code-archive
GH Archive
Eine fortlaufende Aufzeichnung öffentlicher Aktivität auf GitHub: Die öffentliche Ereignis-Timeline wird seit 2011 stündlich archiviert und umfasst inzwischen Milliarden von Ereignissen. Es handelt sich um einen Massendatensatz und keine Suchseite, Sie laden gzip-komprimierte JSON-Dateien pro Stunde herunter oder fragen den öffentlichen BigQuery-Datensatz ab; eine Such-API für einzelne Datensätze oder ein Websuchformular gibt es nicht. Forschende greifen darauf zurück, um historische GitHub-Aktivität offline auszuwerten oder zu rekonstruieren.
Keine programmatische Prüfung, öffnet die eigene Suche des Archivs.
Warum es nützlich ist & wie es funktioniert
GH Archive erfasst den öffentlichen GitHub-Ereignisstrom und archiviert ihn seit Januar 2011 stündlich; damit ist es die vollständigste Langzeitaufzeichnung von Open-Source-Aktivität auf der Plattform. Forschende greifen darauf zurück, um Fragen zur Geschichte von GitHub selbst zu beantworten: Wann tauchte ein Repository zum ersten Mal auf, wie veränderte sich die Aktivität der Mitwirkenden im Zeitverlauf, wie entwickelte sich ein bestimmter Ereignistyp? Der Datensatz wird als gzip-komprimierte JSON-Dateien verteilt, die sich stunden- und tagesweise herunterladen lassen, und steht außerdem als öffentlicher Datensatz in Google BigQuery für Auswertungen per SQL bereit. Eine Websuche über einzelne Datensätze gibt es nicht; Echo verlinkt Sie zur Projektseite und zum BigQuery-Datensatz für die weitere Auswertung.
Was drinsteckt
Milliarden öffentlicher GitHub-Ereignisse über mehr als ein Jahrzehnt, stundenweise gegliedert. Der vollständige Datensatz umfasst mehrere Dutzend Terabyte und wächst rund um die Uhr um etwa eine Datei pro Stunde.
API-Zugang
bulk gzip JSON https://data.gharchive.org/YYYY-MM-DD-H.json.gz ; BigQuery public dataset
Was wir gemessen haben
Unsere eigenen Messungen, nicht die Angaben des Archivs. Sie werden regelmäßig wiederholt; jeder Wert ist datiert.
Erreichbarkeit
- Direkte Anfrage
- Hat geantwortet HTTP 200 563 ms
- Über einen Rechenzentrums-Proxy
- Hat geantwortet HTTP 200 629 ms
Erreichbarkeit gemessen am 2026-08-22.
Zugang
Frei erreichbar, ohne Schlüssel, Anmeldung oder Captcha.