淺談Android發展趨勢分析

標籤：規劃   pc機   asn   inter   移動互連網   準備   安全   client   $1   

　　去年11月16、17日，我有幸參加了北京2017安卓技術大會，做了關於車載Android系統的演講，並主持了諸多大咖參與的圓桌討論，對Android未來幾年的發展趨勢進行了一番討論。來自小米、百度、高通等多家公司的各位專家也都發表各自的演講，從AI、AR、IOT等各個角度分別說明了Android近來的一些進展和對Android未來的一些猜想。此外，還有眾多Android開發領域的高手們分享了他們在Android開發中的一些心得和技巧，讓參會者包括我收穫匪淺。
　　
　　兩天的會議中，我最大的感觸就是Android在經曆了這麼多年的飛速發展後，進入了一個瓶頸期，正在等著下一個風口的來臨。從過去幾年開始，Google就一直在把Android應用到更多的裝置上，比如平板電腦、TV和穿戴式裝置。可以說，Android是準備攻佔我們生活中的每一塊螢幕了。但是在這個過程中，有幾個例外，一個是案頭系統，也就是PC機的市場，目前還是Windows占絕對主導地位，Mac OSX依靠Apple的封閉環境緊隨其後；一個是物聯網系統，很多低端裝置依然使用的是簡單的RTOS或者Linux；還有一個是企業級市場，目前在企業級產品中，使用者多數時候還是首選商業軟體（安全穩定性敏感）或者Linux（成本或者可控性高），Android用得並不是很多。
　　
　　繼手機、平板電腦後，汽車成Android下一重點開拓領域
　　
　　其實我們來回顧一下Android的發展趨勢，它從一個智能手機的OS為基礎，一邊學習和借鑒Apple的產品，一邊吸納合作手機廠商的貢獻，不斷地增加了各種各樣的功能，提升使用者體驗。實際上Android的發展跟移動互連網的發展基本上是同步的，其最大優勢主要還是為消費電子產品提供了良好的互動體驗、強大的串連能力，以及Java VM和穩定發展的Android API提供的開放而又一致的開發環境帶來的生態環境。所以我們可以看到，總體而言，Android在中等螢幕上的表現更好，比如手機和平板電腦。在移動和網路連接需求不那麼迫切的案頭系統和TV等大屏裝置上，Android的表現並不搶眼。而在更小的螢幕，比如腕錶、手環，以及一些只需要LED螢幕的裝置上，Android的表現也同樣乏善可陳。
　　
　　那麼下一個適合Android的螢幕是什麼呢？就是汽車。天生的移動特性加上越來越多的互連網服務需求，使得車載系統跟Android有天然的契合點。Google這兩年也確實在汽車領域發力了。從2016年開始，我們就看到Android Nougat、Oreo的代碼分支上也都有Car相關的代碼在不斷更新。CES 2017和Google I/O 2017上也有Audi、Volvo、FCA這樣的車企展示了他們新的基於Android的車載資訊娛樂系統的概念產品。
　　
　　如我之前所提到的，Android系統的優勢是互動體驗、串連能力和擁有強大的開發人員支援的生態環境。這一點對於車載的資訊娛樂系統（IVI）來說是很重要的。但是車載系統並不僅僅是資訊娛樂系統，還有其他很多子系統，也就是說車載系統不同於手機，會運行在一個更複雜的系統之中，而且對於系統的穩定性、即時性也有新的要求。這就要求Android作出很多改變，比如Android O的Automotive版本中就把Audio和Camera的處理從Java層移到了Native層，來實現快速啟動的要求。此外，Android在汽車上還面臨來自於Linux、QNX，甚至Windows等既有系統的挑戰，作為一個後來者，怎麼說服保守的車廠接受一個新的作業系統，比如如何解決安全性和穩定性的問題，也是Google需要解決的問題。作為一個Android的忠實使用者和擁躉，我相信Android在汽車領域一定能夠爭得一席之地，但是我也覺得Android不可能做到像手機行業一樣一枝獨秀的地位，百花齊放還是最可能看到的情況。
　　
　　增強VR/AR和AI領域研發投入，搭建更強大Android技術平台
　　
　　除了開闢新的領域，Android最近還有哪些新的動態呢？一個是去年很火，今年似乎有點銷聲匿跡的話題——VR和AR，一個是今年的熱門話題——AI。關於這兩點，其實都有很多共同點。一是兩者都是還在繼續演化的技術，未來的技術發展方向還不是特別清晰；二是需要更多的應用情境來支援技術的推廣；三是兩者都還需要其它的技術（比如5G）突破，才能獲得更大的發展。
　　
　　Android引入了DayDream來支援VR，在新的版本中又引入了ARCore來支援AR應用，給AR提供了一個事實標準，這使得以前各個廠家自己做自己的AR/VR/MR，相互之間的內容無法相容的情況得到了改善。更重要的是，對於高通、MTK這樣的晶片廠商，有了AR的標準，它們就可以針對新的標準進行最佳化，跟應用開發人員一起為使用者提供更好的體驗效果。而對於AI，即將發布的Android NN會整合TensorFlow Lite，為AI的開發人員提供基本的AI架構，實現行動裝置端的AI計算平台。而晶片廠商也會根據這個架構，利用DSP、GPU來最佳化AI計算效率。也就是說，未來的Android中高端手機應該都能整合AI計算的能力，使得諸像處理識別等演算法的效率大大提高。而且隨著AI的應用逐漸推廣，還會有更多的應用享受到嵌入式AI的好處。現在，Android已經準備就緒了，接下來就看晶片廠商、應用開發人員和內容供應商們怎麼利用這個技術平台來構建AR和AI的生態環境了。
　　
　　5G時代萬物互聯，Android如何突破重圍？
　　
　　說到AR和AI的生態環境，就不得不提到另一個技術熱點，那就是5G。5G相對於4G，不僅僅是頻寬提高了，更重要的是可接入的裝置類型大大增加了。5G的高可靠性、低延時和低功耗正是為了物聯網真正核心需求而演化的。目前市場上的AR應用不廣泛，主要的一個原因就是技術達不到應用情境需求，不論是4G和Wi-Fi，都達不到高清即時視頻的傳輸頻寬和延遲指標。而5G就可以解決這個問題。因此，5G對於Android來說是一個機遇，但同時更是一個挑戰。因為5G會帶來一個萬物互聯的時代，這個時代中Android該如何找到自己的位置呢？
　　Task：

java.io.IOException: Filesystem closed

atorg.apache.hadoop.hdfs.DFSClient.checkOpen(DFSClient.java:765)

atorg.apache.hadoop.hdfs.DFSInputStream.readWithStrategy(DFSInputStream.java:783)

atorg.apache.hadoop.hdfs.DFSInputStream.read(DFSInputStream.java:844)

atjava.io.DataInputStream.read(DataInputStream.java:100)

atorg.apache.hadoop.util.LineReader.fillBuffer(LineReader.java:180)

atorg.apache.hadoop.util.LineReader.readDefaultLine(LineReader.java:216)

atorg.apache.hadoop.util.LineReader.readLine(LineReader.java:174)

atorg.apache.hadoop.mapred.LineRecordReader.next(LineRecordReader.java:246)

atorg.apache.hadoop.mapred.LineRecordReader.next(LineRecordReader.java:47)

atorg.apache.spark.rdd.HadoopRDD$$anon$1.getNext(HadoopRDD.scala:244)

atorg.apache.spark.rdd.HadoopRDD$$anon$1.getNext(HadoopRDD.scala:210)

atorg.apache.spark.util.NextIterator.hasNext(NextIterator.scala:71)

atorg.apache.spark.InterruptibleIterator.hasNext(InterruptibleIterator.scala:39)

atscala.collection.Iterator$$anon$11.hasNext(Iterator.scala:327)

atscala.collection.Iterator$$anon$11.hasNext(Iterator.scala:327)

atorg.apache.spark.sql.execution.Aggregate
anonfun$execute$1
anonfun$execute$1
anonfun$7.apply(Aggregate.scala:156)

atorg.apache.spark.sql.execution.Aggregate
anonfun$execute$1
anonfun$execute$1
anonfun$7.apply(Aggregate.scala:151)

atorg.apache.spark.rdd.RDD$$anonfun$13.dashuju178.com apply(RDD.scala:601)

atorg.apache.spark.rdd.RDD$$anonfun$13.www.dongfan178.com apply(RDD.scala:601)

atorg.apache.spark.rdd.MapPartitionsRDD.www.furggw.com/ compute(MapPartitionsRDD.scala:35)

atorg.apache.spark.rdd.RDD.computeOrReadCheckpoint(RDD.scala:263)

atorg.apache.spark.rdd.RDD.iterator(RDD.scala:230)

atorg.apache.spark.rdd.MapPartitionsRDD.compute(MapPart
　　物聯網時代，會有無數新的穿戴式裝置、智能家電接入互連網，會有很多路面、街邊的微型裝置接入互連網。這些裝置的特點是，體積小、計算能力弱、互動情境少，我們前面說過Android在這樣的系統上其實表現並不好，究其根本原因，主要是Android的架構太重，面向手機的Linux Kernel和虛擬機器對效能和功耗的要求太高。即使是Android IOT做了一定程度的最佳化，仍然滿足不了絕大多數應用情境。而Google推出的更輕量級的OS——Fuchsia，採用了RTOS微核心Magenta和更簡潔的UI引擎Flutter，讓人不禁猜測這個會不會是Google為IOT準備的後手。當然由於並沒有看到Fuchsia的實際應用，所以不太好預測它的前景如何。目前為止，Google所開發的系統有Android、ChromeOS、Fuchsia，一個如日中天，一個差強人意，一個神秘兮兮。未來這三個系統是彼此融合還是互相取代，我們還需要繼續等待，不過ChromeOS上可以運行Android APK，至少我們已經看到一些跡象了。
　　
　　不過，除了在IOT裝置上跑Android系統，Android其實還有另外一種選擇，就是作為IOT裝置的網關而存在，類似於當前智能手錶、手環跟手機之間的串連。只是未來可接入的裝置種類和數量都可能大大增加，採集的資料量以及需要的計算量也會大大增加。有了資料，手機上就可以進行更多的AI計算，或者利用這些資料和AR技術，都可以協助使用者進一步提升使用者體驗。比如，我在公園跑步，監測身體資訊的裝置通知手機，我累了。手機中的智能助手自動規劃一條更近更省力的路徑，通過AR眼鏡展示在我的眼前，或者是通過語音互動的方式，通知我前方岔路左轉。這就是我前面提到的，AR和AI本質上只是技術，單獨並不能起到什麼作用，但是如果它們跟其他的技術在一起起了化學反應，就可能會爆發出一系列的爆炸性的突破。當然，要做到這一點，Android也還是有很多不足的，比如功耗問題等，相信Google會在這些方面繼續最佳化的。
　　
　　今年是Android開源項目成立10周年，10年來Android經曆了追趕和超越，已經統治了智能手機領域，但是同時它也開始遭遇了瓶頸，在汽車等領域中遇到挑戰。希望Android能夠抓住機遇，戰勝困難，突破瓶頸，真正成為福士生活中隨處可見、不可或缺的一部分吧。

淺談Android發展趨勢分析