浅谈Android发展趋势分析

　　去年11月16、17日，我有幸参加了北京2017安卓技术大会，做了关于车载Android系统的演讲，并主持了诸多大咖参与的圆桌讨论，对Android未来几年的发展趋势进行了一番讨论。来自小米、百度、高通等多家公司的各位专家也都发表各自的演讲，从AI、AR、IOT等各个角度分别说明了Android近来的一些进展和对Android未来的一些猜想。此外，还有众多Android开发领域的高手们分享了他们在Android开发中的一些心得和技巧，让参会者包括我收获匪浅。
　　
　　两天的会议中，我最大的感触就是Android在经历了这么多年的飞速发展后，进入了一个瓶颈期，正在等着下一个风口的来临。从过去几年开始，Google就一直在把Android应用到更多的设备上，比如平板电脑、TV和可穿戴设备。可以说，Android是准备攻占我们生活中的每一块屏幕了。但是在这个过程中，有几个例外，一个是桌面系统，也就是PC机的市场，目前还是Windows占绝对主导地位，Mac OSX依靠Apple的封闭环境紧随其后；一个是物联网系统，很多低端设备依然使用的是简单的RTOS或者Linux；还有一个是企业级市场，目前在企业级产品中，用户多数时候还是首选商业软件（安全稳定性敏感）或者Linux（成本或者可控性高），Android用得并不是很多。
　　
　　继手机、平板电脑后，汽车成Android下一重点开拓领域
　　
　　其实我们来回顾一下Android的发展趋势，它从一个智能手机的OS为基础，一边学习和借鉴Apple的产品，一边吸纳合作手机厂商的贡献，不断地增加了各种各样的功能，提升用户体验。实际上Android的发展跟移动互联网的发展基本上是同步的，其最大优势主要还是为消费电子产品提供了良好的交互体验、强大的连接能力，以及Java VM和稳定发展的Android API提供的开放而又一致的开发环境带来的生态环境。所以我们可以看到，总体而言，Android在中等屏幕上的表现更好，比如手机和平板电脑。在移动和网络连接需求不那么迫切的桌面系统和TV等大屏设备上，Android的表现并不抢眼。而在更小的屏幕，比如腕表、手环，以及一些只需要LED屏幕的设备上，Android的表现也同样乏善可陈。
　　
　　那么下一个适合Android的屏幕是什么呢？就是汽车。天生的移动特性加上越来越多的互联网服务需求，使得车载系统跟Android有天然的契合点。Google这两年也确实在汽车领域发力了。从2016年开始，我们就看到Android Nougat、Oreo的代码分支上也都有Car相关的代码在不断更新。CES 2017和Google I/O 2017上也有Audi、Volvo、FCA这样的车企展示了他们新的基于Android的车载信息娱乐系统的概念产品。
　　
　　如我之前所提到的，Android系统的优势是交互体验、连接能力和拥有强大的开发者支持的生态环境。这一点对于车载的信息娱乐系统（IVI）来说是很重要的。但是车载系统并不仅仅是信息娱乐系统，还有其他很多子系统，也就是说车载系统不同于手机，会运行在一个更复杂的系统之中，而且对于系统的稳定性、实时性也有新的要求。这就要求Android作出很多改变，比如Android O的Automotive版本中就把Audio和Camera的处理从Java层移到了Native层，来实现快速启动的要求。此外，Android在汽车上还面临来自于Linux、QNX，甚至Windows等既有系统的挑战，作为一个后来者，怎么说服保守的车厂接受一个新的操作系统，比如如何解决安全性和稳定性的问题，也是Google需要解决的问题。作为一个Android的忠实用户和拥趸，我相信Android在汽车领域一定能够争得一席之地，但是我也觉得Android不可能做到像手机行业一样一枝独秀的地位，百花齐放还是最可能看到的情况。
　　
　　增强VR/AR和AI领域研发投入，搭建更强大Android技术平台
　　
　　除了开辟新的领域，Android最近还有哪些新的动态呢？一个是去年很火，今年似乎有点销声匿迹的话题——VR和AR，一个是今年的热门话题——AI。关于这两点，其实都有很多共同点。一是两者都是还在继续演进的技术，未来的技术发展方向还不是特别清晰；二是需要更多的应用场景来支持技术的推广；三是两者都还需要其它的技术（比如5G）突破，才能获得更大的发展。
　　
　　Android引入了DayDream来支持VR，在新的版本中又引入了ARCore来支持AR应用，给AR提供了一个事实标准，这使得以前各个厂家自己做自己的AR/VR/MR，相互之间的内容无法兼容的情况得到了改善。更重要的是，对于高通、MTK这样的芯片厂商，有了AR的标准，它们就可以针对新的标准进行优化，跟应用开发者一起为用户提供更好的体验效果。而对于AI，即将发布的Android NN会集成TensorFlow Lite，为AI的开发者提供基本的AI框架，实现移动设备端的AI计算平台。而芯片厂商也会根据这个架构，利用DSP、GPU来优化AI计算效率。也就是说，未来的Android中高端手机应该都能集成AI计算的能力，使得诸如图像处理识别等算法的效率大大提高。而且随着AI的应用逐渐推广，还会有更多的应用享受到嵌入式AI的好处。现在，Android已经准备就绪了，接下来就看芯片厂商、应用开发者和内容提供商们怎么利用这个技术平台来构建AR和AI的生态环境了。
　　
　　5G时代万物互联，Android如何突破重围？
　　
　　说到AR和AI的生态环境，就不得不提到另一个技术热点，那就是5G。5G相对于4G，不仅仅是带宽提高了，更重要的是可接入的设备类型大大增加了。5G的高可靠性、低延时和低功耗正是为了物联网真正核心需求而演进的。目前市场上的AR应用不广泛，主要的一个原因就是技术达不到应用场景需求，不论是4G和Wi-Fi，都达不到高清实时视频的传输带宽和延迟指标。而5G就可以解决这个问题。因此，5G对于Android来说是一个机遇，但同时更是一个挑战。因为5G会带来一个万物互联的时代，这个时代中Android该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
　　物联网时代，会有无数新的可穿戴设备、智能家电接入互联网，会有很多路面、街边的微型设备接入互联网。这些设备的特点是，体积小、计算能力弱、交互场景少，我们前面说过Android在这样的系统上其实表现并不好，究其根本原因，主要是Android的架构太重，面向手机的Linux Kernel和虚拟机对性能和功耗的要求太高。即使是Android IOT做了一定程度的优化，仍然满足不了绝大多数应用场景。而Google推出的更轻量级的OS——Fuchsia，采用了RTOS微内核Magenta和更简洁的UI引擎Flutter，让人不禁猜测这个会不会是Google为IOT准备的后手。当然由于并没有看到Fuchsia的实际应用，所以不太好预测它的前景如何。目前为止，Google所开发的系统有Android、ChromeOS、Fuchsia，一个如日中天，一个差强人意，一个神秘兮兮。未来这三个系统是彼此融合还是互相取代，我们还需要继续等待，不过ChromeOS上可以运行Android APK，至少我们已经看到一些迹象了。
　　
　　不过，除了在IOT设备上跑Android系统，Android其实还有另外一种选择，就是作为IOT设备的网关而存在，类似于当前智能手表、手环跟手机之间的连接。只是未来可接入的设备种类和数量都可能大大增加，采集的数据量以及需要的计算量也会大大增加。有了数据，手机上就可以进行更多的AI计算，或者利用这些数据和AR技术，都可以帮助用户进一步提升用户体验。比如，我在公园跑步，监测身体信息的设备通知手机，我累了。手机中的智能助手自动规划一条更近更省力的路径，通过AR眼镜展示在我的眼前，或者是通过语音交互的方式，通知我前方岔路左转。这就是我前面提到的，AR和AI本质上只是技术，单独并不能起到什么作用，但是如果它们跟其他的技术在一起起了化学反应，就可能会爆发出一系列的爆炸性的突破。当然，要做到这一点，Android也还是有很多不足的，比如功耗问题等，相信Google会在这些方面继续优化的。
　　
　　今年是Android开源项目成立10周年，10年来Android经历了追赶和超越，已经统治了智能手机领域，但是同时它也开始遭遇了瓶颈，在汽车等领域中遇到挑战。希望Android能够抓住机遇，战胜困难，突破瓶颈，真正成为大众生活中随处可见、不可或缺的一部分吧。