你好,游客 登录
背景:
阅读新闻

除了Android,Google还有哪些用户熟知的开源项目

[日期:2016-10-31] 来源:51CTO  作者:孙淑娟 [字体: ]

  近期,来自 Google 开放源代码计划的消息表示谷歌公司支持开放源代码并让 Google 员工能够以开放源代码的形式轻松发布公司内部正在开发的项目。开放源代码软件帮助 Google 快速而高效地开发软件,而无需从零开始。这让他们可以专注于解决新问题。

  该团队分享了第一张开放源代码报告卡,其中重点介绍了最受用户欢迎的项目,并分享了 2016 年发布的部分项目的一些统计数据和详细情况。

  截止目前,他们已经开放了超过 2000 万行的源代码,其中部分最为人熟知的项目发布列表可以在这里找到。

  如下是那些最为人熟知的项目:

  1.Android - 适用于移动设备的一整套软件,包括操作系统、中间件和关键应用。

  2.Chromium - 此项目包含 Chromium(Google Chrome 背后的软件)和 Chromium OS(Google Chrome 操作系统设备背后的软件)。

  3.Angular - 一个适用于 JavaScript 和 Dart 的网络应用框架,注重开发者效率、速度和可测试性。

  4.TensorFlow - 一个使用数据流图形进行数字计算的库,它支持可扩展的跨平台机器学习,从数据中心到嵌入式设备,均可适用。

  5.Go - 一种静态设置类型和编译的编程语言,它的特点是表达清晰、简洁、干净、高效。

  6.Kubernetes - 一个用于自动化部署、操作和调整容器化应用的系统。

  7.Polymer - 一个基于 Web Components API 构建的轻量级库,用于构建网络应用中可重用的封装元素。

  8.Protobuf - 一种用于序列化结构化数据的机制,它的特点是可扩展且独立于语言和平台。

  9.Guava - 一组 Java 核心库,它包含新的集合类型(例如 multimap 和 multiset)、不可变集合、图形库、函数类型、内存缓存以及用于处理并发运算、I/O、散列、原语、反射和字符串等的 API/实用工具。

  10.Yeoman - 一组可靠而极具特色的基础工具,它包括各种库和一个工作流,能够帮助开发者快速构建美观而具有吸引力的网络应用。

  回顾谷歌在 2016 年开放源代码的项目,有许多令人兴奋的成果。他们发布了开放源代码软件、硬件和数据集。下面,我们了解一下今年发布的部分应用。

  1.Seesaw

  Seesaw 是一个由谷歌网站可靠性工程师使用 Go 开发的基于 Linux 虚拟服务器 (LVS) 的负载平衡平台。

  摘自此项目的发布公告中声明:“我们需要能够处理单播和任播 VIP 的通信,利用 NAT 和 DSR(也称为 DR)执行负载平衡,并对后端执行充分的运行状况检查。最重要的是,我们需要一个平台让我们能够轻松管理,包括自动化部署配置变更。”

  2.供应商安全性评估调查问卷 (VSAQ)

  针对谷歌每年都会评估成百上千的供应商的安全性,他们制定了一套流程,可以通过 VSAQ 自动化收集大部分初步信息。VSAQ 框架包括四个可扩展的调查问卷模板,涵盖网络应用、隐私计划、基础架构以及物理安全性和数据中心安全性。

  3.OpenThread

  由 Nest 发布的 OpenThread 是对 Thread 协议的完整实现,该协议适用于家中的互联设备。OpenThread 的开发得到 ARM、Microsoft、Qualcomm、Texas Instruments 和其他大型供应商的支持。

  4.Magenta

  为了帮助用户通过机器学习可以创造令人心动的艺术和音乐,该项目由 Google Brain 团队基于 TensorFlow 构建而成。它的目标是:将机器智能的发展水平推进到音乐和艺术时代,组建一个由艺术家、程序员和机器学习研究人员组成的合作社区。

  5.Omnitone

  没有空间音频,虚拟现实 (VR) 就无法实现真正的沉浸式体验,而 VR 开发的许多工作都是在专用平台上进行的。Omnitone 是一个由 Chrome 团队成员构建的开放库,该库将空间音频带入浏览器。Omnitone 基于标准的 Web Audio API 构建而成,旨在提供沉浸式体验,可随 WebVR 之类的项目一起使用。

  6.Science Journal

  如今,智能手机都集成了传感器,可以告诉用户有关周围世界的有趣信息。该项目旨在帮助教师、学生和普通科研人员充分利用这些传感器。

  7.Cartographer

 

  Cartographer 是一个依靠 Robot Operating System (ROS) 的支持,以 2D 和 3D 模式实时同步定位和制图 (SLAM) 的库。该库综合来自各个传感器的数据来计算位置和地图周边环境信息。这是自动驾驶汽车、无人驾驶汽车和机器人的关键要素,也是知名建筑物室内地图工作的一部分。





收藏 推荐 打印 | 录入: | 阅读: