软件遗产图数据集-AWS上的开放数据注册

描述

软件遗产是最大的现有的软件源代码公共档案及其附带文件发展历史。软件遗产图数据集是一个完整的对Software Heritage存档的Merkle DAG表示进行了重复数据消除。数据集将文件内容标识符、源代码链接在一起目录，版本控制系统（VCS）提交跟踪时间，直至软件观察到的VCS存储库的完整状态定期爬行期间的遗产。数据集的内容来自主要开发伪造（包括GitHub和GitLab）、自由／开源软件发行版（例如。，Debian）和特定于语言的包管理器（例如，PyPI）。爬行还包括信息，提供有关何时何地发生所有事件的时间戳已经在野外观察到存档的源代码工件。

更新频率

数据每年更新一次

许可证

知识共享署名4.0国际。通过访问数据集，您同意软件遗产伦理的档案使用章程数据和这个散装使用条款接近.

文档

https://docs.softwareheritage.org/devel/swh-dataset/graph/athena.html

管理者

软件遗产

查看管理的所有数据集软件遗产.

联系人

aws@softwarehritage.org

如何引用

在上访问了软件遗产图数据集日期来自https://registry.opendata.aws/software-heritage。

AWS上的资源

描述

软件遗产图数据集

资源类型

S3铲斗

亚马逊资源名称（ARN）

arn:aws:s3:：：softwareheritage

AWS地区

美国东部-1

AWS命令行界面访问（无需AWS帐户）

aws s3 ls--no-sign-request s3://softwareheritage/
描述

S3库存文件夹

资源类型

S3铲斗

亚马逊资源名称（ARN）

arn:aws:s3:：：softwareheritage库存

AWS地区

美国东部-1

AWS命令行界面访问（无需AWS帐户）

aws s3 ls--无签名请求s3://softwareheritage-inventory/