Marketplace de dados · Mercados e tecnologia

Conjunto de dados de repositórios GitHub

Mapa pública GitHub repositórios, organizações, lançamentos, línguas, tópicos e atividades para pesquisa de ecossistemas de software.

Pedido GitHub amostra Campo de visualização

RegistrosRepositório · Organização · Libertação
FonteGitHub
FormasJSON · CSV · Parquet

Repositórios e organizações públicos do GitHub se transformam em registros estruturados de repositórios, lançamentos de versões, linguagens de programação, tópicos e atividade

Esquema e campos

Construir em registros GitHub com contexto anexado.

repositorystring: Identidade do proprietário e do repositório
repository_urlurl: URL de fonte pública
descriptionstring: Resumo do repositório público
languagesarray: Contexto linguístico observado
topicsarray: Tópicos de repositório público
latest_releaseobject: Contexto de divulgação pública disponível
activityobject: Sinais de atividade pública observados
captured_attimestamp: Tempo de recolha

Frescos e entrega

Mantém os dados GitHub alinhados com o seu ciclo de análise.

Use um snapshot de ecossistema datado ou atualizações recorrentes quando repositórios, lançamentos, idiomas e atividade pública precisam ser comparados ao longo do tempo.

Imagem de vídeo .Começar a partir de uma linha de base datadaO escopo e a janela de coleta selecionados

Refresco .Receber atualizações recorrentesCadência e mudança de comportamento

FormatarUse JSON, CSV ou ParquetEsquema, partição e manifesto

ValidaçãoExecução de verificações repetíveisContas, campos, estados ausentes e versão

GitHub pedidos

Coloque os registos GitHub a funcionar.

Mapeamento dos ecossistemas tecnológicos

Comparar repositórios públicos, organizações, tópicos, idiomas e padrões de liberação.

Pesquisa de projetos de código aberto

Construa registros de projetos vinculados à fonte para tecnologias, organizações ou categorias selecionadas.

Monitoramento da liberação e da atividade

Seguir as publicações recém-observadas e a atividade do repositório público em um âmbito controlado.

From sample to production

Teste GitHub Registros de repositórios na sua pilha de dados.

01
Escolha o âmbito útil
Selecionar as entidades, mercados, campos, datas e resultados de negócios que a coleção deve suportar.
02
Faça uma amostra através da pilha
Verifique identificadores, campos, conjuntos, estados faltantes e contexto de fonte com suas próprias consultas ou modelos.
03
Defina o padrão de entrega
Escolha o snapshot ou cronograma recorrente, formato de arquivo, partições, manifesto e destino.

GitHub conjunto de dados FAQ

Planejar à direita GitHub Coleção de repositórios.

O que inclui o conjunto de dados dos repositórios GitHub?

Mapa pública GitHub repositórios, organizações, lançamentos, línguas, tópicos e atividades para pesquisa de ecossistemas de software.

O que posso construir com os dados GitHub?

Mapeamento dos ecossistemas tecnológicos
Pesquisa de projetos de código aberto
Monitoramento da liberação e da atividade

Como é que o conjunto de dados GitHub pode manter-se atualizado?

Use um snapshot de ecossistema datado ou atualizações recorrentes quando repositórios, lançamentos, idiomas e atividade pública precisam ser comparados ao longo do tempo.

Quando devo usar a API GitHub em vez disso?

Use a API on-demand quando o seu aplicativo escolher solicitações individuais e tempo. Escolha este conjunto de dados para uma snapshot em massa preparada ou entrega recorrente de arquivo.

Continuar a jornada de dados

Conectar os dados GitHub ao caso de utilização mais amplo.

Comece com registos reais

Pedir uma amostra do conjunto de dados GitHub.

Informe as fontes, campos, mercados e datas necessários. Analise uma amostra antes de escolher a entrega.

Request a dataset sample Browse all datasets