從GitHub存檔中檢索數據有多遠？

Question

的GitHub Archive項目狀態

GitHub的歸檔是一個項目，記錄公共GitHub的時間表，存檔，並使其方便作進一步的分析。

該存檔也可通過Google Big Query查詢。然而，看起來我要麼丟失了一些東西，要麼只有一部分數據可用。

事實上，運行下面的查詢只返回1636 WatchEvents（開始或停止），而Rails repository賬戶超過14300觀察家。

SELECT actor_attributes_login, created_at, payload_action 
FROM [githubarchive:github.timeline] 
where repository_name = "rails" 
and type="WatchEvent" 
order by created_at asc; 

它看起來像最舊的檢索數據是或多或少的2.5個月大。

數據會被截斷嗎（這對檔案可能看起來很奇怪）？有沒有限制/配額我不知道與使用BigQuery有關？

Answer 1

這是正確的。該項目/爬蟲今年3月11日開始上線，因此當前的存檔將於當天開始。在githubarchive.org頁面上有關於此的說明，但我想我應該讓它更明顯，更明確。

GitHub團隊有一個關於讓更多歷史記錄可用的線程，但我還沒有ETA。 手指交叉 :-)