三人行，必有我?guī)煛_源，不僅代表著軟件源代碼的開放，本身即意味著自由、共享的精神和文化。時下的開源已經(jīng)成為軟件業(yè)發(fā)展的大勢所趨，眾多行業(yè)巨頭爭相斗艷，那么有哪些企業(yè)能夠在開源世界中獨占鰲頭，引領(lǐng)風(fēng)騷？
??
本文基于 2017 年截至今天 GitHub 上所有的 PushEvents，對于每個 GitHub 用戶都盡量分辨了所屬組織，并且只關(guān)注在 2017 年增長超過 20 個 star 的倉庫（比如 Apache 目前在 GitHub 有超過 1500 個倉庫，但只有 205 個在今年獲得了 20 個以上的 star。因此，這里只分析這 205 個倉庫的提交情況）。
??
各公司的貢獻情況
?按倉庫 star 數(shù)排名
頂尖的貢獻組織比較
微軟大約有 1300 名員工積極地將代碼推送到 GitHub 上的 825 個頂級倉庫；谷歌大約有 900 名員工活躍于 GitHub，將代碼推送到約 1100 個頂級倉庫；亞馬遜大約有 134 名員工活躍于 GitHub，僅將代碼推送到 158 個頂級倉庫。
從活躍用戶來看，微軟最高，谷歌次之，亞馬遜遠遠落后。
從拒絕到擁抱開源，微軟緣何實現(xiàn) 180° 的戰(zhàn)略逆轉(zhuǎn)？
PC 時代，比爾?蓋茨以兼容性打敗了其他的所有操作系統(tǒng)，成就了微軟的 PC 行業(yè)標準地位。后 PC 時代，由于 Steve Ballmer （2000年上臺的微軟首席運行官）所發(fā)布的“Linux是顆毒瘤”這一言論，使得微軟多年來一直處于Linux和開源社區(qū)的對立層面。直到 14 年，Satya Nadella 接任了微軟新任 CEO 這一局面才被打破。
曾經(jīng)的墨守成規(guī)，到積極擁抱開源，“事實標準常常通過經(jīng)濟機制在市場上發(fā)生演變”。對于企業(yè)來說，無論開源與否，商業(yè)利益才是核心。PC 時代的崛起，互聯(lián)網(wǎng)時代的轉(zhuǎn)型困境，微軟能在開源價值的引導(dǎo)下快速轉(zhuǎn)變戰(zhàn)略并實現(xiàn)完美逆襲，可以說是企業(yè)開源戰(zhàn)略轉(zhuǎn)型的優(yōu)秀范例。
那么微軟究竟如何借助開源之勢并且擊敗 Facebook、Google 成為 GitHub No.1 的公司？除去加入Apache基金會、成立“微軟開放技術(shù)有限公司”、成立.NET基金會等動作外，僅今年微軟在開源領(lǐng)域就已經(jīng)有了諸多作為，比如開源了GVFS虛擬文件系統(tǒng)、Azure Service Fabric SDK、ReactXP，以及可用于訓(xùn)練無人機和自動駕駛汽車的模擬器平臺 AirSim 等項目。
谷歌獨占人工智能鰲頭
從貢獻的頂級項目來看，谷歌員工貢獻的代碼倉庫比微軟的多了 25%，位居第一。
而本次報告中倉庫 star 數(shù)位列第一的項目即是 2015 年谷歌開源的項目——TensorFlow。此前，谷歌通過與幾大 IT 巨頭成立了 AI 聯(lián)盟，并在GCD Next 大會上推出 ML 平臺。Google Brian 項目負責(zé)人認為“AI 將成為更高級的云計算“，而 CEO Pichai 則表示“要用 AI 重新定義云服務(wù)“，就連已經(jīng)升任 Google 母公司 Alphabat 董事長的 Eric Schmidt 也說“ML is Next“。云時代，谷歌的人工智能將發(fā)揮極大的作用，也將成為 AI 戰(zhàn)場上的重要武器，同時可見，人工智能依舊是當(dāng)前最火熱的領(lǐng)域之一。
扼殺開源？昔日霸主亞馬遜輝煌難繼
亞馬遜遠遠落后于微軟和谷歌，位居第八名。根據(jù)貢獻情況排名在它之前的還有：RedHat，IBM，Pivotal，英特爾 和 Facebook。
即使是云戰(zhàn)場的旁觀者，也能看出亞馬遜日漸顯露的頹勢——榜首位置不再，更遑論其昔日霸主的地位，在開源領(lǐng)域也同樣如此。
開源往往是為了公司長遠發(fā)展的利益考慮的，比如說通過開源拓展生態(tài)、售賣相關(guān)硬件等。亞馬遜的AI和深度學(xué)習(xí)總經(jīng)理Matt Wood則表示，AWS的策略是研究那些只有不差錢的公司才能研發(fā)出來的技術(shù)，讓這些技術(shù)走向普羅大眾。這也就體現(xiàn)了亞馬遜一貫的路線：只招攬最優(yōu)秀的研發(fā)人員做出最有競爭力的產(chǎn)品，從而獲得市場上的成功。因此，開源只是亞馬遜讓技術(shù)實現(xiàn)民主化的一種方式，對于亞馬遜的大多數(shù)開發(fā)者和員工來說，開源與否其實并不是很重要。
但有趣的是，亞馬遜一方面仍在堅持打壓開源生態(tài)系統(tǒng)以此突顯自身工具的優(yōu)勢，另一方面卻還在致力于將一些開源項目包裝整合成一個盈利的產(chǎn)品。
BAT 引領(lǐng)的國內(nèi)開源新態(tài)勢
緊隨亞馬遜之后，國內(nèi)以 BAT 為首的優(yōu)秀企業(yè)也在積極擁抱開源社區(qū)，并且取得了矚目的成就。
阿里巴巴在開源方面一直秉持堅定而熱忱的態(tài)度，積極地將其一些成熟或發(fā)展中的產(chǎn)品和技術(shù)以開源、開放的態(tài)度回饋到社區(qū)，比如 ant-design 、weex 、druid 等項目。
今年6月，騰訊研發(fā)管理部總監(jiān)許勇也首次對外公開了騰訊的開源理念，雖然騰訊的起步比較艱難，但是目前也已經(jīng)在致力于輕量化的代碼片段分享，或者是貢獻公共組件，或者開源項目去實現(xiàn)技術(shù)價值的最大化和建立技術(shù)影響力，比如開源的RapidJSON、Angel、Weflow等項目。
百度在開源貢獻上也有所作為，比如 apollo、brpc、Paddle 等項目。
相對于微軟、谷歌、Facebook等科技公司，國內(nèi)的開源目前還處于一個追趕者的階段。我們也期待國內(nèi)的更多互聯(lián)網(wǎng)企業(yè)、IT 企業(yè)可以在開源方面有更多的實際行動，讓中國這個世界上除了美國之外第二大互聯(lián)網(wǎng)大國在開源方面也取得相應(yīng)的成就。
那么這份報告是如何生成？
首先是數(shù)據(jù)來源，通過GitHub Archive（https://www.githubarchive.org/）來獲取。對于 Github 用戶所屬的公司，主要通過用戶提交記錄中的郵件地址來進行判斷。當(dāng)然不是每個人都會用自己組織的郵箱地址，很多人在 Github 上選擇的是 gmail.com、users.noreply.github.com 或其他的郵箱，這種情況下就無從得知了。
在工具上，報告使用了 Google Big Query（https://cloud.google.com/bigquery/）。
具體的 SQL 代碼：
#standardSQL
WITH
period AS (
SELECT *
FROM `githubarchive.month.2017*` a
),
repo_stars AS (
SELECT repo.id, COUNT(DISTINCT actor.login) stars, APPROX_TOP_COUNT(repo.name, 1)[OFFSET(0)].value repo_name
FROM period
WHERE type='WatchEvent'
GROUP BY 1
HAVING stars>20
),
pushers_guess_emails_and_top_projects AS (
SELECT *, REGEXP_EXTRACT(email, r'@(.*)') domain
FROM (
SELECT actor.id
, APPROX_TOP_COUNT(actor.login,1)[OFFSET(0)].value login
, APPROX_TOP_COUNT(JSON_EXTRACT_SCALAR(payload, '$.commits[0].author.email'),1)[OFFSET(0)].value email
, COUNT(*) c
, ARRAY_AGG(DISTINCT TO_JSON_STRING(STRUCT(b.repo_name,stars))) repos
FROM period a
JOIN repo_stars b
ON a.repo.id=b.id
WHERE type='PushEvent'
GROUP BY 1
HAVING c>3
)
)
SELECT * FROM (
SELECT domain
, githubers
, (SELECT COUNT(DISTINCT repo) FROM UNNEST(repos) repo) repos_contributed_to
, ARRAY(
SELECT AS STRUCT JSON_EXTRACT_SCALAR(repo, '$.repo_name') repo_name
, CAST(JSON_EXTRACT_SCALAR(repo, '$.stars') AS INT64) stars
, COUNT(*) githubers_from_domain FROM UNNEST(repos) repo
GROUP BY 1, 2
HAVING githubers_from_domain>1
ORDER BY stars DESC LIMIT 3
) top
, (SELECT SUM(CAST(JSON_EXTRACT_SCALAR(repo, '$.stars') AS INT64)) FROM (SELECT DISTINCT repo FROM UNNEST(repos) repo)) sum_stars_projects_contributed_to
FROM (
SELECT domain, COUNT(*) githubers, ARRAY_CONCAT_AGG(ARRAY(SELECT * FROM UNNEST(repos) repo)) repos
FROM pushers_guess_emails_and_top_projects
#WHERE domain IN UNNEST(SPLIT('google.com|microsoft.com|amazon.com', '|'))
WHERE domain NOT IN UNNEST(SPLIT('gmail.com|users.noreply.github.com|qq.com|hotmail.com|163.com|me.com|googlemail.com|outlook.com|yahoo.com|web.de|iki.fi|foxmail.com|yandex.ru', '|')) # email hosters
GROUP BY 1
HAVING githubers > 30
)
WHERE (SELECT MAX(githubers_from_domain) FROM (SELECT repo, COUNT(*) githubers_from_domain FROM UNNEST(repos) repo GROUP BY repo))>4 # second filter email hosters
)
ORDER BY githubers DESC
總結(jié)
希望通過這份報告，能為大家呈現(xiàn)更清晰的開源認知。其中，微軟、谷歌是毫無疑問的衛(wèi)冕之王，RedHat、IBM、Pivotal、英特爾 、Facebook和亞馬遜也緊隨其后，國內(nèi)的阿里巴巴、騰訊和百度同樣在開源之路上奮起直追。那么對于文中的排名你是否贊同呢？最后一點，開源是寶貴的財富資源，然而知易行難，道理或許大家都懂，但是修行卻在于個人。
————— END —————
