关于数据集

Dockerfile在基于Docker的容器化过程中发挥着重要作用，但实际上许多Dockerfile代码都充满了Smells。 该数据集包含6334个项目的集合，以帮助开发人员深入了解Dockerfile气味的发生。 这些项目属于10种流行的编程语言，即Shell，Makefile，Ruby，PHP，Python，Java，HTML，CSS，JavaScript和Go。

数据集概述

该数据集包含6334个项目，包括它们的元数据（即名称，所有者类型，创建时间，编程语言，星号和贡献者数量），以及Dockerfile气味的详细信息（即指令数量，总体气味数量， DL气味的数量和SC气味的数量）。

数据指标概述

具体来说，数据集中的指标是： project：项目名称； p_language：项目的编程语言； p_contributors_team：项目贡献者的数量（至少提交一次）； p_created_at：项目的创建日期； p_owner_type：项目所有者的类型，即“组织”或“用户”； p_stars：项目星数； p_github_age：自从项目在GitHub上托管到2018年4月已经过去的天数; d_instructions：Dockerfile中的指令数； d_smells：Dockerfile中所有气味的数量； d_smells_dl：Dockerfile中的DL-smells的卷数； d_smells_sc：Dockerfile中SC气味的数量。

数据集关联论文

@article{wu2020characterizing,
  title={Characterizing the Occurrence of Dockerfile Smells in Open-Source Software: An Empirical Study},
  author={Wu, Yiwen and Zhang, Yang and Wang, Tao and Wang, Huaimin},
  journal={IEEE Access},
  volume={8},
  pages={34127--34139},
  year={2020},
  publisher={IEEE}
}

引用此数据集

@data{r9v8-4f07-19,
doi = {10.21227/r9v8-4f07},
url = {https://dx.doi.org/10.21227/r9v8-4f07},
author = {Yiwen Wu; Yang Zhang; Tao Wang; Huaimin Wang },
publisher = {IEEE Dataport},
title = {Dataset for Characterizing the Occurrence of Dockerfile Smells in Open-Source Software},
year = {2019} }