saas-vendor-status-pages-outages-incidents-daily

该数据集是 SaaS 厂商状态页面的事件与厂商映射集合，每天自动重建。它跟踪1127个厂商的公共状态页面，记录每个厂商发布的事件（标题、影响、开始/解决时间、永久链接），并维护厂商列表及其使用的状态页面平台信息。数据集包含两个表格：incidents（事件表）和vendors（厂商表）。数据集每天更新，适用于时间序列预测、表格分类和文本分类等任务，可用于监控第三方服务可靠性、SRE/DevOps运维、厂商管理、事件分析等场景。This dataset is a collection of incidents from SaaS vendor status pages and their vendor mappings, rebuilt daily. It tracks the public status pages of 1,127 vendors, recording each vendors published incidents (title, impact, start/resolution time, permalink), and maintains a list of vendors along with the status page platform they use. The dataset contains two tables: incidents (incident table) and vendors (vendor table). It is updated daily and is suitable for tasks such as time series forecasting, tabular classification, and text classification, as well as applications like monitoring third-party service reliability, SRE/DevOps operations, vendor management, and incident analysis.

原始信息汇总

数据集概述

该数据集记录了SaaS供应商公开状态页面上的故障与事件信息，每日自动重建，提供实时监控数据及历史事件记录。

• 许可协议： CC BY 4.0
• 语言： 英语
• 任务类别： 时间序列预测、表格分类、文本分类
• 标签： 状态页、故障、中断、SaaS、云计算、可靠性、SRE、DevOps、供应商管理、第三方风险、时间序列、每日更新等
• 数据规模： 10K < n < 100K

数据内容

数据集包含两个配置表（Config）：

配置名称	路径	内容
incidents	data/incidents.csv	供应商状态页上发布的事件记录，共14,738条，覆盖618家供应商
vendors	data/vendors.csv	供应商映射表，共1,127家供应商，记录其使用的状态页平台、可解析性等

incidents 表结构

列名	含义
vendor_slug	稳定ID，对应供应商页面
vendor	供应商显示名称
platform	状态页平台（如statuspage、statusio、instatus、betterstack等）
incident_id	供应商自己的事件ID
title	事件标题
impact	影响标签（无/轻微/重大/严重/维护）
state	事件状态（调查中/已识别/监控中/已解决等）
started_at	事件开始时间
resolved_at	事件解决时间（若未解决则为空）
resolved_inferred	结束时间是否为推断值（事件消失而非正式发布）
updated_at	供应商最后更新时间戳
url	供应商状态页上事件的永久链接
first_seen	管道首次记录该事件的时间

vendors 表结构

列名	含义
slug, name	ID及显示名称
platform	检测到的状态页平台，或标记为不支持/已失效
base	机器可读的状态API基础URL
supported	每日轮询是否能解析该页面
last_state	上次轮询的状态（正常/降级/部分/严重/维护/未知）
last_checked	轮询时间戳

派生数据

同一管道还生成另一个数据集，记录每次事件持续时间（resolved_at - started_at）及每家供应商的中位解决时间（MTTR）：SaaS供应商故障持续时间/解决时间/MTTR数据集

更新频率与覆盖范围

• 更新频率： 每日自动重建，最后更新时间：2026-09-06 15:32 UTC
• 覆盖范围： 1,127家供应商中，805家可被自动解析；其余（如Apple、Microsoft 365、Notion等定制HTML页面或没有公共JSON提要的平台）标记为supported=false，不作猜测
• 特殊说明： AWS、Azure、Google Cloud/Firebase/Workspace/Play、Slack、Stripe等平台从其官方公共数据源解析，平台类型标记为bespoke
• 数据限制： 状态页是供应商选择公开的内容，空记录不代表未发生事件；管道不会合成“正常”状态

活跃事件最多的供应商（90天内）

以下供应商在90天内公开事件数量最高（排名与数量仅供参考，不代表可靠性排名）：

供应商	90天事件数	记录总数
Twilio	≥65	65
Cloudflare	≥57	57
Zoom	≥56	56
Datto	≥56	56
GitHub	≥52	52
Anthropic	≥50	50
Supabase	≥50	50
Vercel	33	51

说明： 部分条目带“≥”符号，表示供应商状态页API最多返回50条记录，而该供应商的归档起始时间在90天窗口之内，因此显示为下限值，而非实际总数。

数据使用

可通过Hugging Face datasets 库加载数据：

python from datasets import load_dataset inc = load_dataset("APProjects/saas-vendor-status-pages-outages-incidents-daily", "incidents", split="train") vendors = load_dataset("APProjects/saas-vendor-status-pages-outages-incidents-daily", "vendors", split="train")

或直接读取CSV文件：

python import pandas as pd df = pd.read_csv("https://huggingface.co/datasets/APProjects/saas-vendor-status-pages-outages-incidents-daily/resolve/main/data/incidents.csv") df.groupby("vendor").size().sort_values(ascending=False).head(20)

引用方式

引用该数据集时，请注明：“Vendor Status Watch, https://github.com/APVentureEngine/vendor-status-watch”。数据来源为各供应商自己的公开状态页面。

搜集汇总

数据集介绍

构建方式

在云计算与SaaS服务日益普及的当下，第三方服务可靠性已成为企业运维与风险管理的核心关切。本数据集通过自动化任务每日探测逾千家供应商的公开状态页面，系统性地采集并结构化其发布的事故信息，构建了一个覆盖全球主要云服务商的动态事件库。其构建过程包括对供应商状态页平台类型的自动识别，对公开JSON或RSS源的高频轮询，以及基于供应商自身API的历史数据回填，从而形成一张持续演进的实时服务状态图谱。

特点

该数据集包含incidents与vendors两个子集，前者记录了超过1.4万条来自618家供应商的详细事故记录，涵盖标题、影响等级、状态、起止时间及原始链接等关键字段，后者则映射了1127家供应商的状态页平台类型、可解析性及最新观测状态。其每日重建机制确保了数据的时效性，而多平台适配策略（如对Atlassian Statuspage等系统的原生支持）兼顾了覆盖广度与解析深度。对于无法直接解析的供应商，数据集清晰标注而非主观臆断，体现了严谨的工程态度。

使用方法

该数据集为时间序列预测、故障分类及供应商风险评估等任务提供了丰富素材。研究者可利用HuggingFace datasets库便捷加载数据，亦可通过pandas直接读取CSV文件以开展数据分析。值得留意的是，数据集明确区分了事故披露数量与供应商可靠性之间的关系，提醒用户应结合具体情境解读数据。此外，该数据集与配套的MTTR计算数据集及可视化看板形成生态，支持从事件日志到运维指标的端到端分析流程。

背景与挑战

背景概述

该数据集由APProjects团队于2026年创建，旨在系统性地监测和记录全球SaaS供应商公开状态页面上的故障与事件信息。随着云计算服务的普及，第三方服务的可靠性和安全性成为企业运营的关键因素，但缺乏统一、结构化的数据来源。此数据集通过每日自动探测1127家供应商的状态页面，聚合了618家供应商的14738条历史事件记录，为分析服务中断趋势、供应商可靠性评估以及供应链风险管理提供了宝贵的基础资源。其构建和维护方式体现了对实时性和全面性的追求，对于站点可靠性工程（SRE）、DevOps实践以及第三方风险管理领域具有重要的参考价值和影响力。

当前挑战

该领域面临的核心挑战在于对供应商实际服务状态的准确量化和比较，因为状态页面的更新频率和内容完整性因供应商而异，空白的记录可能掩盖真实的服务中断。此外，不同状态页面平台（如Statuspage、Status.io等）的数据格式差异显著，部分供应商使用定制页面或无公共JSON接口（如Apple、Microsoft 365），导致数据采集的不完整性。构建过程中需处理API返回事件数量限制（如最多50条）而导致的档案截断，以及时间解析和时区标准化等问题。同时，区分“供应商主动披露”与实际发生的故障，避免将披露频率作为可靠性的直接指标，也是数据解释层面的重要挑战。

常用场景

经典使用场景

该数据集以SaaS厂商公开的状态页面为信源，系统性采集并结构化呈现了超过千家云服务商的故障事件与可用性记录，为时间序列预测、表格分类及文本分类等任务提供了高时效、跨厂商的实证基础。研究者可基于其每日更新的incidents表与vendors表，开展故障传播分析、厂商可靠性对比、事件影响等级预测等经典实验，亦可利用其细粒度的时序字段构建故障持续时间回归模型，从而在真实云生态中校验算法的泛化能力。

衍生相关工作

由此数据集衍生出的工作集中于故障持续时间与MTTR的统计分析，以及基于状态页传播信息的可靠性可视化平台。研究者已利用其推导出每起事件的解决时长并聚合厂商级中位数，进而探索影响恢复速度的潜在因素。在此基础上，社区衍生了开源监控模板与付费摘要服务，将结构化事件流转化为即时通知，促进了从被动记录到主动预警的范式转变，并为后续的故障预测与根因分析研究铺平了道路。

数据集最近研究

最新研究方向

该数据集聚焦于SaaS供应商状态页的实时监测与历史事件挖掘，通过每日自动重建，覆盖逾千余家云服务商及上万条故障记录，为站点可靠性工程（SRE）与第三方风险管理提供了大规模、细粒度的实证数据基础。当前前沿研究方向集中于利用这类高频更新的时间序列数据进行故障预测与韧性分析，例如基于历史事件模式训练模型以预判供应商潜在的服务降级或中断风险，同时结合供应商状态页的披露行为差异，探究故障沟通透明度与客户信任之间的关联。该数据集的独特价值在于其诚实记录原则——不推断未发布的状态，使得研究者能够区分真实的可靠性表现与供应商的披露策略，进而推动多云架构下供应商选择与冗余设计的量化决策，在云服务生态日益复杂和关键业务依赖加深的背景下，其对于构建可观测性驱动的主动运维体系具有重要的理论与实践意义。