谷歌为什么开源（谷歌为什么开源k8s）

大家好！今天让创意岭的小编来大家介绍下关于谷歌为什么开源的问题，以下是小编对此问题的归纳整理，让我们一起来看看吧。

开始之前先推荐一个非常厉害的Ai人工智能工具，一键生成原创文章、方案、文案、工作计划、工作报告、论文、代码、作文、做题和对话答疑等等

只需要输入关键词，就能返回你想要的内容，越精准，写出的就越详细，有微信小程序端、在线网页版、PC客户端

官网：https://ai.de1919.com。

创意岭作为行业内优秀的企业，服务客户遍布全球各地，如需了解SEO相关业务请拨打电话175-8598-2043，或添加微信：1454722008

本文目录:

• 1、这一部Kubernetes纪录片讲述谷歌的开源故事

• 2、为什么国外网站不提供apk文件，而是要到谷歌 Play下载？

• 3、google为什么要从头开发一套新的操作系统fuchsia

• 4、谷歌开源了TensorFlow，世界就要马上被改变了吗

一、这一部Kubernetes纪录片讲述谷歌的开源故事

Honeypot.io（欧洲大型以技术为中心的就业平台）有一个聚焦程序员的视频网站，称之为“面向开发者的Netflix”。该公司与红帽、谷歌和CNCF合作，近期发布了《Kubernetes：the Documentary》这一部时长一个小时的纪录片（分为两部分）（https://youtu.be/BE77h7dmoQU）。

这部视频“直接采访紧密相关的人”，其中包括开发该软件的工程师和管理人员，他们做出了使Kubernetes得以发展的关键决策。

CNCF的首席技术官Chris Aniszczyk表示，他很高兴这部纪录片的问世，“我们需要更多关于开源的电影！”

谷歌的大胆举动

还有一个官方预告片，Kubernetes早期创始人Joe Beda思考，“如何改变现状，如何撼动雪球？增量主义不会让谷歌在GCE上取得成功。”

Beta在纪录片中所说的提供了关键背景。“如何改变现状——我们如何以一种可能不完全与谷歌有关的方式撼动雪球，但至少让谷歌有一个战斗的机会，能够开始抓住一些客户，在AWS当时的主导之下获得一席之地。”

这是贯穿整个项目的主题。在Twitter上，Honeypot分享了这部视频中的一句话，得到了回应：“谷歌必须在云lingyu做出大胆的举动，才能成为长期的赢家。”

谷歌负责基础设施的副总裁Eric Brewer回应道：“这句话出自我，我在2013年和现在都相信这一点。Kubernetes是一段美妙的旅程，有高潮也有低谷，但最终，它改变了整个云计算。”

这部纪录片的新闻稿指出，2010年，AWS“取得了看似无懈可击的领先优势”，那时，“云正在变得真实。我们开始从亚马逊的崛起中看到正在成为主流企业技术的东西。”

现任VMware研发副总裁的McCluckie被誉为Kubernetes的创始人之一，但他并不是唯一一个记得2010年一片令人望而生畏的景象的人。

Tim Hockin是谷歌另一位早期Kubernetes工程师，他在视频中也说，“AWS是每个人心中的庞然大物。”

这部纪录片接着记述了谷歌具有前瞻性思维的工程师如何“克服技术挑战、内部对开源的抵制、反对者以及来自该行业其他大公司的激烈竞争”。

故事始于谷歌杰出工程师Brian Grant，他指出谷歌拥有自己的内部基础设施专业知识，并希望在云端利用它。另一位思考过这一时刻的人是红帽公司容器化应用基础设施的架构师Clayton Coleman。

在纪录片的第二部分，Coleman首先指出：没有Docker，Kubernetes是不可能出现的。随后他补充说，谷歌需要赶上AWS，而红帽的CoreOS团队则认为Linux“需要向云端进军”，并且已经开始考虑Linux之后会发生什么。“有很多假设。“回想起来，这似乎是不可避免的。”

这部纪录片还回顾了Kubernetes最早的先驱者，麦克鲁基回忆了Brendan Burns第一次“拼凑出某种东西”的那一刻，将谷歌内部的专业知识输出给大众。“这只是脚本什么的，但我能感觉到它的意义。”

决定开源

在纪录片中，Beta承认“通过开源构建社区将是建立事实标准的最佳方式。”但这并不像听起来那么容易。

事实上，这部纪录片的亮点之一是受访者回忆第一次从谷歌管理层那里得到的怀疑，以及Kubernetes差点就不被批准。

Hockin回忆说，在与谷歌技术基础设施高级副总裁Urs Hölzle就开源进行接触后，团队得到的第一次回应。“Urs非常善于分析，他说，‘为什么？我们能从中得到什么？这给谷歌带来了什么好处？’所以他最初的回答是：‘我认为我们不需要这样做。’”

还有很多更丰富多彩的故事，McLuckie最终回忆说，他们为DockerCon构建Kubernetes的第一个开源版本所花的时间，比获得谷歌的开源批准所花的时间要少。

在纪录片结束时，谷歌的Brewer辩称，“Kubernetes之所以获胜，部分原因是它背后有一大群贡献者。它继续前进，每天都有大量的提交。这种变化速度超过了其他一切。”

创建社区

这部纪录片包括了Kubernetes在2014年DockerCon大会上宣布问世并宣布开源那一刻的片段。Coleman记得，“每一家大型初创公司都有一个容器编排项目，其中一半是在2014年DockerCon上宣布的。”

但正如Kelsey Hightower所说，“如果你有足够的时间和经验，你会想要建造Kubernetes。我怀疑任何人都没有谷歌那样的经验。”

这部纪录片并没有回避Kubernetes所激起的情绪。Beta坦率地承认，“当我们开始寻找合作伙伴参与时，这个项目仍然由谷歌主导，尽管我们说它是开源的——这让人们停了下来。”

或者，正如Sarah Novotny在视频中所说，“许多大公司不喜欢其员工签署竞争对手的贡献者许可协议。”

McLuckie表示，“这可能是我做过的最有压力的事情。”但Novotny回忆道，“当我们开始将事情转移到更开放的治理中，将版权和知识产权转移到CNCF时，大公司能够参与进来。在那一点上，它真的成为了如何培养下一批领导者的实践。”

这部纪录片还记录了Kubernetes周围社区的发展。Grant回忆说，在Kubernetes的头两年，“我的收件箱收到了来自GitHub的20万条通知。到2016年底，我们有700到1000人参与每一次发布。”

当竞争对手拥抱Kubernetes时

纪录片快结束时，Beta回顾了Docker在DockerCon 2017上宣布支持Kubernetes和DockerSwarm的消息。“我认为他们认识到这是他们不能忽视的事情。这真是一个很酷的时刻，我终于感觉到我们不再互相对抗，团结在一起了。”

不仅仅是Docker。Grant记得，2017年，很多竞争对手都采用了Kubernetes（包括Mesos），到那年年底，就连亚马逊也推出了Kubernetes产品。

“亚马逊在这方面的坚持时间最长。因此，亚马逊的支持，是Kubernetes留下来的最大信号之一——至少对我来说是这样。”

然而，Hightower也有自己的观点，即容器战争“得益于大量风投资金的推动，不存在零和博弈。”

原文链接：

https://thenewstack.io/a-kubernetes-documentary-shares-googles-open-source-story/

二、为什么国外网站不提供apk文件，而是要到谷歌 Play下载？

有过国外留学或者工作经历的人都有这种感受：在国外使用手机，所有的应用都要从手机自带的应用商店下载，谷歌play商店就类似于苹果的App Store。甚至当你在浏览某个网站的时候，想要从官网直接安装其APP，点击链接后也会跳转到谷歌play当中进行安装，那么为何会有这种情况呢？原因如下：

1.对于用户来讲，更加安全。

谷歌是个开源系统，开发者只要把自己开发的软件封装成APK格式的文件，就可以安装到安卓系统手机，也就是这个原因，导致了各类恶意的APP出现。在国内2012年左右的时候，使用安卓手机的人应该深有体会，应用市场繁多，而且很多APP伪装成其他正版APP来欺骗用户安装，轻则各种弹窗广告，重则让用户手机中毒瘫痪。而谷歌play商店就是唯一个官方的审核平台，APP开发者想要入驻，就要符合其中的条件，用户下载APP也更省心和安全。

2.对于开发者来讲，更加方便。

在国内，安卓手机是无法使用谷歌服务的。于是乎，每个手机厂商都有自己的应用商店，同时，还有一些豌豆荚、应用宝等第三方应用商店，开发者每开发一款APP，就要上架不同的商店，烦不胜烦，干脆，直接在自己的官网上挂上APP的下载链接。但是，在国外，谷歌play的应用范围非常广泛，基本上就是安卓手机的唯一指定，开发者只需要按照平台规定，把应用封装好以后上架平台即可。同时，还可以在应用里面承接一些Google的广告，来增加自己的收益。

3.国内目前的现状。

经过这些年来的整改，国内安卓市场的环境也有大幅度改善，不管是手机自带还是第三方的应用商店，对APP的审核越来越严格，但是，“各自为政”的现象还是比较明显。这其中的主要原因，就是因为国内手机厂商的系统基本上都是基于安卓定制的，虽然鸿蒙系统发展迅速，正在打造类似于谷歌“全家桶”的花瓣“全家桶”，但是短时间内难成气候。

综合来讲，人们通过谷歌play下载app，为的是更加方便和安全，对于开发者来讲，也更节省精力。

三、google为什么要从头开发一套新的操作系统fuchsia

编者按：鉴于传统操作系统内核存在规模庞大、不够实时、缺乏安全等问题，Google、华为等解决方案供应商认为，物联网设备需要全新的操作系统。但是Fuchsia会像Unix和Linux一样辉煌吗？一切都有待观察。

上周，一群Google人干了件奇怪的事情：他们悄悄披露了一套新的操作系统，从理论上来说，这套系统跟Google自己的Android OS是有竞争关系的。

目前正在研发中的这套开源操作系统代号为 Fuchsia，可运行在一切东西上，下至轻量的单用途的设备（比如ATM和GPS单元），上至桌面计算机都可以支持。但跟Android不一样的是，Fuchsia并不是基于Linux，也不是衍生自任何构成个人计算和通信基础的其他软件。相反，这是一次从零开始的尝试。

Fuchsia还处在早期研发阶段，至于这个系统打算怎么用，Google还没有放出任何重大公告，这只是一次实验的可能性也是存在的。尽管如此，Google仍然有大量理由来重置几十年的软件史。

执拗的内核

这个东西跟你的手机、平板和笔记本都有关，但你可能还意识不到：它们大多数采用的软件“内核”都相当老。Android使用的Linux内核，是在1991年开始研发的。Mac OS X、iOS等苹果平台是以Unix为基础的，后者源自1969年的贝尔实验室。Windows计算机基于的 Windows NT内核要追溯回1993年。

内核的目的是管理操作系统的最底层。它处理键盘等硬件设备的请求，进行任务调度，并管理文件和内存。为此，它要对操作系统的纷繁复杂之处进行抽象，而这是有帮助的，比方说可以让开发者不必知道具体打印机型号的情况下进行打印。

四、谷歌开源了TensorFlow，世界就要马上被改变了吗

Google 开源了其第二代深度学习技术 TensorFlow——被使用在 Google

搜索、图像识别以及邮箱的深度学习框架。这在相关媒体圈、工程师圈、人工智能公司、人工智能研究团队里有了一些讨论。比较有趣的是，微软亚洲研究院立刻向

媒体发邮件表示，我们发布了开源分布式机器学习工具包（DMTK）。

对于大众来说，这件事让人

“困惑”。从 “深度学习” 到 “分布式系统”，太多概念大众一知半解，现今给出的资料又让人难以理解。而对于 “Google 开源

TensorFlow” 这一事件，各个公司、团队、学术权威也是众说纷纭。因此，出门问问为大家 “破雾”，并讲一讲这次开源意味着什么。

什么是深度学习？

深

度学习系统是什么？深度学习理论于 2006年 被提出，它通过模拟 “人脑的神经网络”

来解释图像、声音和文本等数据。但是目前的计算机还达不到模拟人脑数量庞大的神经元（千亿级），因此便有了用到成千上万大型计算机（计算平台集群）来吸收

数据对其进行自动分类的 “分布式深度学习系统”。

TensorFlow 的起源和此次开源事件

Google

将自家研发的深度学习系统命名为 “DistBelief”，它使得 Google

能够同时处理成千上万台大型计算机的数据，构建更大型的神经网络和大规模训练。Google

的搜索、图像识别及邮箱等均采用了该技术。一般情况下，深度学习系统都需要先设定好 feature（特征），再学习如何分辨。但

Google DistBelief 神奇的地方在于，“Google Brain” 开发团队 “XLab” 曾用它在未事先获取 “猫的特征描述”

信息的情况下，从大量 YouTube 视频中区分出了哪些是猫的视频。这意味着深度学习系统 “DistBelief” 自行总结出了猫的

feature（特征）！虽然这个案例的识别范围、识别率有待提高（81.7%），但作为人工智能最经典案例之一，为人工智能翻开了新的篇章。而 “猫”

的事件，也让曾经的 Google Brain 开发团队 “XLab” 的核心人员、现在被李彦宏挖到百度的吴恩达得到了

“Google Brain” 之父的美誉。不过，时代总是进步，而 “DistBelief” 有缺陷。

Google

称，虽然 DistBelief 非常成功，但它仅仅以神经网络为目的、十分局限，而且很难进行配置。另外，DistBelief 牢牢绑定在

Google 的内部基础设施上，几乎不可能将代码与外界共享。因此，本文的主角，Google 的第二代深度学习系统 “TensorFlow”

横空出世了。

Google 表示，TensorFlow

在设计上尤其针对克服 DistBelief 的短板，灵活、更通用、易使用、更快，而且完全开源。TensorFlow

可以被架设在智能手机这样小的设备上，甚至仅一块电路板上，更灵活； TensorFlow

可以被使用在很多计算平台，无论是智能手机还是大型计算机、单个 CPU / GPU 计算机还是成百上千 GPU 卡组成的分布式系统，ARM 的还是

X86 的构架，更通用；TensorFlow 支持多种编程语言，提供了很多深度学习模型库，易使用；在很多指标上，TensorFlow 要比

DistBelief 要快一倍，更快。但是，学术界和工程界的一些朋友并不喜欢这个 “刚刚闯入” 开源界的 “小伙子”，判了它 “意义不大”

的死刑。“TensorFlow” 之所以 “开源” 却不讨好，是因为 TensorFlow 不是第一个被开源的深度学习系统，并且目前只开源了

“单机版”，而非能够识别猫的 “分布式版本”。除了并非第一以及只开源了单机版代码这两点外，Google 开源 TensorFlow

这件事最被人诟病的地方在于，在 “用事实”、“用数据” 说话的学术界、工程界，Google 并未用 “数据对比” 证明 TensorFlow 的

“灵活、更通用、易使用”。

对于 TensorFlow，出门问问的看法是，TensorFlow 对学术界意义不大，但是对工程界意义挺大。

TensorFlow 对工程界有意义：其它开源工具虽然众多 但对工程界很难有效使用

Google

这次开源的 TensorFlow 是一种人工智能（更具体的说是深度学习）编程语言或计算框架，学术界从来都不缺少类似的开源工具，尤其是

“单机版工具包” 有很多。但是学术界的工具往往更多专注在核心算法上，在系统和工程方面比较欠缺，工业界很难直接有效的使用，而 Google 的

TensorFlow 在架构设计，跨平台可移植性，算法可扩展性等等偏工程方面会做的比较好。所以，TensorFlow

对学术界的帮助比较小，但对工业界的帮助有很大潜在可能性。比如语音识别、自然语言理解、计算机视觉、广告等等都可以应用这种深度学习算法，Google

也因为深度学习系统的应用使得 Google 语音识别水平提高 25%。

有意义归有意义，意义的大小

是另一回事了。在这个信息交流频繁的时代，没有公司能随便制造一个具有超大意义的事件或者跨时代的黑科技产品。对于工程界，TensorFlow

有意义但又不是神乎其神的东西，尤其是 Google 目前开源的 “单机版” 的 TensorFlow

意义要小一些。因为在工程界里，若要完成一整件事，如识别语音，TensorFlow

这种通用深度学习框架的存在更多是锦上添花，而非决定根本。比如说在一个可以应用的语音识别系统里, 除了深度学习算法外，还有很多工作是专业领域相关的

算法以及海量数据收集和工程系统架构的搭建。

其实，对于中国来说，TensorFlow

还有一个意义。在人工智能大潮下许多人和公司想入局，但大都没有能力理解并开发一个与国际同步的深度学习系统，而 TensorFlow

的存在会大大降低深度学习在各个行业中的应用难度。至于弄懂 TensorFlow 要花费大量时间的问题，就像很多公司用 Linux 或者

hadoop（一种分布式系统基础架构）但很少有公司弄懂了所有源代码一样，可以把 TensorFlow

当成一个黑盒，先快速用起来，之后再根据数据和专业领域知识来调整。

总的来说，如果 Google 按照其所说的那样，在未来完全开源 TensorFlow——包括其 “分布式版本”，那么 TensorFlow 对工程界的影响会更明显些——尤其对中国创业公司来说。

以上就是关于谷歌为什么开源相关问题的回答。希望能帮到你，如有更多相关问题，您也可以联系我们的客服进行咨询，客服也会为您讲解更多精彩的知识和内容。

推荐阅读：

谷歌SEO优化什么意思（谷歌seo sem）

google免费账号和密码（谷歌免费账号和密码）

google中文搜索引擎入口（谷歌中文搜索引擎）_1

小红书如何封锁收藏（小红书如何封锁收藏内容）

杭州因蓝服饰有限公司（杭州蓝茵生物医药有限公司）