Update 第三章 开源项目发展现状.md

第三章 开源项目发展现状.md

@@ -163,6 +163,7 @@ _非软件_
 本节给出了数据库下各个主要子领域的影响力变化趋势，从趋势图可以看到，关系型数据库连年位居第一且影响力不断增长，其他类型数据库影响力均处于稳定期。
 
 ![在这里插入图片描述](https://img-blog.csdnimg.cn/016c062e1d914102b36b5e4b4049d3fd.png#pic_center)
+
 图16 数据库子领域影响力TOP 5 2018 – 2022
 
 **数据库各子领域 Top 5 活跃度变化趋势**
@@ -185,7 +186,7 @@ _非软件_
 ### 一、开源指南针（OSS Compass）平台简介
 开源指南针平台由开源中国、华为等国内著名企业以及南京大学、北京大学等国内知名高校联合发起，于2023年2月21日正式对外发布并提供服务。其创立的愿景是为包括但不限于 OSPOs、社区管理人员、学术研究人员、项目所有者、维护者、开发者等广大开源社区的参与者提供公开、客观、量化的评估指标体系和评估结果。通过分析大量开源项目的实际数据，并参照行业最佳实践和学术界的研究结果，以评估促发展，为开源软件社区和生态的健康发展提供助力。
 
-
+![](https://img-blog.csdnimg.cn/7e4771f1d4724611b5fadcbd45e26520.png#pic_center)
 图1 开源指南针评估体系
 
 如图1所示，开源指南针平台目前以“产业生态健康（Business Ecosystem Health）”理论模型为指导，通过连接国际开源社区健康评估组织CHAOSS社区的指标体系，形成了针对开源软件项目和生态的三维度健康评估体系。该三维度体系包括生产力、稳健性和创新力。该指标体系可以从内部效度、外部效度和结构效度等多个方面，采用包括内容效度、因素独立性、区分于预测能力等多项指标，对其有效性进行充分的评估和验证。基于该健康评估模型，开源指南针平台针对托管在GitHub和Gitee上的大量项目进行了评估和分析。目前，针对GitHub和Gitee托管平台，已经实现了针对包括人工智能深度学习框架、ChatGPT、大数据、数据库、云原生、代码分析等在内的超过200个领域、18000个开源软件仓库的评估，并在持续增长过程中。
@@ -207,11 +208,24 @@ _非软件_
 如表1所示，本洞察报告参考OSS Compass专家意见和上一年度的开源蓝皮书相关章节，选择了人工智能、OS发行版、数据库和云原生等九个典型的应用领域中包括MindSpore、PaddlePaddle、THUDM、OpenLMLab、OpenHarmony、ShardingSphere等在内的共74个国内具有代表性的开源项目作为样本开展分析。
 
 表1 本洞察报告所包含的代表性领域和开源项目
-
+| 领域| 代表性项目 |
+| ------ | ------ |
+|人工智能 | MindSpore、PaddlePaddle、THUDM、OpenLMLab
+apache/tvm |
+| Linux操作系统发行版 | openEuler、龙蜥、CloudOS |
+| 智能终端操作系统 |OpenHarmony |
+| 数据库 | OceanBase、OpenGauss、TiDB、ShardingSphere |
+| 云原生 | apache/apisix、goharbor/harbor |
+| 前端 | apache/echarts、ant-design/ant-design、NervJS/taro、ant-design/pro-components、ant-design/ant-design-pro、umijs/umi、web-infra-dev/modern.js、alibaba/ice、dcloud/uni-app、Tencent/Hippy、Tencent/wepy、alibaba/rax、didi/chameleon、areslabs/alita、iqiyi/LiteApp、umijs/qiankun、micro-zoe/micro-app、alibaba/beidou、alibaba/lowcode-engine、baidu/amis、web-infra-dev/rspack、vitejs/vite、ctripcorp/moles-packer、element-plus/element-plus、arco-design/arco-design、ecomfe/san-mui、Tencent/weui、didi/cube-ui、zhihu/griffith、alibaba-fusion/next、jdf2e/nutui、fex-team/webuploader、wux-weapp/wux-weapp、alibaba/BizCharts、fex-team/kityminder、spritejs/spritejs、alibaba/f2etest、didi/AgileTC、alipay/SoloPi、dvajs/dva、alibaba/pont、thx/RAP、thx/rapper、didi/di18n、baidu/san、NervJS/nerv、Tencent/omi |
+| 中间件 | apache/flink、alibaba/nacos、apache/shardingsphere、apache/dolphinscheduler、k3s-io/k3s、apache/dubbo |
+| 嵌入式OS | rtthread/rt-thread、djyos/djysrc、alibaba/AliOS-Things |
+| 安全 | Tongsuo-Project/Tongsuo 、Mbed-TLS/mbedtls、google/boringssl |
 
 
 #### 2.1.2 整体概览
 
+![在这里插入图片描述](https://img-blog.csdnimg.cn/f3b0596637fa4c17831b551c71bd9ad2.png#pic_center)
+
 图2 国内开源的整体发展趋势年度对比
 
 如图2所示，在2022-2023年度，国内开源的整体平均活跃度、组织活跃度、协作开发指数、社区服务与支撑指数为0.326、0.153、0.333和0.314。相较于2021-2022年度，本年度的活跃度、组织活跃度、协作开发指数、社区服务与支撑指数分别上升了3.5%、6.3%、4.4%和3.3%。对比上一年度，2022-2023年度国内开源的整体发展呈现稳中求进，在波动中上升的态势。
@@ -224,7 +238,11 @@ _非软件_
 #### 2.2.1 人工智能领域整体概览和关键事件
 
 
-图3 人工智能领域的发展趋势。自上而下分别是活跃度、组织活跃度、协作开发指数和社区服务与支撑指数。蓝色均值和绿色中位数分别表示人工智能领域在相关指数上的均值和中位数。黄色的总均值和总中位数，则对应了表1中所有领域在相关指数上的均值和中位数
+![在这里插入图片描述](https://img-blog.csdnimg.cn/c79ddb7ec64144319da01d8c419df8fa.png#pic_center)
+
+图3 人工智能领域的发展趋势。
+
+自上而下分别是活跃度、组织活跃度、协作开发指数和社区服务与支撑指数。蓝色均值和绿色中位数分别表示人工智能领域在相关指数上的均值和中位数。黄色的总均值和总中位数，则对应了表1中所有领域在相关指数上的均值和中位数
 
 从图3中可以看出，除社区服务与支撑指数，人工智能领域对比其它领域在活跃度、组织活跃度、协作开发指数上，其均值和中位数均稳定保持在总均值和总中位数之上，展示出了人工智能领域的长期活跃。同时，可以明显看到在2023年3月左右，人工智能领域的活跃度、协作开发指数和社区服务与支撑指数呈现出了一个爆发式的增长。特别是社区服务与支撑指数，从低于总均值和总中位数的位置，短期形成了大幅超越。
 
@@ -238,7 +256,11 @@ ChatGPT的发布这一重要事件应当是引这一轮人工智能领域在2023
 **a) 活跃度指数分析**
 
 活跃度用来描述一个开源社区或者项目的活跃程度。为了使一个开源项目持续发展，必须在首次发布后进行持续的维护和改进。活跃度展示了一个项目随着时间的推移持续展开的工作有多少。高活跃度的社区可能表明该项目是可持续的，高活跃度的社区可能表明该项目面临风险。本节通过对构成活跃度指数模型的其中两个指标：贡献者数量和代码提交频率开展解读和分析。
-	
+
+
+![](https://img-blog.csdnimg.cn/277d50d781a94a678857e736882b0d16.png#pic_center)
+![](https://img-blog.csdnimg.cn/9b4b56a5fbfa4b568f5da755d433694c.png#pic_center)
+
 图4 人工智能领域活跃度指数模型关键构成指标变化趋势
 
 从图4可以看出，尽管在2023年农历新年期间，贡献者的数量有所下降，代码提交频率也有所降低。但是从2023年3月20日开始，构成活跃度指标权重最大的贡献者数量指标有了快速的抬升，代码提交频率也趋于稳定。从而解释了图3中活跃度的提升。
@@ -247,6 +269,10 @@ ChatGPT的发布这一重要事件应当是引这一轮人工智能领域在2023
 
 组织活跃度指数模型用于评估社区中组织（商业公司、高校等）的活跃程度。对于一个开源项目，尤其是对于平台型软件项目，越多的组织参与到社区贡献，表明社区的生态构建是朝向繁荣方向发展的。因为只有软件项目能够提供组织所需要的商业价值或者学术价值绑定，相关组织才愿意以组织身份参与社区贡献。本节通过分析构成该模型的两个指标：组织数量和组织贡献者数量，来对组织活跃度的变化趋势进行解读。
 	
+
+![](https://img-blog.csdnimg.cn/9f9696cd9a9c48aca0ad6e013c931667.png#pic_center)
+![](https://img-blog.csdnimg.cn/7e1e9122c03c4a73a61fd4246774ad70.png#pic_center)   
+
 图5 人工智能领域组织活跃度指数模型关键构成指标变化趋势
 
 如图5所示，我们可以看出，在2023年初这一段时间中，在人工智能领域典型项目中活跃的组织数量逐渐下降，但是贡献者数量维持稳定并在农历新年后逐步增长。对指数的解读也解释了图3中展示的人工智能领域整体的组织活跃度维持稳定并略有下降趋势的原因。同时，从指标分解的结果中我们也可以看出，目前在组织投入方面，人工智能领域的组织活跃呈现出一定的聚集趋势：头部组织的投入开始占据主导。
@@ -255,8 +281,11 @@ ChatGPT的发布这一重要事件应当是引这一轮人工智能领域在2023
 
 开源项目作为人类群体智能的典型表现，是否能够建立协作式的开发管理，是促成项目成功的关键要素。而代码作为一个软件项目的最终输出件，是整个社区的核心内容。协作开发指数围绕一系列与代码贡献相关的间接指标，来评估开发流程管理，社区协作式开发做得如何。本节选取构成该指标模型的重要指数，即，代码提交关联PR的比率、PR关联Issue的比率、代码审查比率和代码合并比率，对协作开发指数指数的变化趋势进行解读。
 	
+![在这里插入图片描述](https://img-blog.csdnimg.cn/0e7a2305a8494856bda024e687cb1741.png#pic_center)
+![在这里插入图片描述](https://img-blog.csdnimg.cn/40949fdcdcc44768a8e9b501e3a36ee9.png#pic_center)
+![在这里插入图片描述](https://img-blog.csdnimg.cn/0d71763ddb85439f974a7d6ce03c2026.png#pic_center)
+![在这里插入图片描述](https://img-blog.csdnimg.cn/16f3338d08944d97b98dd7545f3ff781.png#pic_center)
 
-	
 图6 人工智能领域协作开发指数模型关键构成指标变化趋势
 
 在协作开发指数方面，如图6所示，我们可以明显看到在2023年2月初开始，代码提交关联PR的比率和PR关联Issue的比率开始上升。但是到了2023年3月中旬，包括代码提交关联PR的比率、PR关联Issue的比率、代码审查比率和代码合并比率都出现了显著的下降。注意我们在此处忽略了已经在图4中展示过的“贡献者数量”这一权重最高的指标。从图中可以看出，尽管图3显示出人工智能领域的整体协作开发指数呈现了明显的增长，但这一增长很可能是由快速增长的贡献者数量，以及2月初代码提交关联PR的比率、PR关联Issue的比率两项指标的抬升所引起的。整体上和协作有关的指数趋势提示我们：仍需要加强社区协作开发的投入力度，维持增长的后劲。
@@ -265,6 +294,9 @@ ChatGPT的发布这一重要事件应当是引这一轮人工智能领域在2023
 
 该模型用于评估开发者在贡献过程中，直接感知到的社区提供的服务和支撑做得如何。需要注意的是，这并不意味着只做到模型中提及的指标就足够了，模型为了保证指标间的独立性，做了强相关性指标降维处理；所以如果想长期保持该项模型的长期积极发展，社区付出的努力要远远超过当前指标包含的内容。本报告选取构成社区服务与支持指数模型中重要的两个指标：更新Issue数量和关闭PR数量，对指数的变化趋势进行解读。
 	
+![在这里插入图片描述](https://img-blog.csdnimg.cn/b836aa30960a4d18bbe98db8cf212eaa.png#pic_center)
+![在这里插入图片描述](https://img-blog.csdnimg.cn/9a875e0b74604c1786ea4fdc3fe336d5.png#pic_center)   
+
 图7 人工智能领域社区服务与支撑指数模型关键构成指标变化趋势
 
 如图7所示，在社区服务与支撑方面，可以看到2023年3月以来更新的Issue数量出现明显提升，超过了1000个，从而部分解释了图3所示的整体社区服务与支撑指数的抬升。而关闭的PR数量则呈现出持续下降的趋势。结合上一节对协作开发指数的分析，一种可能的解释为：人工智能领域在短期内的快速发展已经接近或超过当前社区承载的能力，需要我们在保持投入的同时，稳中求进，确保高速、高质量的发展。