开源代码的寿命为何只有1年? �C 麦穗技术



开源代码的寿命为何只有1年? – 麦穗技术

西西弗斯著名的惩罚,是神话流传下来的,他被迫推一块巨大的石头上山,当登顶之后,只能眼睁睁看着它滚下去,周而复始直到永远。悄无声息的,全球的开发者在过去的几年里,也在接受类似的处罚。而且巨石还在不断变大。美国国会图书馆拥有约2400万本各种类型的图书。它是人类有史以来,创造的书写人类知识最大的宝库。 2009年,Github成立。它现在拥有超过3500万软件库或信息库,有着几十万亿行代码。研究表明,这一数额以指数速度增长,每14个月左右还会双倍增长。开放源代码毫无疑问是今天编程技术的前沿,是人类知识最大的、功能最强大、最先进的宝库。 那么,为什么90%-98%的开放式源代码会在12个月后被抛弃呢? 它们变得无效、过时,在时间的流沙中被遗忘。在2015年调查中,Stack Overflow发现,每个开发者在工作之外一周平均花费大约7小时来编程。 GitHub的报告指出超过1200万用户在开源项目工作。数百万聪明的人花了数百万个小时的工作就这样被人们置之不理了。 最疯狂的一部分是似乎没有人问“为什么?”。为什么绝大多数开放源代码被掩埋,被忘记了?为什么我们每一天一遍又一遍地编写相同的代码,而同一时间该代码几乎可以肯定就在开源平台的某处, 在等待被我们使用的? 这种事发生的主要原因是,因为人们只是把信息库作为存储库。开发者都知道AngularJS,或JQuery的或React,但很少有人知道超过10个开源软件包。这就是让人疯狂的部分,因为人们不知道、或者不使用整个开源软件包,所以没有人使用其中的代码。写于2015年的软件包可能对一个人来说不是整体都有用,但也许它恰好就包含了所需的功能。最有用的部分不总是整个包,有时是其中的一段代码。 比方说,有人正在寻找一个JavaScript的功能以在数组中洗牌元素,或不同的功能来创建随机的字符串。这些小的代码片段在开源平台有几百个相同的。但是,没有人知道他们的存在,即使他们知道,也没有人知道如何找到它们。因此,这些有价值的知识被丢弃或遗忘,只是因为它们难以获得。实在太扯了,对所有人而言都没好处。   从功能方面整理所有开放的源代码,对它们进行详细分类 这就是我们建立Cocycles的原因。Cocycles满足上述所有的条件,同时还在继续完善。它的算法可以处理大量的开源代码,阅读和理解每一条不同的代码的功能。然后,它可以让人们使用简单的英

Read full article from 开源代码的寿命为何只有1年? – 麦穗技术


No comments:

Post a Comment

Labels

Algorithm (219) Lucene (130) LeetCode (97) Database (36) Data Structure (33) text mining (28) Solr (27) java (27) Mathematical Algorithm (26) Difficult Algorithm (25) Logic Thinking (23) Puzzles (23) Bit Algorithms (22) Math (21) List (20) Dynamic Programming (19) Linux (19) Tree (18) Machine Learning (15) EPI (11) Queue (11) Smart Algorithm (11) Operating System (9) Java Basic (8) Recursive Algorithm (8) Stack (8) Eclipse (7) Scala (7) Tika (7) J2EE (6) Monitoring (6) Trie (6) Concurrency (5) Geometry Algorithm (5) Greedy Algorithm (5) Mahout (5) MySQL (5) xpost (5) C (4) Interview (4) Vi (4) regular expression (4) to-do (4) C++ (3) Chrome (3) Divide and Conquer (3) Graph Algorithm (3) Permutation (3) Powershell (3) Random (3) Segment Tree (3) UIMA (3) Union-Find (3) Video (3) Virtualization (3) Windows (3) XML (3) Advanced Data Structure (2) Android (2) Bash (2) Classic Algorithm (2) Debugging (2) Design Pattern (2) Google (2) Hadoop (2) Java Collections (2) Markov Chains (2) Probabilities (2) Shell (2) Site (2) Web Development (2) Workplace (2) angularjs (2) .Net (1) Amazon Interview (1) Android Studio (1) Array (1) Boilerpipe (1) Book Notes (1) ChromeOS (1) Chromebook (1) Codility (1) Desgin (1) Design (1) Divide and Conqure (1) GAE (1) Google Interview (1) Great Stuff (1) Hash (1) High Tech Companies (1) Improving (1) LifeTips (1) Maven (1) Network (1) Performance (1) Programming (1) Resources (1) Sampling (1) Sed (1) Smart Thinking (1) Sort (1) Spark (1) Stanford NLP (1) System Design (1) Trove (1) VIP (1) tools (1)

Popular Posts