Saltar al contenido
Empezar gratis

Mercado de datos · Mercados y tecnología

Conjunto de datos de repositorios de GitHub

Mapa pública GitHub repositorios, organizaciones, publicaciones, idiomas, temas y actividades para la investigación de ecosistemas de software.

Solicitud de muestra GitHubLos campos de visualización
  • RegistrosRepositorio · Organización · Liberación
  • FuenteGitHub
  • FormatosJSON · CSV · Parquet
Dataset preview · github repositoriesReady
Observation 01

An illustrative view of how repository, organization, rel…

.

Field 01
An illustrative view of how repository, organization, rel…
{
  "repository": "example-org/example-project",
  "repository_url": "https://example.test/repository",
  "description": "Illustrative repository record",
  "languages": [
    "JavaScript",
    "Python"
  ],
  "topics": [
    "data"
  ],
  "latest_release": {
    "tag": "v2.4.0"…
Una visión ilustrativa de cómo el contexto de repositorio, organización, liberación y recogida se une.

Esquemas y campos

Construir en los registros GitHub con contexto adjunto.

Comience con el repositorio, la organización, la liberación. La identidad de la fuente, el tiempo de recogida y el significado de campo permanecen conectados para que los registros puedan pasar al análisis sin perder su contexto.

repository string

Identidad del propietario y del repositorio

repository_url url

URL de fuente pública

description string

Resumen del repositorio público

languages array

Contexto lingüístico observado

topics array

Tópicos de los repositorios públicos

latest_release object

Contexto de publicación pública disponible

activity object

Las señales de actividad pública observadas

captured_at timestamp

Tiempo de recogida

Fresqueza y entrega

Mantenga los datos GitHub alineados con su ciclo de análisis.

Utilice una instantánea de ecosistemas datada o actualizaciones recurrentes cuando los repositorios, las publicaciones, los idiomas y la actividad pública deben compararse a lo largo del tiempo.

InstantáneaComienza con una línea de base datadaVisión de alcance y colección seleccionada

RefrescamientoRecibir actualizaciones recurrentesCadencia y cambio de comportamiento

FormatosUtilice JSON, CSV o ParquetEsquema, partición y manifiesto

ValidaciónEjecutar controles repetiblesCuentas, campos, estados faltantes y versión

GitHub solicitudes

Pon los registros GitHub en funcionamiento.

Utilice registros vinculados a la fuente, marcados en tiempo para el mapeo de ecosistemas tecnológicos, plus investigación de proyectos de código abierto.

01

Mapeo de los ecosistemas tecnológicos

Comparar repositorios públicos, organizaciones, temas, idiomas y patrones de liberación.

02

Investigación de proyectos de código abierto

Construir registros de proyectos vinculados a la fuente para tecnologías, organizaciones o categorías seleccionadas.

03

Seguimiento de la liberación y la actividad

Realizar un seguimiento de las emisiones y actividades de los repositorios públicos recientemente observados en un ámbito controlado.

From sample to production

Prueba GitHub Registros de repositorios en su pila de datos.

Comience con filas representativas, ejecuta las combinaciones y cálculos que importan, y forme la entrega alrededor del sistema que consumirá los datos.

  1. 01

    Elige el alcance útil

    Seleccione las entidades, mercados, campos, fechas y resultados de negocios que la colección debe admitir.

  2. 02

    Ejecutar una muestra a través de su pila

    Verifique identificadores, campos, juntas, estados faltantes y contexto de origen con sus propias consultas o modelos.

  3. 03

    Establezca el patrón de entrega

    Seleccione la instantánea o el calendario recurrente, formato de archivo, particiones, manifiesto y destino.

GitHub conjunto de datos FAQ

Planifique la colección correcta de repositorios GitHub.

¿Qué incluye el conjunto de datos de repositorios GitHub?

Map public GitHub repositorios, organizaciones, lanzamientos, idiomas, temas y actividad para la investigación de ecosistemas de software.

¿Qué puedo construir con los datos GitHub?

Las aplicaciones comunes incluyen el mapeo de ecosistemas tecnológicos, la investigación de proyectos de código abierto, la liberación y el monitoreo de actividades.

¿Cómo puede el conjunto de datos GitHub mantenerse actualizado?

Utilice una instantánea de ecosistemas datada o actualizaciones recurrentes cuando los repositorios, las publicaciones, los idiomas y la actividad pública deben compararse a lo largo del tiempo.

¿Cuándo debería usar la API GitHub en su lugar?

Utilice la API bajo demanda cuando su aplicación elija solicitudes individuales y tiempos. Elige este conjunto de datos para una instantánea preparada en masa o entrega recurrente de archivos.

Continúa el recorrido de datos

Conectar los datos GitHub con el caso de uso más amplio.

Comparar el conjunto de datos adyacente, abrir la API fuente o continuar en las páginas de datos, industria y solución pertinentes.

Comience con registros reales

Solicitar una muestra del conjunto de datos GitHub.

Dígenos qué repositorio y datos de organización necesitas, plus los mercados, campos, fechas y destino.

Request a dataset sample Browse all datasets