Softwareübersicht und Anwendungsfälle

Sowohl Augur als auch GrimoireLab sind hervorragende Tools, die Ihnen dabei helfen, aussagekräftige Gesundheitserkenntnisse für Open-Source-Projekte und Ökosysteme abzuleiten, aber beide verfolgen sehr unterschiedliche Ansätze. Aufgrund dieser Unterschiede könnte eine davon die bessere Wahl sein, je nachdem, was Sie tun müssen.

Die Besonderheiten von GrimoireLab bestehen darin, dass Sie damit Folgendes tun können:

• Erhalten Sie einen aggregierten Überblick über Ihre Softwareentwicklungsaktivitäten über eine Vielzahl von Kanälen (z. B. Repositories, Mailinglisten, Chat-Tools, Wikis) und erstellen Sie einen zentralen Ort für das Data Mining über Quellen hinweg, um diese Informationen für Ihren speziellen Kontext zu verstehen.
• Wenden Sie eine große Anzahl vorhandener, vorgefertigter Visualisierungen an, um Trends zu erkennen und den Zustand Ihrer Open-Source-Projekte und Ökosysteme kontinuierlich zu überwachen. Passen Sie diese Visualisierungen mithilfe von OpenSearch-Abfragen an, um einen Drilldown zu interessanten Daten durchzuführen.
• Sehen Sie GrimoireLab in Aktion im CHAOSS-Dashboard.

Die Besonderheiten von Augur bestehen darin, dass Sie damit Folgendes tun können:

• Konzentrieren Sie sich auf Daten von GitHub- und GitLab-Plattformen, die auf Zehntausende von Repositories skaliert werden können, und nutzen Sie die relationale Datenbank von Augur als Data-Engineering-Tool, um benutzerdefinierte Abfragen zu schreiben, die komplexe oder unerwartete Fragen untersuchen und gleichzeitig eingehende Recherchen durchführen.
• Erkunden Sie Daten zu Compliance, Sicherheit, Abhängigkeiten und verwandten Softwarethemen, um potenzielle Risiken im Zusammenhang mit einem Open-Source-Projekt besser zu verstehen, und nutzen Sie Visualisierungen, um mehr über die Gesundheit der Gemeinschaft zu erfahren.
• Sehen Sie Augur in Aktion mit 8Knoten.

Jeder kann beide Tools verwenden, um aussagekräftige Erkenntnisse zu gewinnen:

• Für Datenwissenschaftler, Forscher und andere Datenanalysten ist es möglicherweise einfacher, benutzerdefinierte Abfragen zu schreiben und dabei die relationale Datenbank von Augur für eine eingehende Recherche zu verwenden.
• Community-Manager, Technik-/Produktteams oder Projektleiter werden die einfache Erkennung von Trends mithilfe der Visualisierungen von GrimoireLab in verschiedenen Anwendungsfällen zu schätzen wissen.

Diese Übersicht enthält nur einige der vielen Szenarien, die jemanden dazu bringen könnten, CHAOSS-Tools zu verwenden. Dabei handelt es sich um komplexe Tools mit vielen Merkmalen und Funktionen, die sich nicht ausreichend in ein paar Punkten zusammenfassen lassen. Darüber hinaus ist jedes Open-Source-Projekt einzigartig und der Bedarf an Daten über Open-Source-Projekte und Ökosysteme kann sehr unterschiedlich sein. Obwohl wir hoffen, dass die obige Zusammenfassung Ihnen dabei hilft, das richtige Werkzeug für Ihre Bedürfnisse auszuwählen, empfehlen wir Ihnen, sich die zusätzlichen Vorteile und Funktionen unten genauer anzusehen, bevor Sie eine endgültige Auswahl treffen.

Weitere Vorteile und Funktionen

Augur

• Die Daten werden inkrementell erfasst und umfassen alle Nachrichten und Commits im Zusammenhang mit Problemen, Pull-Requests und Pull-Request-Reviews, einschließlich historischer Daten. Diese Hochgeschwindigkeitssammlung wurde für bis zu 100,000 Repositories getestet und ermöglicht die Bewertung verschiedener Open-Source-Software-Ökosysteme.
• Die Erfassung und Analyse geht über das Zählen von Aktivitäten hinaus und umfasst Informationen zur Lizenzabdeckung und zum Lizenztyp, COCOMO-basierte Softwarekomplexität und Kosten für den Austausch von Daten nach Projekt und Datei, Software-Abhängigkeitsscans und Abhängigkeitsmessungen LibYearsund zeitreihenpersistente OpenSSF Scorecard-Informationen.
• Das Verständnis der Gesundheit der Gemeinschaft wird durch die automatische Erkennung ungewöhnlicher Aktivitäten durch die Durchführung computerlinguistischer, maschineller Lernanalysen und die Erkennung von Beitragsanomalien erweitert.
• Benutzer können komplexe oder unvorhergesehene Fragen untersuchen und gleichzeitig eingehende Recherchen durchführen, indem sie die relationale Datenbank oder API von Augur verwenden, um benutzerdefinierte Abfragen zu schreiben.
• Augur umfasst Datenvisualisierungen über ein erweiterbares Frontend, das auf Tools basiert, die Datenwissenschaftlern vertraut sind (z. B. Dash und Plotly). 8Knoten ist entwickelt.

Weitere Informationen finden Sie auf der Augur-Repository.

GrimoireLab

• Die Daten werden auf konsistente Weise erstellt, um eine klare Berichterstattung und zuverlässige Erkenntnisse zu ermöglichen. Die Daten werden aus über 30 Datenquellen gesammelt, einschließlich historischer Daten. Die inkrementelle Datenerfassung ermöglicht schnellere Aktualisierungen. Die Datenqualität wird durch konsequente Methoden zur Verhinderung von Datenverfall sichergestellt.
• Rohdaten werden angereichert, um tiefere Einblicke zu ermöglichen und Analysen zu ermöglichen, die über die grundlegende Zählung von Ereignissen hinausgehen. Beispielsweise identifiziert die Zwiebelanalyse im Zeitverlauf wichtige, regelmäßige und gelegentliche Mitwirkende. Die Kennzahlen zur Attraktivität und Bindung identifizieren Mitwirkende, die kürzlich einem Projekt beigetreten sind, und solche, die inaktiv geworden sind.
• Zusätzlich zu den Daten werden Dashboard-Lösungen bereitgestellt, mit denen Sie Daten untersuchen und benutzerdefinierte Visualisierungen und Dashboards erstellen können, die mit Links und Live-Daten geteilt werden können
• Für die Aktualisierung von Organisationszugehörigkeiten und die Deduplizierung von Mitwirkenden stehen Verwaltungsschnittstellen und APIs zur Verfügung
• Der Zugriff auf Daten ist auf drei Ebenen möglich: (1) Benutzeroberfläche zum Erkunden und Teilen von Daten; (2) Verwaltungsoberfläche zum Erstellen von Visualisierungen und Dashboards sowie zum Verwalten von Zugehörigkeiten; (3) Datenschnittstelle über die OpenSearch-API zu Rohdaten und angereicherten Daten zur benutzerdefinierten Analyse in verschiedenen Tools wie Jupyter Notebooks.
• Die Netzwerkanalyse ermöglicht die Aufdeckung von Beziehungen und Verbindungen zwischen Projekten, Repositories, Mitwirkenden und Organisationen.
• Der Datenschutz ist integriert, um einen DSGVO-konformen Betrieb zu unterstützen.

Weitere Informationen finden Sie auf der GrimoireLab-Website.