探秘 Google 酝酿中名叫 Fuchsia 的神秘新系统

简介:

计算机与汽车都很多相似的地方,消费者无需懂得底层的纷繁复杂,只要它能开启并使用就行了——Android、Windows、OS X、以及Linux,也都是如此。当然,在开发出来之后,它们仍需经过多年的磨砺,才会变得更加成熟。不过Google正在神秘开发的、名叫“Fuchsia”的新系统,却不是这么一回事。
image

外媒Android Authority在几天前撰写了一篇介绍Fuchsia的文章,其中包含了一个指向编译指南的链接,感兴趣的网友可以到那里查看如何构建一个可启动的系统。

打造Fuchsia的最简单的方法,就是使用基于64位英特尔平台的Ubuntu Linux机器(当然也支持在OS X和Debian等其它Linux发行版上编译)。

如果你对Linux不熟悉,接触命令行的技能也相对有限,那么这份工作可能并不是很适合。当前Fuchsia主要由两大部分组成——Magenta内核,以及工具组、库、程序等。

Magenta是个小内核(LK),所以Fuchsia也是个功能相对有限的小系统。其主要面向嵌入式设备和bootloaders,支持连接诸多外设的驱动、还有一个“用户模式”。
image

要构建Fuchsia,你需要注意两个方面。首先是打造在用户空间运行所需的工具和库,包括一个名叫“mxsh”的小型shell程序;其次是构建LK/Magenta。

搞定了上述部分之后,你就可以在一个文件系统上启动Magenta,然后用上Fuchsia的可执行用户空间。

想要运行Fuchsia,最简单的方法是使用热门开源机器模拟器“qemu”。事实上,Fuchsia的source tree中就已经包含了一个qemu副本。

当你启动Fuchsia的时候,可以看到很多内核级的调试信息,告诉你与系统启动相关的各种细节 —— 第一句话是“welcome to lk/MP”,然后是初始化各个子系统(如线程/计时器)。

image

再接着是CPU检测、计划任务、设备管理器、以及网络组件部分。引导完成之后,你可以看到一个名叫mxsh的简单shell程序。

mxsh自带了一些指令,包括cd(进出目录)、cp(复制)、echo(打印变量或字符串)、ls(显示目录下的文件)和rm(删除文件或目录)。

如果键入了非shell自带的指令,那么它会试图运行 /boot/bin/ 路径下的同名程序。该路径下包含了许多不同的可执行文件,大多面向Fuchsia的测试和进一步开发。

以“thread-depth-test”为例,它主要用来测试Fuchsia的现成创建能力。此外还有一些简单的可执行文件,比如 fortune 和 cowsay 。

image

当然,Fuchsia最重要的是支持Dart。作为Google自家的脚本语言,其最初意在取代JavaScript)。但随着不断的发展,Dart已经是一款成熟的解释语言(Google甚至将它用到了AdWords系统中)。

Dart有两种工作方式,要么编译为Javascript(然后通过一个javascript解释器来运行)、要么直接通过单独的Dart VM来“解释”(Fuchsia用的就是后者)。

要在Fuchsia上测试Dart,只需执行 /boot/apps 路径下的 “hello_fuchsia.dart”—— 输入“dart /boot/apps/hello_fuchsia.dart”即可。(只会在控制台上显示Hello,Fuchsia!)

看到“Hello, Fuchsia!”,意味着Fuchsia已能够运行复杂的解释环境和运行脚本,如进程管理、线程管理、内存管理、文件I/O等。(这肯定让很多人想到了Linux pre v1.0发布的时候)

image

Fuchsia OS将让Dart发挥重要的作用,因为当前版本并未包含C编译器和其它高级语言(比如Java)。

鉴于Google已在Dart上投入了不少,这可能意味着该公司正在打造一款运行Fuchsia的设备、且会通过Dart进行编程。

当然,我们知道Fuchsia并不面向那些只有几KB内存的嵌入式设备。这可能是一款虚拟现实装置、家庭自动化产品、或者可以访问巨大的基础设施的AI智能设备。

有观点认为,Fuchsia可能是一款欲与Windows或OS X展开竞争的桌面操作系统,但在小编看来是有些荒谬的,毕竟已有Android和Chrome OS在前。

文章转载自 开源中国社区[http://www.oschina.net]

相关文章
|
11月前
|
机器学习/深度学习 数据采集 自然语言处理
谷歌为1000+「长尾」语言创建机器翻译系统,Google翻译已支持部分小众语言
谷歌为1000+「长尾」语言创建机器翻译系统,Google翻译已支持部分小众语言
|
Web App开发 存储 监控
如何通过Google Chrome远程控制你的Windows 10系统
Google提供了一个免费而又强大的工具--Chrome远程桌面(Chrome Remote Desktop),来允许你连接并控制互联网上的Windows 10电脑系统(这同样适用于Windows 7和8)。根据本文介绍的步骤,你可以在家里或办公室的Windows 10系统上通过设置Chrome远程桌面,来借助互联网进行连接和控制了。
1949 1
如何通过Google Chrome远程控制你的Windows 10系统
|
知识图谱 ice
Google Earth Engine——美国国家环境预测中心(NCEP)的气候预测系统再分析(CFSR)是作为一个全球性的、高分辨率的、大气-海洋-陆地表面-海冰耦合系统设计和执行的数据集
Google Earth Engine——美国国家环境预测中心(NCEP)的气候预测系统再分析(CFSR)是作为一个全球性的、高分辨率的、大气-海洋-陆地表面-海冰耦合系统设计和执行的数据集
658 0
Google Earth Engine——美国国家环境预测中心(NCEP)的气候预测系统再分析(CFSR)是作为一个全球性的、高分辨率的、大气-海洋-陆地表面-海冰耦合系统设计和执行的数据集
Google Earth Engine——地球科学激光测高系统(GLAS)的空间激光雷达数据(2005年)和辅助地理空间数据融合的全球树木高度数据集
Google Earth Engine——地球科学激光测高系统(GLAS)的空间激光雷达数据(2005年)和辅助地理空间数据融合的全球树木高度数据集
191 0
Google Earth Engine——地球科学激光测高系统(GLAS)的空间激光雷达数据(2005年)和辅助地理空间数据融合的全球树木高度数据集
|
知识图谱
Google Earth Engine——陆地数据同化系统(LDAS)结合多种来源的观测数据(如降水表数据、卫星数据和雷达降水测量)
Google Earth Engine——陆地数据同化系统(LDAS)结合多种来源的观测数据(如降水表数据、卫星数据和雷达降水测量)
253 0
Google Earth Engine——陆地数据同化系统(LDAS)结合多种来源的观测数据(如降水表数据、卫星数据和雷达降水测量)
|
编解码
Google Earth Engine——加拿大数字高程模型(CDEM)是加拿大自然资源部(NRCan)测高系统的一部分,源于现有的加拿大数字高程数据(CDED)
Google Earth Engine——加拿大数字高程模型(CDEM)是加拿大自然资源部(NRCan)测高系统的一部分,源于现有的加拿大数字高程数据(CDED)
104 0
Google Earth Engine——加拿大数字高程模型(CDEM)是加拿大自然资源部(NRCan)测高系统的一部分,源于现有的加拿大数字高程数据(CDED)
|
知识图谱 流计算
Google Earth Engine ——全球陆地数据同化系统(GLDAS)摄取了卫星和地面观测数据产品大气分析场、降水场和辐射场数据集
Google Earth Engine ——全球陆地数据同化系统(GLDAS)摄取了卫星和地面观测数据产品大气分析场、降水场和辐射场数据集
1419 0
Google Earth Engine ——全球陆地数据同化系统(GLDAS)摄取了卫星和地面观测数据产品大气分析场、降水场和辐射场数据集
|
传感器 定位技术 ice
Google Earth Engine——该数据集是美国宇航局在研究环境中使用地球系统数据记录 (MEaSUREs) 计划的一部分,包括选定冰川出口区域的月平均速度图
Google Earth Engine——该数据集是美国宇航局在研究环境中使用地球系统数据记录 (MEaSUREs) 计划的一部分,包括选定冰川出口区域的月平均速度图
122 0
Google Earth Engine——该数据集是美国宇航局在研究环境中使用地球系统数据记录 (MEaSUREs) 计划的一部分,包括选定冰川出口区域的月平均速度图
|
定位技术
Google Earth Engine——全球土壤纹理数据集:250米处6个土壤深度(0、10、30、60、100和200厘米)的土壤纹理等级(美国农业部系统)。
Google Earth Engine——全球土壤纹理数据集:250米处6个土壤深度(0、10、30、60、100和200厘米)的土壤纹理等级(美国农业部系统)。
340 0
Google Earth Engine——全球土壤纹理数据集:250米处6个土壤深度(0、10、30、60、100和200厘米)的土壤纹理等级(美国农业部系统)。
|
存储 监控 安全
Dapper,大规模分布式系统的跟踪系统。“目前市面的全链路监控系统基本都是参考Google的Dapper来做的”
Dapper--Google生产环境下的分布式跟踪系统,应运而生。那么我们就来介绍一个大规模集群的跟踪系统,它是如何满足一个低损耗、应用透明的、大范围部署这三个需求的。当然Dapper设计之初,参考了一些其他分布式系统的理念,尤其是Magpie和X-Trace,但是我们之所以能成功应用在生产环境上,还需要一些画龙点睛之笔,例如采样率的使用以及把代码植入限制在一小部分公共库的改造上。
455 0
Dapper,大规模分布式系统的跟踪系统。“目前市面的全链路监控系统基本都是参考Google的Dapper来做的”

热门文章

最新文章