2017年排名Top 100的Java类库——在分析了259,885份源码之后得出的结论

MelNfo 1年前
   <p>一年的时间就这么匆匆过去了,就好像像我们昨天才刚刚从GitHub上分析了2016年的Top Java类库一样。今年,我们在数据检索方面采用了Google的BigQuery,来得到更精确的结果。</p>    <p>译者注: <a href="/misc/goto?guid=4959756662181521953" rel="nofollow,noindex">BigQuery</a> 是 Google 专门面向数据分析需求设计的一种全面托管的 PB 级低成本企业数据仓库。该服务让开发者可以使用Google的架构来运行SQL语句对超级大的数据库进行操作。BigQuery 可在几秒内扫描 1 TB 的数据,在几分钟内扫描 1 PB 的数据。</p>    <p>首先,我们按照star数排名,从GitHub上拉取了前1000份Java代码仓库,然后过滤掉Android项目,剩下477个纯Java项目。</p>    <p>我们基于这477个纯Java项目进行了分析。我们去重之后统计了所有的类库的import。更深入的关于统计方法的介绍在文章底部。</p>    <p>废话不多说,让我们来看看2017年最受欢迎的Java类库都有哪些?今年又是谁稳坐第一的宝座。</p>    <h3>最受欢迎的前20个Java类库</h3>    <p>和去年一样,排名第一的类库,依旧是 JUnit 。基于它扩展的 JUnit Runner 占据第二名的位置,甚至是较旧的 junit.framework 此次也在第三名的位置。也就是说 JUnit 包揽了前三甲。</p>    <p>Mockito ,这个开源的mock测试框架排名第四。</p>    <p>译者注: <a href="/misc/goto?guid=4959665207585839466" rel="nofollow,noindex">Mockito</a> 是一个强大的用于 Java 开发的模拟测试框架, 通过 Mockito 我们可以创建和配置 Mock 对象, 进而简化有外部依赖的类的测试.</p>    <p>Java中的日志组建 slf4j 位列第五。这从某个侧面体现出目前的开发人员对日志还是比较情有独钟的。同时也看得出Java开发人员对于 java.util.logging 库的使用率较低。我们也曾经分析过Java开发者使用日志的一些习惯和偏好。整理在 <a href="/misc/goto?guid=4959756662296150704" rel="nofollow,noindex">eBook</a> 中。</p>    <p>Hamcrest 类库排名的上升,说明了开发人员确实是需要更好的测试环境。</p>    <p>译者注:Hamcrest是一个协助编写用Java语言进行软件测试的框架。它支持创建自定义的断言匹配器(assertion matchers)(名称“Hamcrest”即为“matchers”的异位构词),允许声明式定义匹配规则。这些匹配器在单元测试框架(例如JUnit和jMock)中有用。</p>    <p>分析排名在前几名的类库我们发现,测试对于写出更好的代码是十分重要的。这也就说明了一个事实,出现线上问题是开发者最不想看到的,所以我们会想尽一切办法去避免他的发生。(这部分还有一些关于 <a href="/misc/goto?guid=4959756662384950838" rel="nofollow,noindex">作者网站</a> 的广告,我就不翻译了。)</p>    <p>Google的 Guava 类库排名第 7。</p>    <p>最受欢迎的JSON类库是 Jackson 。</p>    <p>榜单第20名,是一个新晋类库: org.w3c.dom 。它提供了一系列操作DOM的接口。</p>    <h3>其他值得我们注意的类库</h3>    <p>纵观前100名,我们发现Spring 有很好的表现。以下8个类库进入前100 :</p>    <pre>  <code class="language-sql">#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</code></pre>    <p>除了Spring之外,Apache的类库也有广泛的应用:</p>    <pre>  <code class="language-sql">#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</code></pre>    <p>译者注:看到apache类库有这么好的表现,笔者比较开心。笔者一直崇尚不要重复制造轮子,我们日常开发中可能用到的一些方法在apache的类库中具有最佳实现。比如处理IO流、处理集合等。</p>    <p>在今年的排名中,AssertJ较去年有明显的提升,它为 Java 提供了流式断言(Fluent assertions)。今年它攀升至 50 名。</p>    <p>我们在榜单中也发现了 javax.script 和 org.apache.http.client.utils 这两个脚本API。</p>    <p>脚本API供那些希望在其 Java 应用程序中执行用脚本语言编写的程序的应用程序编程人员使用。</p>    <p><a href="/misc/goto?guid=4959756662469120759" rel="nofollow,noindex">2017年排名Top 100的Java类库详细文档</a></p>    <h3>分析方法</h3>    <p>文章开通我们提及过,今年我们使用Google的BigQuery来处理数据。我们通过GitHub提供的API拉取了1000份仓库代码。在过滤掉Android、Arduino和一些过时的仓库后,我们还剩余259,885份Java源文件。我们对同一个仓库中使用的类库进行去重后,还剩余25,788份类库。</p>    <p>我们实际是怎么做的呢?</p>    <p>首先,我们创建一个仓库表,用来存储star数排名靠前的哪些类库,命名为 java_top_repos_filtered :</p>    <pre>  <code class="language-sql">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'))));</code></pre>    <p>现在,我们有了排名靠前的类库的名字,然后我们把他们都拉取下来:</p>    <pre>  <code class="language-sql">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;</code></pre>    <p>至此,我们有了每个项目的源代码,我们就要把去重后的import的语句过滤出来,然后在提取包名称。</p>    <pre>  <code class="language-sql">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;</code></pre>    <p>最后,我们再进行一次过滤,确保没有Android, Arduino、过时的或者Java提供的原生的类库。</p>    <pre>  <code class="language-sql">SELECT    *  FROM    java_top_package_count  WHERE    NOT ((LEFT(package, 5) = 'java.') OR         (LOWER(package) CONTAINS 'android'))  ORDER BY    count DESC;</code></pre>    <p>至此,你就得到了一份2017年排名Top 100的Java类库的列表了。</p>    <h3>最后的一点想法</h3>    <p>一个主要的结论是:那些2016年受欢迎的类库,在2017年依旧受欢迎。这也说明,这些类库背后的开发者、团队或者公司都在努力的使这些类库更好。</p>    <p>这也意味着,如果你打算开始写自己的Java项目,或者日常的开发中,我们的 <a href="/misc/goto?guid=4959756662469120759" rel="nofollow,noindex">电子表格</a> 可以提供一些好的建议。这些排名靠前的类库是不错的选择。</p>    <p>(全文完)</p>    <p> </p>    <p>来自:http://www.hollischuang.com/archives/1983</p>    <p> </p>