歡迎光臨
每天分享高質量文章

2017年排名Top 100的Java類庫——在分析了259,885份原始碼之後得出的結論

來自:Hollis(微信號:hollischuang)
hollischuang.com/archives/1983
原文:blog.takipi.com/the-top-100-java-libraries-in-2017-based-on-259885-source-files/


一年的時間就這麼匆匆過去了,就好像像我們昨天才剛剛從GitHub上分析了2016年的Top Java類庫一樣。今年,我們在資料檢索方面採用了Google的BigQuery,來得到更精確的結果。

譯者註:BigQuery 是 Google 專門面向資料分析需求設計的一種全面托管的 PB 級低成本企業資料倉庫。該服務讓開發者可以使用Google的架構來運行SQL陳述句對超級大的資料庫進行操作。BigQuery 可在幾秒內掃描 1 TB 的資料,在幾分鐘內掃描 1 PB 的資料。

首先,我們按照star數排名,從GitHub上拉取了前1000份Java代碼倉庫,然後過濾掉Android專案,剩下477個純Java專案。

我們基於這477個純Java專案進行了分析。我們去重之後統計了所有的類庫的import。更深入的關於統計方法的介紹在文章底部。

廢話不多說,讓我們來看看2017年最受歡迎的Java類庫都有哪些?今年又是誰穩坐第一的寶座。


最受歡迎的前20個Java類庫

和去年一樣,排名第一的類庫,依舊是JUnit。基於它擴展的 JUnit Runner 占據第二名的位置,甚至是較舊的 junit.framework 此次也在第三名的位置。也就是說JUnit包攬了前三甲。


Mockito,這個開源的mock測試框架排名第四。

譯者註:Mockito 是一個強大的用於 Java 開發的模擬測試框架, 通過 Mockito 我們可以創建和配置 Mock 物件, 進而簡化有外部依賴的類的測試.


Java中的日誌組建 slf4j 位列第五。這從某個側面體現出目前的開發人員對日誌還是比較情有獨鐘的。同時也看得出Java開發人員對於 java.util.logging 庫的使用率較低。我們也曾經分析過Java開發者使用日誌的一些習慣和偏好。整理在eBook中。


Hamcrest類庫排名的上升,說明瞭開發人員確實是需要更好的測試環境。

譯者註:Hamcrest是一個協助編寫用Java語言進行軟體測試的框架。它支持創建自定義的斷言匹配器(assertion matchers)(名稱“Hamcrest”即為“matchers”的異位構詞),允許宣告式定義匹配規則。這些匹配器在單元測試框架(例如JUnit和jMock)中有用。


分析排名在前幾名的類庫我們發現,測試對於寫出更好的代碼是十分重要的。這也就說明瞭一個事實,出現線上問題是開發者最不想看到的,所以我們會想盡一切辦法去避免他的發生。(這部分還有一些關於作者網站的廣告,我就不翻譯了。)


Google的Guava類庫排名第 7。 最受歡迎的JSON類庫是Jackson 。 榜單第20名,是一個新晉類庫:org.w3c.dom 。它提供了一系列操作DOM的接口。


其他值得我們註意的類庫

縱觀前100名,我們發現Spring 有很好的表現。以下8個類庫進入前100 :

#57 – org.springframework.beans.factory.annotation
#60 – org.springframework.context
#65 – org.springframework.context.annotation
#66 – org.springframework.stereotype
#68 – org.springframework.util
#81 – org.springframework.test.context.junit4
#85 – org.springframework.beans.factory
#91 – org.springframework.web.bind.annotation


除了Spring之外,Apache的類庫也有廣泛的應用:

#16 – org.apache.commons.io
#22 – org.apache.http
#24 – org.apache.commons.lang
#25 – org.apache.http.impl.client
#30 – org.apache.http.client
#33 – org.apache.http.client.methods
#34 – org.apache.log4j
#35 – org.apache.commons.codec.binary
#45 – org.apache.commons.lang3
#53 – org.apache.http.entity
#61 – org.apache.http.util
#64 – org.apache.commons.logging
#75 – org.apache.http.message
#88 – org.apache.zookeeper
#95 – org.apache.hadoop.conf
#98 – org.apache.http.client.config
#100 – org.apache.http.client.utils

譯者註:看到apache類庫有這麼好的表現,筆者比較開心。筆者一直崇尚不要重覆製造輪子,我們日常開發中可能用到的一些方法在apache的類庫中具有最佳實現。比如處理IO流、處理集合等。


在今年的排名中,AssertJ較去年有明顯的提升,它為 Java 提供了流式斷言(Fluent assertions)。今年它攀升至 50 名。


我們在榜單中也發現了 javax.script org.apache.http.client.utils這兩個腳本API。

腳本API供那些希望在其 Java 應用程式中執行用腳本語言編寫的程式的應用程式編程人員使用。


分析方法

文章開通我們提及過,今年我們使用Google的BigQuery來處理資料。我們通過GitHub提供的API拉取了1000份倉庫代碼。在過濾掉Android、Arduino和一些過時的倉庫後,我們還剩餘259,885份Java源檔案。我們對同一個倉庫中使用的類庫進行去重後,還剩餘25,788份類庫。

我們實際是怎麼做的呢?

首先,我們創建一個倉庫表,用來儲存star數排名靠前的哪些類庫,命名為java_top_repos_filtered

SELECT
  full_name
FROM
  java_top_repos_1000
WHERE NOT ((LOWER(full_name) CONTAINS 'android') OR
           (LOWER(full_name) CONTAINS 'arduino'))
      AND ((description IS null) OR
           (NOT ((LOWER(description) CONTAINS 'android') OR
                 (LOWER(description) CONTAINS 'arduino') OR
                 (LOWER(description) CONTAINS 'deprecated'))));


現在,我們有了排名靠前的類庫的名字,然後我們把他們都拉取下來:

SELECT
  repo_name,
  content
FROM
  [bigquery-public-data:github_repos.contents] AS contents
INNER JOIN
(
  SELECT
    id,
    repo_name
  FROM
    [bigquery-public-data:github_repos.files] AS files
  INNER JOIN
    java_top_repos_filtered AS top_repos
  ON
    files.repo_name = top_repos.full_name
  WHERE
    path LIKE '%.java'
) AS files_filtered
ON
  contents.id = files_filtered.id;


至此,我們有了每個專案的原始碼,我們就要把去重後的import的陳述句過濾出來,然後在提取包名稱。

SELECT
  package,
  COUNT(*) count
FROM
( //extract package name (exclude last point of data) and group with repo name (to count each package once per repo)
  SELECT
    REGEXP_EXTRACT(import_line, r' ([a-z0-9\._]*)\.') package,
    repo_name
  FROM
  ( //extract only 'import' code lines from *.java files
    SELECT
      SPLIT(content, '\n') import_line,
      repo_name
    FROM
      java_relevant_data
    HAVING
      LEFT(import_line, 6) = 'import'
  )
  GROUP BY
    package,
    repo_name
)
GROUP BY
  package
ORDER BY
  count DESC;


最後,我們再進行一次過濾,確保沒有Android, Arduino、過時的或者Java提供的原生的類庫。

SELECT
  *
FROM
  java_top_package_count
WHERE
  NOT ((LEFT(package, 5) = 'java.') OR
       (LOWER(package) CONTAINS 'android'))
ORDER BY
  count DESC;

至此,你就得到了一份2017年排名Top 100的Java類庫的串列了。


最後的一點想法

一個主要的結論是:那些2016年受歡迎的類庫,在2017年依舊受歡迎。這也說明,這些類庫背後的開發者、團隊或者公司都在努力的使這些類庫更好。

這也意味著,如果你打算開始寫自己的Java專案,或者日常的開發中,我們的電子錶格可以提供一些好的建議。這些排名靠前的類庫是不錯的選擇。

附錄:Top 100 Java Libraries

相關閱讀

2016年排名Top 100的Java類庫——在分析了47,251個依賴之後得出的結論

排名Top 16的Java實用類庫


●本文編號595,以後想閱讀這篇文章直接輸入595即可

●輸入m獲取到文章目錄

推薦↓↓↓

Python編程

更多推薦18個技術類公眾微信

涵蓋:程式人生、演算法與資料結構、黑客技術與網絡安全、大資料技術、前端開發、Java、Python、Web開發、安卓開發、iOS開發、C/C++、.NET、Linux、資料庫、運維等。

赞(0)

分享創造快樂