近年来,开源生态与开源软件发展十分迅猛,越来越多的开发者都参与到开源软件的开发中。在开源生态社区中开发者可以自由自在地同时进行多个任务,通过互联网环境实现交互和协同。例如在Git Hub社区中开发者可以同时关注讨论多个开发任务,或者同时审阅讨论多个代码贡献。大规模群体的积极参与和多任务协同是开源生态持续成长的关键因素和重要驱动力。探索多任务协同对开发者工作效率的影响是十分有意义的研究,可以指导开发者更好地进行多任务协同。本文主要围绕开源生态中的开发者多任务协同问题,立足于开源社区积累的软件开发大数据,分别从issue、pull-request两个层面系统地开展大数据驱动下的开发者多任务协同机理研究,深入剖析开源生态中开发者多任务协同的内在机理。主要工作内容与贡献如下:第一,针对GHTorrent数据库中开发数据不够全面、更新不够及时问题。我们提出了基于redis的开发者多任务数据采集技术研究。我们通过redis中间件分布式方法,充分挖掘收集出蕴含在Git Hub项目仓库中的历史开发者多任务开发信息。我们通过该数据采集技术充分采集了Git Hub平台中Forks数量排名前1000的项目开发信息,为后续开发者多任务协同研究的开展打下数据基础。第二,针对开源生态社区Git Hub中多pull-request审阅（multi-reviewing）对pull-request处理效率的影响,我们提出了基于香农熵的多pull-request审阅关注度模型,发现了multi-reviewing对pull-request处理效率的影响规律,为开源生态中开发者进行multi-reviewing提供实践建议。第三,针对开源生态社区Git Hub中多issue讨论（multi-discussing）对issue解决效率的影响问题,通过定量分析方法发现了multi-discussing对issue解决效率的双重影响规律,进一步深入分析了双重影响规律的内在原因。我们也利用问卷调查方法分析了开发者对multi-discussing的经验与期望。从而从定量分析和定性分析两个角度发现并总结了multi-discussing的最佳实践。综上所述,本文主要研究了开源生态中的开发者多任务协同与开发者开发效率影响关系的内在机理。本文的研究对于开源生态分析,开源生态世界中的群体化开发具有重要的理论指导意义,也对开发者优化生产力,整合开发配置资源有重要的实践指导意义。