← 返回

全球程序员都使用的 Github，你知道他们的服务器有多大吗？

大熊 已发布

Markdown Word PDF / 打印

关于 GitHub 的仓库数量和服务器/数据量规模，以下是截至 2025/2026 年的最新官方统计与行业技术估算：

一、 GitHub 一共大约有多少个仓库？

根据 GitHub 官方发布的最新数据及 2025 年 Octoverse 年度报告显示：

  • 总仓库数量：GitHub 上的总仓库数已经突破 6.3 亿个（630 million+）。
  • 开源/公共仓库：其中公共和开源仓库（Public/Open-source）占了约 3.95 亿个。
  • 增长速度：在过去的一年里，GitHub 净增了超过 1.21 亿个新仓库，平均每分钟有超过 230 个新仓库被创建。这主要是由于生成式 AI 的爆发，导致大量 AI 相关项目和自动化脚本涌现。
  • 活跃用户：平台上的全球开发者活跃用户数已超过 1.8 亿人。

二、 他们的服务器有多大（数据量与底层架构）？

GitHub 官方从不直接公布其服务器的物理总容量（如具体有多少块硬盘或多少台服务器），但我们可以通过其技术架构、母公司微软的背景以及 Git 的存储原理，来进行非常精准的量化推算：

1. 实际代码数据量估算：约数十个 PB

你可能会觉得 6 亿个仓库的数据量一定是天文数字，但实际上，Git 对纯文本代码的压缩率极高，且 GitHub 限制单个文件最大 100MB，推荐单仓库在 1GB 以内。 * 核心代码数据：除去大量的重复 Fork（Git 在底层使用对象存储，Fork 出来的仓库如果不做修改，是不重复占用实际物理空间的），GitHub 真正的“去重后”核心代码资产和历史提交记录，预计在 30PB 到 50PB（1PB = 1024TB）左右。 * 极地代码备份线索：GitHub 曾在 2020 年将当时所有的开源代码做了一个“北极代码库（Arctic Code Vault）”冰封备份，当时打包了所有主流开源项目的最新分支（去除了大于 100KB 的二进制文件），总数据量仅为 21TB。

2. 算上附件、Actions、LFS 的总存储：数百个 PB 到 EB 级别

虽然纯代码不大，但 GitHub 还承载了其他极其消耗资源的服务： * Git LFS（大文件存储）：专门用来存音视频、模型权重等大文件。 * GitHub Packages & Releases：存放编译好的二进制包、Docker 镜像等。 * GitHub Actions (CI/CD)：每天几千万次的自动化构建流，产生海量的日志和临时产物。 算上这些非代码的“重度数据”以及多地域容灾备份（通常是 3 份或更多副本），GitHub 管理的实际物理总存储量在 数百个 PB 甚至接近 EB（1EB = 1024PB）级别。

3. 服务器底层：背靠微软 Azure 云基础设施

  • 早期的自建机房：早期的 GitHub 主要托管在第三方数据中心（如 BaseCamp 的机房），并使用自研的存储架构（如后面提到的自研文件系统）。
  • 如今的 Azure 降维打击：自从微软以 75 亿美元收购 GitHub 后，GitHub 的底层核心基础设施、Actions 计算节点以及大文件存储，已经大量迁移并无缝接入了微软 Azure 云计算数据中心。
  • 服务器数量：这意味着 GitHub 的背后不再是某一个具体的“仓库机房”，而是分布在全球几十个基础设施区域、由数百万台通用和 AI 服务器组成的 Azure 云帝国。当你运行一个 GitHub Action 时，它可能随时在世界上任何一个角落的微软虚拟机上被调度和销毁。