Open Source 的界限

2010/04/20

最近一件有意思的事情是 Oracle 质问询问 Open Solaris 社区从一个 Open Solaris 这样的 open source 项目如何盈利。老实说比起 IBM 这种虚伪的家伙,我更喜欢 Oracle 的直率 —— 本来么,这个问题几乎人人心中都有。那么,为什么有的 open source 项目 —— 比如 Linux kernel、WebKit、GCC 可以蒸蒸日上;而另一些,比如 MySQL、Open Solaris 则奄奄一息呢?

其实答案还是在于那句老话,open source 是程序员写给自己的工具,它的生存不取决于盈利,不沿循普通的商品交换的资金流动途径,而在于直接提高其创造者社区的生产力。一个 open source 项目能否生存,在于其用户群能否成为自身的维护者和改进者。所以,第一等天然的 open source 项目是程序开发工具。第二等天然的 open source 项目是各种各样的库。同样的功能,提供 GUI 和提供 API 对于一个开源项目来说是生死攸关的差异。使用 GUI 的人极难成为一个产品的维护者。使用 API 的人不是在真正的『使用』产品,而是在创造自己的产品,同时他们有能力也乐于成为他们所依靠的 open source 项目的维护者和改进者。所以作为开源软件 WebKit 之类的库能够得到比 FireFox 之类的成品浏览器更好的发展。事实上,要求 FireFox 把自身的结构整洁化以便能够剥离出其『核心』功能供其它类型的产品使用一直是业界对 FireFox 的一个要求。

一个 open source 项目提供的能够将被其他开发者自由的集成到其它产品中的紧密度是它能否生存的关键。在这一点上,GPL 许可证的项目都游走在生死线上,因为它们很难把自己作为一个非 GPL 产品的不可分隔的一部分。只有 Linux kernel 可以算一个例外,因为 kernel 的特殊边界保证了它可以集成到其它非 GPL 产品中。而 LGPL 和 BSD 的项目就可以生活的好一些。诸如 MySQL 之类的产品,GPL 版只能作为独立的服务集成到商业产品里,自然不如 SQLite 这样能够被无缝集成的项目发展得好。

网络改造

2010/04/13

长久以来家里的网络由一套繁复的配置构成。首先是网通的 ADSL modem 连接电话线;然后是关闭了无线功能的 Netgear 无线路由器连接 ADSL modem,负责 ADSL 拨号;最后是 Apple AirPort Express 用桥接(bridge,也就是 AirPort 本身没有 IP 地址)方式把 Netgear 的网络扩展到无线。这么麻烦有两个原因:第一,Netgear 无线路由器太旧,所以 Mac OS X 10.5.6 之后的系统和 Netgear 无法正常工作(网速奇慢);第二,ADSL modem 太旧,Apple AirPort Express 没法驱动它无线拨号。

这么凑合着用了一年多,最近不知何故网速越来越慢。于是用 MacBook 直接连接 ADSL modem 想看看故障出在哪个环节。发现原来家里的 MacBook 和 MacBook Pro 也都没法在这个 modemo 上拨号。总之只要是 Apple 的设备和这个 modem 就不对付。还好在别人家的 ADSL 上用 MacBook (Pro) 成功拨号连接过,所以能证明问题不是出在 Mac 上(或者至少只是一个对旧协议的兼容问题)。

这一年凑凑合合用网络的体验,加上发现这个 modem 不能支持 Mac,终于决心请半天假让网通的人过来修一下。网通的人来了之后看了半天没看出什么所以然(老是叨唠在 PC 上出什么 618 错误在 Mac 上看不到),拿个新型号的 modem 一连我的 MacBook 就好了。赶紧掏钱让来人留下新 modem 离开。

打发走网通的人之后赶紧用 AirPort Express 连上新 modem,傻了,ping 外网不通。换上 Netgear 的路由器,傻了,新 modem 的指示灯也不闪。靠,刚才光顾着用 MacBook 连上高兴,忘了当面用路由器试一下了。心想打电话兴师问罪之前还是确定一下,用 MacBook 连上接着新 modem 的 Netgear,ping 通了 —— 原来这个新 modem 连无线路由器的时候灯闪的频率很低,绝了!

那么接下来就是 AirPort Express 的拨号问题了。我从来没在别人家用过这个 AirPort Express(只用过 MacBook (Pro) ),所以不好说网通的问题是不是已经被新 modem 解决了。又走了几遍 AirPort Configuration Utility 的 Wizard,还是没什么改观,只是记得以前配置的时候选项不是像今天的 Wizard 显示得这么少啊。忽然发现了这个『 Manual Setup 』按钮,点进去果然气象万千。

发现这个 DHCP 的地址段被配置成了 10.0.1.2。赶紧改成 192.168.1.2(如果设置成 10.0.x.x 的话,在 Internet -> PPPoE 这个 tab 里显示的 AirPort Express 的 router —— 估计是缺省网关 —— 总是 192.168.x.x,而不是从 ISP 传过来的)。

重启之后,终于拨号成功。

于是,我想,是不是这一年多不能用 AirPort Express 直接拨号的原因都是因为这个而不是什么旧 modem 不兼容?吓!没精力深究了。反正旧 modem 用 MacBook (Pro) 也拨不通不是?反正得换。下面是换下来退休的 modem 和 Netgear 路由器。

最后,这次改造的成果是网络快了不少。看来上面这两位里某个(或者两个)就是罪魁祸首。终于可以重新享受在床上看美剧的乐趣了。

唯实用主义

2010/04/11

Joel 的 Blog 是个很有意思的关于软件开发的网站。里面有不少睿智的看法,比如『抽象泄漏』。但是有时候 Joel 的实用主义实在有些过度。只要两个方法都能解决同一个问题,就对它们进行无限制的无差别化,这就失去了从更高层次分辨优劣的能力。比如这篇 2003 年的《Biculturalism》,试图和 Eric Raymond 的《Art of UNIX Programming》唱唱反调。

试图和《Art of UNIX Programming》唱反调的 Blog 不止这一篇,比较新的还有这篇微软雇员写的。我觉得,以一篇 Blog 的篇幅想挑战一本书的观点,前者天然的处于下风,除非能一针见血的指出后者根基上的肤浅。可惜,Joel 的 Blog 只是说 Raymond 的观点稍稍过于执着;微软雇员的那篇则是在自设了很多假定的前提下玩逻辑游戏。如果你只是想说对手的观点稍稍有些过激(而不是全然推翻),或者想玩复杂的逻辑游戏,在篇幅和对手差一个数量级的情况下大多是自取其辱 —— 你很难有比对手更细致的分析,也很难把一个逻辑推导所需的前提假设的历史根源阐述的比对手更清楚。

回到 Joel 的这篇《Biculturalism》,开篇头一句『By now, Windows and Unix are functionally more similar than different』。看到这句话,非但没有感到 Windows 和 UNIX 之间的分歧有越来越小的迹象,我脑海里首先想到的就是kernel mode 下的 Windows GDI [1] —— 今天主流操作系统里唯一放在 kernel mode 里的窗口管理和图形界面系统,还有和 GDI 紧紧绑定的 window-based toolkit [2]。也许细心的读者会提醒,人家 Joel 说的是 functionally,你说的差异是 architectural。那么,架构上的差异是否完全对功能透明呢?我看 Joel 自己也不完全这样认为(比如『抽象泄漏』)。就像 Apache Web Server 在 Linux 上缺省采用多进程,在 Windows 上采用多线程 —— 架构上的差异导致的性能差别也会让功能的可用性发生质的改变。

Joel 说,UNIX 的文化在于崇尚为程序员提供便利,Windows 的文化在于崇尚为用户提供便利,我们最终是为用户而不是其它程序员提供产品。说这番话的时候 Joel 一定忽略了 Raymond 书上的引用的 Ken Thompson 的这一句话:

This is a consequence rather than a goal. I abhor a system designed for the “user”, if that word is a coded pejorative meaning “stupid and unsophisticated”.

问题在于,忽略了架构上的简洁的系统,是否还能可以提供完全相同的功能?比如我们提到过的,Windows 把 Toolkit(按钮、下拉框、文本框 ⋯⋯)放到窗口管理的 GDI 架构中,每一个控件都是一个窗口,其中还夹杂了直接访问硬件显存的 Direct Draw 窗口;而 UNIX 的窗口管理器一般采用 Toolkit-Agnostic 方式,窗口管理器只知道窗口的内容是一组二维像素,其中的 Toolkit 完全由应用程序空间的代码绘制。『实用主义者』会说,哪个用户会关心这些?不过,用户总是有设计者原本意想不到的应用场景。比如,今天的应用软件很多时候都加入了平滑动画功能 —— 当窗口的内容改变的时候,软件会显示一系列的中间状态。像图片旋转 90 度这样的操作,往往会短暂的显示中间的旋转状态。通常在旋转的过渡状态矩形图片的角会超出显示区域(因为我们都知道矩形的对角线比边长)。在一个 Toolkit-Agnostic 的窗口管理方式里,因为图片不过是一个像素组,超出的部分会被自动 clip。而在每个控件都是独立窗口的系统中,像 Direct Draw 这样的浮动窗口的显示在这种情况下是很难不显示出丑陋的一面的。如果这个例子只是个美观问题,那么用户还有更为严肃的应用场景。现在使用 VNC 一类的远程控制软件的用户很多。VNC 这类软件在 Linux 和 Mac OS X 上很少出问题。因为 VNC 对于传输基于像素的 Toolkit-Agnostic 方式的显示处理方式单一。而在 Windows 上,VNC 程序遇到不同类型的控件就会有很多问题 [3]。

所以,当 Joel 声称 Windows 和 UNIX 在功能上趋同,而且 Windows 更注重最终用户的时候,他既忘记了自己提出的『抽象泄漏』理论,又忘记了用户总会用意想不到的方式来使用你的软件(stupid and unsophisticated)。这也是唯实用主义在嘲笑别人热衷于设计的内部简洁的时候总是犯的两个错误。

脚注

  1. 关于 GDI 处于 kernel mode 这个问题,按照一般的思路人们会归于旧的 PC 硬件的性能遗留的历史问题。有趣的是,事实正好相反。在 NT 4.0 之前 GDI 是在 user mode 的。
  2. Window-based Toolkit,即每个控件是一个独立的窗口。这样的设计下,窗口管理器必然介入控件的层次关系的管理和消息的分派。与之对应的是 Toolkit-Agnostic 窗口管理,即窗口管理程序不了解控件是如何存在的。整个窗口内容是一个像素矩形区,比如在 Mac OS X 里,控件完全由 Cocoa 或者 Carbon 库生成和负责 sub-window 级别的消息分派(这两个库连接到应用程序的进程空间)。UNIX 的 X 是提供一定程度的 window-based toolkit,不过现代的 Linux/UNIX 程序一般建立在 GTK/QT Toolkit 之上,绕过了 X 本身的控件,此时 X 也作为一个 Toolkit-Agnostic 管理器存在。
  3. 当然这不是 VNC 协议本身的问题,而是具体 VNC 程序实现的问题。不过关键在于 Windows 的架构让 VNC 程序的实现和测试比 Toolkit-Agnostic 下的 VNC 程序更复杂也更费时费力。

API 的退化

2010/03/19

有段在 Windows XP 和 Vista 上工作了四五年都没有问题的代码在 Windows 7 上出了问题。还好问题定位并不困难:一个 COM 接口的方法返回错误值 ——『调用了为另一个线程 marshall 的接口』。获取这个接口的线程用了『Apartment Threaded』模式。这个模式不允许多个线程直接共享一个 COM 接口的指针,线程间传递 COM 接口必须在一个线程中用 CoMarshalInterThreadInterfaceInStream() 把要传递的 COM 指针转换成 IStream 的形式,再在另一个线程里用 CoGetInterfaceAndReleaseStream() 转换回来。在 Apartment Thread 模式中得到的 COM 指针不是直接指向 COM 组件的裸指针,而是一个 proxy 的指针。一个 proxy 对象只能在一个线程中使用,上面的那对 API 就是用 IStream 作为中间载体在不同线程间创建新的 proxy 对象。正是因为这个 proxy 对象的存在,Apartment Thread 模式能够把多线程对一个 COM 组件的并行调用序列化(Serializing),这样才能让没有考虑多线程的 COM 组件能在多线程环境中被使用。出问题的那段代码就是没有遵循这个约定直接传递了在一个线程里创建的 proxy(最初的开发者可能根本不知道 Apartment Thread 里 proxy 的存在,把这个 proxy 当成了可以直接指向 COM 的指针)。

从 COM 出现的时间来说,Apartment Thread 也算是一种承前启后的设计。让设计时没有考虑线程安全的 COM 组件能够不加修改的在多线程环境中使用。尽管现在看来当时(现在似乎也并无改进) Microsoft 介绍 Apartment Thread 的 文档实在够烂,98 年我怎么也读不懂,三年以后 Sun 的 EJB 文档才让我理解了这种设计。

为了能并发访问线程不安全的 COM 组件,引入一个做为中间层的 proxy 是必要的。但是 Microsoft 的设计者欠考虑的是完全没有必要为每个线程引入一个 proxy。即使每个线程必须有一个 proxy,那么也应该用另一个中间层来隐藏这些 proxy,让第三方开发者只看到一个 proxy。在必须引入中间层的一个地方,最多只应该有一个外部可见的中间层。

COM 在这个问题上的历史疏忽不应该留到现在,今天 Microsoft 完全可以用一种不破坏向后兼容的方式来解决这个问题:放松 Apartment Thread 模式下对 proxy 的约束,通过重新实现 proxy 让同一个 proxy 对象可以在多个线程里直接传递和使用。同时把 CoMarshalInterThreadInterfaceInStream()CoGetInterfaceAndReleaseStream() 变成类似 no-op 的操作。这样,无论是不明就里直接传递了指针的代码还是规规矩矩 marshall proxy 的代码都能正常工作。遗憾的是,Windows 7 不但没有让这样的变化名正言顺,反而把 Vista 和之前版本里本来在实现上放松的约定收紧了。这样的做法从严格的文档意义上说不算错误,但是在对待开发者的态度上,是一种缺乏细心的考虑,是 API 的退化。

重大升级!

2010/03/15

最近公司的软件的新版本做得差不多了。给第三方开发者介绍如何开发扩展的例子还没更新。这次 API 上没什么重大变化。所以工作量应该不大。

我找到例子的工程文件,双击。Visual Studio 2008 被启动,然后报告:您打开了一个旧版本的 Visual Studio 创建的工程,是否要转换为新版本的格式?—— 因为上一次公司软件发布的时候市面上最新的 Visual Studio 还是 2005。看来 Visual Studio 2008 对工程文件格式做了大调整。这样的格式转换我很不喜欢,因为前后的文件差异很大,diff 两者很难看到什么地方变化了。只好转换之后再看如何 clean-up 尽量让版本之间的变化比较清晰吧。

转换界面是 Wizard 形式的,如果不直接点 Finish 的话,要点击两次 Next 按钮才会结束。第一步询问是否要备份原始文件再转换,最后一步询问是否要输出转换 log。因为有 Version Control 系统,我既没选备份也没选输出 log,一路 Next 下去。Visual Studio 工作片刻,硬盘响了一会儿。转换完成。我用 Version Control 系统的 diff 查看了一下,变动了一行 —— 文件里 Visual Studio 的版本号从 8 变成了 9。

第二消息循环

2010/03/10

以及,DirectDraw 是这个星球上最屎的 API。

消息驱动应用的出现把软件开发的复杂度提升了一个数量级。消息驱动应用的开发者要处理来自用户、操作系统、其它应用、其它库和扩展、以及自己编写的代码产生的几百种事件。每种事件的个数和发生的顺序都几乎无法预测。预测无穷的组合需要逻辑,而开发过软件的人知道我们从来不用逻辑。

第一消息循环

学过 Win32,Cocoa,或者 QT 开发的人一定知道主消息循环(main event loop)这个概念。(如果你只会用 Java,那么可以学习一下这些东西再来往下看;或者马上放弃这篇文章,并且默念『线程、线程 ⋯⋯』。)主消息循环是一段类似下面的代码(Cocoa 的例子):

只熟悉 Win32 的人只要把 nextEventMatchingMask 当成 GetMessage() ,把 sendEvent 当成 SendMessage() 也可以大致看懂。nextEventMatchingMask 从消息队列里取出形形色色的消息 [1],以 sendEvent 为 call stack 发端调用到开发者编写的不同代码。在一个消息驱动程序里的大部分代码的 call stack 都会包含 sendEvent 或者 SendMessage,没有运用多线程的应用(也就是代码都在主线程里运行 [2])这个比例会达到几乎 100% [3]。

大多数时候,除了在 debugger 的 call stack 里,是看不到这个消息循环的。它已经被封装到诸如 NSApplicationMain() (Cocoa)或者 CApplication::Run() (MFC)这样的函数中。为了和下面的描述对应,我们把这个不常见面的东西称为『第一消息循环』。

第二消息循环

讨论第二消息循环最好先明白它要解决什么问题。第二消息循环要解决的并非单一问题。其中比较重要的一个源自 Windows 3.x 时代。那时候 GUI 环境还是单线程,而且整个 Win16 系统只有一个单独的线程。所以,如果某一个程序处理按钮按下的代码一口气运行了五分钟,那么整个系统也会僵死五分钟。比如下面这个事件处理的片断:

所以,那时候非常『先进』的技术就是在运行时间很长的代码里不时调用 GetMessage()SendMessage() 这对 API。这样就可以给其它的事件处理代码一个运行的机会。比如上面那段代码就会改成下面这样:

运行后会出现这样的 call stack(这个例子里另一个窗口的鼠标拖拽操作的消息得以有机会被处理):

第二消息循环未必是个字面意义上循环,因为 get event 和 send event 并不一定要放到循环里。但是一般来说都是这么做的,所以这个名称就沿用下来。『第二』不是指代码中出现的第二个消息循环,而是指在运行时出现在第一消息循环里的第二层循环(见下文的『第三消息循环』)。

陷阱!

所以,现在你的程序可以在按钮按下但是无法弹起(因为 onClick 不会很快返回)的这段时间里处理其它的事物了。听起来不错!但是也可能是个通向灾难的陷阱。你必须保证开启第二循环的函数在 sendEvent 调用的前后不会访问任何其它消息处理函数可能修改的数据结构。

马上你会意识到,如果对第二消息循环不加限制(就是像第一循环那么简单),那么在 send event 前后保护数据完整性是个不可能完成的任务。消息驱动的程序开发最重要的假设就是事件处理函数可以在某种程度上被认为是近乎原子的操作 [4]。而第二消息循环粗暴的打破了这个假设。如果第二消息循环和第一循环一样,那么任何事件处理函数都可能是被第一或第二循环调起,包括打开第二消息循环的函数,幸运的话你会拥会有第三消息循环

所以第二消息循环的处理必须有严格限制。实际上,在 Win16 时代,用来防止整个系统锁死的第二消息循环是不会 get 和 send 任何属于同一个应用的事件的(也就是不能像例子中那样用 NSEventAnyMask)。如果为了防止用户产生程序僵死的印象,第二消息循环也会用来显示一个进度条,或者一个不断回旋的图标,以及重绘某些重要的窗口。但是对同一应用的消息处理也通常仅限于此。模态对话框也是通过第二消息循环完成,这个循环不会处理任何事件,除了对话框本身的事件和重绘其它窗口。所以,模态对话框的代码通常只会修改那些在打开对话框的时候新创建的数据结构,不会修改和访问程序的其它部分;而且任何窗口的重绘处理都要避免修改任何数据 [5]。

接下来,在后 Win16 时代,第二消息循环最主要的作用是处理鼠标拖拽(drag, drag and drop)。处理鼠标拖拽的第二消息循环只能处理鼠标的 move 和 drag 事件,并且遇到 mouse release 要立刻退出循环 [6]。即便如此,鼠标拖拽仍然是最容易导致应用崩溃的 use case。

今天我们有强占式多任务操作系统,有多线程,完全可以避免仅仅为了防止 UI 僵死而使用第二消息循环。在这方面有许多更好的替代方案。一种做法是把耗时的任务放到主线程之外的其它线程。线程提供了更完备的同步保护操作。在使用第二消息循环的情况下模拟线程的同步保护不是不可能,比如,在 sendEvent 的前面设置一个 flag,后面清空这个 flag,然后在其它事件处理函数里加上这种代码:

但是这样做会让同步保护的操作和要保护的数据在代码中分离。你会越来越无法看清你真正要保护的是什么。最终你只能假定第二消息循环会破坏『一切』数据,让后在『一切』事件处理函数中加上这样的保护。

另一种方法是把很耗时的操作切分成多段,把每段放到一个 timer 里运行 [7]。Timer 的好处在于每个消息处理函数和 timer 函数都是原子操作(除去有其它线程干扰的情形)。缺点在于在每次 timer 运行之间要保持中间数据,并且正确处理有可能被其它事件处理函数修改的数据结构,不过以函数为边界来保证数据结构处于完整的状态的做法带来的复杂度仍然相对低廉。

所以,你没有控制全局!

不加控制的第二消息循环是灾难。有人会傻到使用它吗?用用 Windows 的 DirectDraw 你就知道了。DirectDraw 的很多 API 函数都会在内部开启第二消息循环。使用 DirectDraw 的开发者根本无法对这个循环做任何控制。所以用 DirectDraw 根本没法编写一个安全的应用程序。

举个例子,如果你的程序里对于某个控件的鼠标单击和双击分别对一个 DirectDraw 的内容进行不同的操作,恭喜你!首先,在 DriectDraw 之外,Windows 会为你做一件事情:在用户一次双击鼠标的时候会分别触发一个单击消息和一个双击消息。此时你的单击消息处理函数会首先被调用,如果里面调用了 DirectDraw 的 API,那么很有可能这个 API 会开启第二消息循环,后者会调用你的双击消息处理函数。你应该用什么样的 mental model 来设计这两个函数?最简单的方案就是用 crash 来教育用户!

所以,别把 DirectDraw 嵌入到你的文件浏览器类型的应用程序或者 email client 里。在这种有复杂 UI 交互的应用里使用 DirectDraw 是自寻死路。DirectDraw 是给全屏程序和一次播放一个电影的播放器用的(即使有问题,用户体验的是电影而不是你的 UI,他们没空动鼠标,只会在上厕所之前按空格)。

结论

今天,只有模态对话框和鼠标拖拽还需要使用第二消息循环。长时间的操作应该使用 timer 和多线程避免 UI 锁死。为了降低复杂度,即使使用 timer 和多线程避免 UI 锁死,也应该尽可能在此期间限制用户操作(比如用模态对话框显示进度条,禁止『取消当前操作』之外的一切 UI 操作。如果不喜欢模态对话框,可以在主窗口显示操作状态并在用户发出其它 UI 操作的时候自动取消后台任务(大多数文件浏览器都在后台遍历当前文件夹,用户转向其它文件夹的时候自动取消操作)。如果后台任务和用户的 UI 操作必须同时进行,那么,祝你好运。

脚注

  1. 消息队列的消息产生于何处对开发者来说并不可见。一般只要理解成用户的各种操作会自然的产生队列中的各种事件就好。良好的设计原则是对消息在队列中是否重复以及顺序如何尽量不做假设。
  2. 这里说的应用代码不包括 Cocoa 这样的 framework,Cocoa 和 QT 自己都会创建一些线程。
  3. 同理不包括 framework 本身。
  4. 这是因为大多数事件驱动的 framework 都把事件处理放到单一的主线程,即使有多个窗口也是如此。曾经有一个特例 —— BeOS,每个窗口拥有自己的独立线程。BeOS 的开发复杂度也是它消失的原因之一。Win32 可以有多个线程拥有独立的消息队列和消息循环。不过实际中很少用到。
  5. Mac OS X 里面早就提供 buffered window,Windows 终于从 Vista 开始提供,从此窗口的重绘不再单单依靠开发者编写的重绘代码(在内容没有变化的时候)。所以重绘消息现在通常被排除在第二消息循环需要处理的消息之外。
  6. 事实上,处理鼠标拖拽的循环的目的就在于过滤信息,而并非改变应用的响应行为和代码运行顺序。但是这种做法沿袭了 Win16 时代为了提高响应敏捷度的方法的副作用。
  7. Timer 这种方法用 Win16 的系统就足以实现。但是 timer 要求用户编写的第一消息循环在程序比较空闲的时候能够调用 timer 处理函数。在 Win16 时代,第一消息循环主要还是手工编写,所以 timer 这种方式和手工编写第二消息循环相比并不省事。今天第一消息循环都被封装在各种 framework 里,而且基本都内建对 timer 的支持。

我为什么读科幻小说

2010/03/08

闲谈的时候,如果有人的主意让我想到读过的科幻小说中的事物,我一定会指出来。并不是因为我想表达『早就有人想到了』,而是想让人分享一下如果这些主意真的实现了会让我们的生活发生什么变化。

前不久有个朋友从西藏回来。他说在没有人类改造自然的痕迹存在的地方,会感到自己每天在城市里做的事情多么没有意义。我能理解这种感觉是真实而且值得体验的。但是,我也怀疑,如果我们没有创造并且体验今天的这种文明,我们是否还会有这种对纯粹的不加改造的自然的感觉;如果始终生活在那种环境中,我们是否会放弃好奇心最终达到今天的文明。

其实我们今天的生活和几个世纪之后比起来,又何尝不是今天的西藏和国际化大城市的差别?科幻小说并不是预测未来的晴雨计,但是明白没有水晶球的我们应该知道这是我们能够得到的最好的东西,那是我们某种可能的未来。回顾是一种特殊的感受。而科幻是让我们除了亲身经历自己的世界之外,还能回顾它的一种方式。

雪车

2010/03/01

刚刚洗完车,昨晚就下雪了。今天早上把前窗掏了一个能看清前方的『洞』,左右玻璃再各掏一个能看到后视镜的『洞』就上路了。开到公司已经化掉了一大半。这样随便让雪落下来有种让牛仔裤自然退色的感觉。

Mighty Mouse 小球挂掉了

2010/02/25

Mighty Mouse 上的小球是出名的容易脏。今天中午我的无线 Mighty Mouse 的小球是无论如何清洁都不能向下滚动了(办公室的 Mac Pro 的有线鼠几个月之前就已经如此了)。下午赶紧在 Apple Store 的网站上约了一个维修。心里还在盘算会怎么处理。这个鼠标买的比较早,可能已经过保了。也许打开清洁一下,或者干脆不给修了?

晚上去了 Apple Store,被告知只要有在保内的 Mac 就能保修鼠标。说是保修,其实也就是给换了一个新的。先前的那个用了一年多了,平时也没怎么保护(起码没像对 MacBook Pro 那样),使用痕迹还是很重的。想不到能很干脆的被换了一个新的。

只是不知道公司的那个有线鼠怎么才能通过层层官僚享受 Apple 的保修呢?(好多同事的小球不能用的 Mighty Mouse 都被 IT 换成 Dell 的鼠标了。不过似乎有人更喜欢 PC 的鼠标。)

另外,今天在店里用了一下最新的 Magic Mouse,觉得挺好用的。没发现有什么有悖人体工程的地方 —— 有人觉得作为鼠标 Magic Mouse 太扁了,其实 Magic Mouse 更像一个本身会移动的 Touch Pad,转换观点之后就不觉得有什么难用(有人会觉得自己的 Touch Pad 不够隆起吗?)。有人说 Magic Mouse 移动速度太慢,我在店里的 iMac 的配置上也没觉得,和我机器上的 Mighty Mouse 一样快(我机器上的鼠标配置一般都是比较快的)。看来我要攒钱在这个新 Mighty Mouse 的小球挂掉之前买个 Magic Mouse。

大部头与网路短篇

2010/02/20

新年前后开始打算学习 OpenGL。按照惯常的思路:像 API 出了小毛病这样小问题靠上网查查资料;像 OpenGL 这样大的主题要找本厚厚的大部头从头到尾慢慢研究。于是我从家里的书架上取出一本搁置已久的《Interactive Computer Graphics: A Top-Down Approach Using OpenGL》 —— 这是我的另外一个习惯:看到感兴趣的先买下来,不管有没有时间学,也不管当时兴趣能持续多久,于是书架上会有不少这样的『储备』(可谓『高束焉,度藏焉』)。不过很多『储备』也并未一直束之高阁下去,日后一旦兴趣恢复也会阅读。所以坚持想买就买的原则,不怕买错也不怕买了不读。

当初买这本《Interactive Computer Graphics: A Top-Down Approach Using OpenGL》之后发现 Windows 对 OpenGL 的支持日薄西山,一下子没了兴趣。不料多年之后转到了Mac OS X —— 对 OpenGL 优化最好的平台之一。也算验证了书不怕搁置的理论。

可惜真正开始读之后发现内容并不理想。这本书是国外大学的教材,有教材的通病 —— 前言和泛泛的介绍罗里罗嗦,而且大部分是以前就了解的知识。好不容易读完了泛泛介绍,后面的内容也不流畅。3D 是一个要求对基础数学和对 API 的了解都很深入的主题。可惜这本书对二者的结合并不理想。讲 API 的时候对需要了解的数学基础一笔带过或者根本不提。也许是因为 3D 实在不是一个很容易在一本书里用一套结构讲述清晰的知识体系。这个主题似乎更需要这样的阅读:分别精读两本书,先完整的学习 3D 的数学工具,比如变换矩阵,homogenous 坐标系,等对数学工具了解透彻再学习一本讲具体 API 的书。

也就是说,当学习的主题越来越脱离具体的产品,学习者就会越来越发现大部头的问题所在。每个大部头都在试图讲解自己的一套体系,但是这套体系会和其它的体系发生很多平行的联系。从根本上说,这是我们需要学校的原因:学校帮助我们组织各个大部头之间的平行联系。另一方面,这也是非计算机专业的人可以通过自学学习计算机科学达到比较高的工作水平的原因,因为计算机科学的各个分支和其它分支的平行联系都比较弱。学习一门计算机科学的分支往往不需要了解其它分支或者需要很少的时间准备一些独立的知识点即可。而像通信、自动化、电力这样的学科分支之间就有比较强的平行联系。

但是无论如何,计算机科学里还是有像 3D 这样与另一门或者几门分支具有较强的复杂平行联系的分支。对于离开学校很久的人来说,学习这样的知识要比学习运用一个数据库或者服务器产品困难很多。

不过我不想再体验学校的学习方式,转而尝试一下应用更多的网络资源 —— 这算是我离开通信行业进入软件业之后养成的一个新习惯。一方面,网络上像 Google 和 Wikipedia 这样的工具在三年前离开通信之后有了很大发展,另一方面,软件行业面临的跨系统的希奇古怪的问题比通信业多出十倍。在通信行业能用官方的文档解决大多数问题。而在软件业里遇到的种种问题,没有 Google 这样的工具是不可能解决的。

结果相当顺利。第一个例子是 OpenGL 的投射矩阵(projection matrix)。《Interactive Computer Graphics: A Top-Down Approach Using OpenGL》对这个概念完全没有任何解释。只是对 gluPerspective() 的效果做了一个简单的介绍。gluPerspective() 只是投射矩阵的一种特例(从它的 glu 前缀就能看出来)。单单介绍这个 API 的作用根本不能理解投射矩阵的意义,而用 Google 搜索『OpenGL transformation』能找到这篇文章,介绍了投射矩阵在整个 pipeline 中的位置;顺藤摸瓜即可找到对投射矩阵的详细解释 —— 而不了解投射矩阵的一个重要相关概念 homogenous 坐标也没有关系,因为这篇详细解释的链接里就指向了这篇。这种超链接的组织是 HTML 的本意,不过整个网站的 wiki 风格说明在 Wikipedia 成功之后,这种知识组织方式才越来越被更多人运用的更为娴熟而超过了书籍。

第二个例子是 OpenGL 的选择模式(Selection Mode)。这次书里很遗憾地有很多基本错误。比如对 gluPickMatrix() 何时调用以及调用前后需要哪些其它 API 的辅助的代码例子都有错误;对 glPushName()glLoadName() 的区别也没有任何解释就直接在代码例子里使用了后者。其实 glLoadName()glPopName()glPushName() 共同使用的一个快捷方式。这种对基本操作不加解释就直接利用快捷方式是很让读者迷惑的。Google 查找『gluPickMatrix』的结果指向这篇,对选择模式的解释很令人满意。

其实,在第一个例子中网上资料比书的解释更详细的时候,我就犹豫是继续按照书的结构学习还是完全采用网上的资料。后来还是决定暂且按照书的组织结构。岂料不过一天就又卡在选择模式这个问题上。经过第二个例子,我倒是发现学习资料的组织结构不像以前认为的那么重要。以前我选择书籍最看重的是组织结构里注重知识的循序渐进,减少或者消除前向引用 —— 就是前面的章节引用后面的章节介绍的概念(哪怕是说明了必要性也很令人不快)。而今天参考网上的资料,不用理会原本的结构如何,遇到不太懂的概念只要在网上顺藤摸瓜即可。

回顾这几年的学习经历,Google 和 Wikipedia 已经彻底的改变了我的学习方式。相比网络上的资料,大部头有更强的知识集中、系统性和结构性。可是这种结构性是出于作者对读者背景和理解力的主观预测。结果往往是详略和节奏都和读者期望的不同。特别是像 3D 这样把数学和具体 API 结合起来的,在不同分支之间有平行联系主题,如果仅靠阅读大部头就需要从头到尾阅读多部,然后主要凭借记忆自己建立起平行联系。

网络上的知识一般被认为是零乱而且缺乏组织的。不过这些年已经不知不觉发生了巨变。首先是个人 blog 的发展让很多作者把网络资料的水准从 BBS 的帖子提高到了出版物的水平。再有,Wikipedia 这样的网站在本身收集知识的同时,也把组织知识的先进方式公开给了所有知识传播者。让 HTML 在传播知识方面有了高层次的范例。最后,Google 让所有这些知识片段按读者的自我需求动态组织成为一个个较大的主题。这三者缺乏任何一种都不可能让网络知识的水平达到传统书籍的水平。而现在的情形是它们的协作已经至少在工程技术领域让网络化组织的知识已经基本可以取代长篇的出版物。