的数据内容确实少很多。

[will-ww]

如果要和 OpenDigger 结合，是否意味着 OpenDigger 要有两套数据后端？因为这个项目中的数据表结构与目前 OpenDigger 使用的结构是不一样的，也可以只借鉴文档，数据还是使用我们的这套，因为数据列数和内容更多一些。

不过他的项目好处是可以兼容 2011-2015 年的数据结构，但问题是因为 2011-2015 和 2015 以后的数据结构变化，导致他的数据内容确实少很多。

不是不是，我的意思是作为 OpenDigger 的借鉴。肯定以 OpenDigger 自己的发展为主。只要能够达到目的和一定的效果就行。例如，把他里面的数据源，换成 OpenDigger 定期生产的静态数据，后面的例子也做相应的变化。

[frank-zsy]

这个没问题的，例如归档采样数据等，OpenDigger 其实已经可以产出采样数据镜像并直接本地分析了，但他的文档和例子确实很多，可以加入到 OpenDigger 的 Handbook 或一个新的 Notebook 中