gharchive.org

GH Archive 是一个开源项目，用于持续采集、归档并开放访问 GitHub 公共事件流数据。它按小时粒度捕获 GitHub API 提供的公开活动事件（如 star、fork、push、issue 等），提供压缩归档文件下载，并支持通过 Google BigQuery 直接查询分析。项目采用 Ruby 实现采集与调度逻辑，数据格式标准化（JSON Lines），兼顾时效性与长期可追溯性。适用于开源生态研究、开发者行为分析、仓库活跃度评估、技术趋势监测等数据驱动型场景。