GitHut :: มาดูสถิติต่างๆ จาก GitHub.com

วันนี้เห็นมีการ share เรื่องสถิติต่างๆ ของ Github.com จาก post นี้
ที่ Facebook ของสมาคมโปรแกรมเมอร์ไทย

เมื่อดูในรายละเอียดพบว่ามีเรื่องต่างๆ ที่น่าสนใจมาก
เลยทำการสรุปไว้เล็กน้อย ดังนี้

สามารถดูข้อมูลได้จาก Githut.com

โดยข้อมูลจะถูกสรุป และ แสดงในแบบของกราฟสวยๆ ด้วย D3js
ซึ่งใน Q4 ของปี 2014 นั้นมีข้อสรุปที่น่าสนใจในมุมต่างๆ ดังนี้

Active repository
คือ จำนวน repository ที่มีการเปลี่ยนแปลงอย่างน้อย 1 ครั้ง

1. JavaScript
2. Java
3. Python
4. CSS
5. PHP
6. Ruby
7. C
8. C++
9. C#
10. Objective C

New fork per repository
คือ จำนวนเฉลี่ยของการ Fork repository มันบ่งบอกถึงความน่าสนใจของ project นั้นๆ
ถ้าสังเกตให้ดีๆ จะพบว่าเป็นภาษาใหม่ๆ ทั้งนั้นเลย

1. R
2. CSS
3. Swift
4. Rust
5. Objective C
6. JavaScript
7. Go
8. Scala
9. Java
10. CoffeeScript

Opened issues per repository
คือ จำนวนเฉลี่ยของการเปิด issue ใน repository นั้น
มันบ่งบอกถึงความ active ของ community หรือเปล่านะ

1. C++
2. Rust
3. Scala
4. C#
5. Java
6. Lua
7. Python
8. C
9. Go
10. Matlab

จากข้อมูลเหล่านี้ ก็น่าจะพอทำให้เห็นความนิมยมของภาษาโปรแกรมต่างๆ
ที่อยู่บน Github.com กันพอสมควร
น่าจะพอแนะนำเราได้ว่า เราควรจะศึกษาภาษาใหม่ๆ อะไรกันดี

แต่สิ่งที่น่าสนใจต่อมาก็คือ ลงเลื่อนลงมาดูรายละเอียดข้างล่างหน่อยไหม ?

พบว่าข้อมูลนั้นนำมาจาก GithubArchive.com
พบว่าทำการประมวลผลที่ Google BigQuery

ดังนั้น ลองใช้งานผ่าน Google BigQuery กันหน่อยไหม ?
เริ่มแรกก็ไปสมัครใช้งานกันปกตินะครับ
จากนั้นให้ทำ load ข้อมูลที่เราต้องการเข้าไป
แต่ก็ดีหน่อยที่ทาง GithubArchive.com เขาเอา data ขึ้นไปให้แล้ว
พร้อมกับเปิดเป็น public data แล้วด้วย (สบายเลยเรา)

ข้อมูลที่ใช้อยู่ใน ตาราง ชื่อ github_timeline มีโครงสร้างดังนี้

และมีรายละเอียดอื่นๆ ดังนี้

มาเขียน SQL บน Google BigQuery
เพื่อทำการดึงข้อมูลภาษาโปรแกรมที่ได้รับความนิยมใน Q4 ของปี 2014
ดังนี้

นำไปให้ทำงานใน Google BigQuery กันหน่อยดังรูป

ผลการทำงาน
ขนาดของข้อมูลในการประมวลผล 22.6 GB
ใช้เวลาการประมววลผล 8.8 วินาที
ผลลัพธ์ที่ได้สามารถ export ออกมาในรูปแบบ CSV ได้เลย

ปล. เราสามารถใช้ได้ฟรี โดยขนาดของข้อมูลในการประมวลผลต้องไปเกิน 1 TB นะครับ
ลองใช้งานดูกันได้ครับ