主题：【原创】基于Linux内核的开放源代码操作系统的组成：第一篇 -- 请尽量

第三篇 图形界面（下）：GNOME

先补充一下上半部分遗漏的三点。

第一，X Window System不是Linux唯一可用的图形界面，虽然它是目前最完善、最稳定的。Linux有一个在内核里的图形设备子系统，称为framebuffer。其概念很简单，就是把一个特定分辨率的display上的内容（也就是一个frame）映射到内存中一段连续的内存地址（一个buffer），在屏幕上输出就是改变buffer内某些字节的值。所有符合VESA 2.0标准的显卡都可以使用framebuffer。Framebuffer虽然在2.4版上就出现了，到了2.6版依然是experimental。当然，对一些简单的的图形操作，例如用来在系统启动时显示splash screen和图形化的系统启动进度等，framebuffer还是足够胜任的。对于一两种特定的显卡，framebuffer有2D和3D的硬件加速。有人还把GDK移植到了framebuffer上，某些特殊的设备，如机顶盒等，可以利用framebuffer，省下了X Window System的overhead。

除了X11和framebuffer，还有一些专门针对需要图形显示的手持设备开发的图形环境，例如Nano-X（原来叫Microwindows）等。

第二，GTK+有一个值得说一下的特点，就是所谓的language bindings。虽然GTK+本身是用C语言写的，但是在设计API时，特别考虑了要方便其他“高级”编程语言使用GTK+。现在与C语言API保持同步的language bindings包括：C++、Java、Python、Perl。当然还有的编程语言接口，如Ada、C#、Ruby、Haskell等，虽然没有得到GTK+开发人员的“official blessing”，但也都基本保持与C语言API同步。其中值得特别提出的是C#的binding，GTK#，得到了越来越多的关注。

第三，X Window System和GTK+都有自己的输入方法机制用于多种字符集的输入。X Window System的输入方法一般简称统称为XIM，其协议或标准的历史大概和X Window System本身一样古老。目前大部分的中文输入法都是基于XIM的。GTK+自己的输入方法称为IMModule（大概可以翻译为输入方法模块），以共享库（Windows上的DLL）的形式安装到系统上，具体细节我就不得而知了。我正在使用的于明俭开发的SCIM对这两种协议或标准都支持。

好了，现在回到下半部分的正题上。在介绍了X Window System和GTK+后，我们来介绍一下桌面环境（desktop environment）。在早期（其实也就是五、六年前吧），Linux的桌面给用户的感觉就像个大杂烩，不多的几个应用程序，还各有各的风格：快捷键不统一，菜单条的安排也各不相同，一个对话框里的OK按钮在Cancel按钮的右边，另一个确跑到了左边。为了改变这种局面，给用户一个统一的观感（look and feeling），人们开始考虑“桌面环境”的概念，试图为应用程序员提供一个应用编程框架，即保证了整个系统范围内的统一风格，也简化了应用程序员的工作。当然，这个概念并不新奇，其他操作系统，如Windows和Mac都已经在这么做了。

首先出现在Linux操作系统上的桌面环境是基于Qt的K Desktop Environment，简称KDE。由于一开始Qt的软件许可不符合真正的自由软件的定义，人们开始担心Qt背后的公司TrollTech可能会影响甚至控制KDE，虽然KDE本身是用GPL发布的。在劝说KDE的主要开发人员改用其他toolkit失败后，GNU和一些具有同样顾虑的程序员开始了一个称为GNU Network Object Model Environment的项目，简称GNOME，目的就是取代并干掉KDE。后来TrollTech在Linux上用GPL重新发布了Qt，算是解决了一个困扰free software community多年，并引起了诸多纷争和骂战的问题。但是KDE和GNOME这时都已经达到了相当规模，并各自拥有了数量庞大的用户。这就是为什么Linux会有两个并行的桌面环境。当然，现在两个项目之间的关系已经变成了友好的竞争，两者设定标准等问题上也很合作。

一个典型的GNOME桌面环境包括了一个文件管理器（file manager）、一个窗口管理器（window manager）、一个panel程序和一个控制中心（control center）和一堆应用程序。GNOME同时还是一个应用程序开发平台，通过一系列的程序库，向应用程序员提供了一个编程框架（framework），除了对话框（dialog boxes）、菜单条（menu bars）、工具条（tool bars）、文档（document）等高层次的控件，还有对话管理（session management）、配置管理（类似Windows的registry）、打印机管理、虚拟文件系统（virtual file system）、拖放（drag and drop）等。更为重要的是，GNOME制订了一套Human Interface Guidelines（简称为HIG）。如果所有在GNOME环境下的应用程序都能够遵照HIG来设计实施用户界面，那么这个桌面环境就会有一个统一的风格和观感，极大地方便普通用户。GNOME的核心技术包括：GTK+（图形界面toolkit），CORBA（进程间通信机制，类似于Windows上的COM），XML等等。

由于Linux是个多用户操作系统，用户必须经过系统的认证（也就是通常所说的登录），才能进入系统，并访问系统的资源。在X11环境下，用户认证是由display manager完成的。X11常见的display manager有XDM、GDM和KDM。XDM用的是XLIB，功能简单、可靠，但是最“难看”。GDM使用GTK+，可以和GNOME的风格保持一致。KDM配合KDE，是用Qt开发的。其实display manager和接下来的session没有必然的联系，完全可以用GDM来启动一个KDE session，或者用KDM来启动一个GNOME session。

最新版本的GDM支持类似Window XP登录画面的所谓“全图形化”的界面。由于X11内置的对网络的支持，GDM不仅可以在本机上启动一个session，还可以与运行在其他机器上X服务器程序连接，在远端机器上启动一个session。当然，出于对安全性的顾虑，绝大部分Linux distros缺省情况下都不允许其他机器上的GDM连接到本机的X服务器程序上。

一个典型的GNOME session启动后运行的程序包括在屏幕顶部和屏幕底部各有一个panel，一个文件管理器（表现为桌面背景和背景上的图标）和一个窗口管理器。两个panel加起来类似于Windows屏幕底下的那个“启动”菜单条。在上方的panel的左边是系统菜单，右边是一系列的“小程序（applets）”，如所有窗口的列表、时钟和日历等。在中间通常是一些常用的应用程序的启动图标。在下面的panel上，一般有两个小程序。一个称为workspace switcher，显示所有工作空间（workspaces）和在各个工作空间内打开的窗口的微缩图标。另一个小程序把每一个当前工作空间内打开的窗口显示为一个按钮，点击某个按钮相当于激活对应的窗口并把该窗口置顶。其实，panel不是必须的，所有的小程序也是供挑选的。各人习惯不同，对panel的设置也不一样。我的桌面上只有一个panel，把所有的小程序都挤到了上方的panel里。

GNOME的文件管理器叫Nautilus，最早是由一个叫Eazel的公司开发的。Eazel的计划是用GPL作为软件许可，发布Nautilus的源代码，借助GNOME community加快开发，然后再靠卖某种subscription来挣钱。不幸的是，Eazel的商业计划没有成功。Nautilus 1.0版如期发布了，Eazel也用光了所有的资金。正巧赶上了dotcom bust，Eazel找不到第二轮投资，只好关门大吉。庆幸的是，由于Eazel选择了GPL，其他的GNOME开发人员尽可以在已经发布的Nautilus源代码基础上继续下去。

在设计上，Nautilus参考了Windows的Explorer和Mac的Finder。每个目录就是一个文件夹，可以有多种视图（views）。内置的视图有icon view和list view。Nautilus还可以通过插件（plugins）来增加其他视图，例如字体文件预览视图、CVS的checkout视图。Nautilus同时也是一个（图形化的）shell和application launcher，可以启动其他应用程序。对每一种文件类型的预览（preview），也可以通过第三方（通常是相应的应用程序）来完成，例如可以给每个音频和视频文件图标加上播放键，当用户点击后直接播放该音频或视频片段。

由于GNOME的虚拟文件系统隐藏了各种文件访问机制的区别，除了可以管理本地硬盘上的文件外，Nautilus还可以连接到文件服务器上，管理远端的共享文件系统。Nautilus支持的共享文件协议包括：CIFS（Windows和Samba）、FTP、WebDAV和SFTP等等。更多的共享文件协议还可以通过第三方插件来实现。无论是本地还是远端的文件系统，Nautilus都可以一致的方式来打开文件夹，进行各种文件操作。当然在某些情况下，远端文件系统会比本地文件系统慢。

Nautilus还有一个插件用于生成符合ISO9660标准的CD映像，并烧到CDR和CDRW上。在目前，Linux上CDR和CDRW的制作还主要依赖命令行程序来完成。现有的图形界面的程序实际上都是用命名管道等进程间通信机制，执行命令行程序实现的。2.6版的Linux内核增加了packet writing模式，使应用程序不必事先完全准备好CD映像再一次性地烧制到媒介上（disc-at-once或者track-at-once），这样应用程序可以象写普通硬盘一样的往媒介上添加内容。另外，在user space，一个更加完善的、主要针对图形环境的开放源代码的CD制作程序库项目已经取得了进展。

GNOME的窗口管理器叫Metacity。一般来说，普通用户不需要知道窗口管理器是什么，是怎样运行的。X Windows System的窗口管理器运行在“幕后”，自身没有实实在在的用户界面。但是，所有的窗口都受其管理。窗口管理器实际上影响着图形环境一部分重要的行为（behavior）表现。窗口管理器掌握着各个窗口在屏幕上的位置，以及相互之间的关系，例如，一个窗口的掩盖住了另一个窗口的一部分。如果某个应用程序更新了一个窗口的内容，或者用户移动某个窗口的位置，窗口管理器可以计算出哪些窗口的内容需要在屏幕上重新绘制。

类似于Windows的控制面板（control panel），GNOME的控制中心提供了对桌面环境各个方面的配置选项，如屏幕背景、菜单字体、控件和窗口的主题（themes）、键盘、鼠标、全局快捷键、屏保程序，等等。和控制面板不同的是，GNOME控制中心只对当前用户起作用。所有与整个系统有关的配置，如网络、时钟、用户等都需要由其他的程序完成。传统上，这样的工作都已经有相应的命令行工具，一定程度上满足了需求。但另一方面，由于在设计的时候并没有考虑到有朝一日会需要在图形界面下完成同样的工作，这些命令行工具很难被无缝地集成到图形界面中。至少对GNOME，情况开始有改善。一个称为“GNOME System Tools”的程序已经涵盖了很多这里提到的系统管理方面的工作，还有更多的模块正在开发中。

如果继续用在第一篇中的“同心圆”划分方法，以上介绍的几个GNOME核心程序（Nautilus/Metacity/Control Center）可以看作是和第二篇中的bash处在同一层，都提供了一个用户界面用以启动其他应用程序，X11、GTK+和GNOME的程序库则可以看作在libc和GNOME核心程序之间一个“亚层次”。接下来要介绍的应用程序就是最外面一层了。

首先要介绍的当然是web browsers。GNOME有三个浏览器：Galeon、Epiphany和Firefox。所有这些浏览器其实都是基于Mozilla的Gecko rendering engine，只是用户界面不同罢了。Galeon是第一个专门为GNOME开发的浏览器。在Mozilla 1.0版刚刚推出的时候，Mozilla自己的用户界面和GNOME的风格大相径庭。Galeon用GNOME自己的控件取代了Mozilla的XUL控件。在Galeon出现的时候，GNOME还没有确定自己的Human Interface Guidelines。当GNOME制订了HIG以后，Galeon的开发人员在发展方向上出现了分歧。于是，Epiphany出现了。在Galeon的基础上，Epiphany依然使用Gecko，但是用户界面严格遵循GNOME的HIG。严格来说，Firefox还不能算是GNOME程序，因为其用户界面并没有完全满足HIG的要求。但是，由于遵循HIG是Firefox在Linux操作系统上的一个目标，并且也取得了很大的进步，我们姑且认为Firefox是个GNOME程序吧。

一个高质量的电子邮件程序的重要性不亚于一个好的浏览器。所幸的是，GNOME的电子邮件程序完全可以称为“高质量”。Evolution最初是模拟微软的Outlook，包括了电子邮件、日历安排和地址簿的功能，也就是所谓的个人信息管理器（personal information manager）。Evolution有着Outlook所有的功能，但是没有Outlook上的病毒和蠕虫。最新版的Evolution把这几大部分功能又拆开来，这样每个用户可以只安装自己需要的部分。

GNU Image Manipulation Program（简称GIMP）可以说是Linux上最著名的一个应用程序了。GIMP的历史要比GNOME甚至GTK+还要久远。在上部分介绍GTK+时，我们就提到过GTK+名字中的字母“G”的来源就是“GIMP”中的“G”。和其他商业软件如Adobe Photoshop相比，GIMP还有差距，仍然欠缺某些功能，特别是针对专业用户的高级功能，如颜色管理等。但对于大部分的图片编辑工作，GIMP已经足够胜任了。由于GIMP的用户界面已经形成了自己独特的模式，GIMP并不完全遵循HIG。但是在尽可能的范围内，GIMP的开发人员还是在逐步地向HIG靠拢。GIMP有两种扩展功能的方式。一种是用C语言开发的插件，一般用于复杂的或计算量大的任务。另一种是用GIMP自身内置的scripting语言，一般用于完成高度重复性的任务。

在计算机上，各种图形、图像可以归为两大类：点阵（bitmap或raster）和向量（vector）。各种数字相机产生的数字照片就是最典型的点阵图像。常见的点阵图像格式包括JPEG、TIFF、PNG、GIF等。向量图形则一般是由线条构成的各种drawings。Adobe的Illustrator大概是最有名的向量图形编辑程序，W3制订的SVG标准大概是最有名的向量图形格式了。GIMP主要用于编辑点阵图像，例如校正照片的暴光、颜色等。在GNOME下向量图形编辑的首选应该是Inkscape。Inkscape的历史并不长，大概就两年。GNOME下最早出现的向量图形编辑程序叫Sodipodi。在发展到0.31或0.32版的时候，开发人员之间产生了分歧，一部分人以Sodipodi的0.33版为基础开始了Inkscape，所以Inkscape的历史是以0.34版开始的。需要特别提出来的是，Inkscape大概会成为GNOME下最出名的C++程序了（Firefox的Gecko engine是用C++开发的，但是Gecko在Linux上却是用的GTK+的C语言API来进行绘制的）。虽然Sodipodi是用C语言开发的，Inkscape的开发人员选择了GTK+的C++ binding，gtkmm（来自于GTK minus minus，也就是GTK--）。从0.34版到目前的0.41版，Inkscape在逐渐地用C++和gtkmm来替换从Sodipodi继承来的C和GTK+代码。

在说起播放DVD、VCD和MP3等数字化多媒体前，得先提一下Gstreamer，一个“野心勃勃的”多媒体流处理框架。Gstreamer开始于两个（或一个）大学生的研究课题，在体系机构上与第二篇中提到过的命令行管道很相似。对一个媒体文件的处理（播放、转换、合成、分解等）可以由一系列首尾相接的过滤器（filter）来完成，每个过滤器只负责完成一个特定的工作。比如，要播放一个MP3文件，一个“读文件”过滤器把该文件以流的方式从硬盘读入并传递给后面的过滤器。接下来的一个过滤器就是MP3的解码器，把MP3还原为（比方说）WAV格式，然后在继续传递。最后一个过滤器专门负责把WAV数据流转换为某种特定的声卡所支持的信号并写到声卡设备。如果把读文件过滤器换成从接收网络传输，那么就实现了MP3的Internet streaming。要播放其他格式的音频文件如微软的WMA，只需要把MP3解码器换成WMA解码器。甚至最后的过滤器也可以替换，比如换成从WAV到WMA的编码器，再加上一个写文件的过滤器，就可以完成从MP3到WMA的转换（当然，由于MP3是有损压缩，这样的转换在实际使用中不会多见）。

这样，对各种媒体格式的支持就与实现各种处理不相干了，由此实现了最大的灵活性。一个基于Gstreamer的应用程序的核心任务就简化为选择过滤器，并构建成合适的处理管道。Gstreamer使用C作为开发语言，利用了GLIB提供的面向对象机制、基础数据结构和其他utility routines。GNOME确定了以Gstreamer作为多媒体处理的核心机制，Gstreamer的核心部分和所有的过滤器都以共享程序库的形式正式成为了GNOME的一部分。

GNOME的DVD和VCD播放器叫Totem。Totem开始的时候只是为了一个叫Xine的开放源代码DVD/VCD播放器提供一个GNOME风格的用户界面。随着Gstreamer的成熟，Totem也增加了对Gstreamer的支持。当然，GNOME下还有其他的DVD和VCD播放器，但由于Totem是专门为GNOME开发的，其用户界面风格和观感也最符合GNOME的HIG，所以Totem就成了GNOME的正选DVD和VCD播放器了。

另一个使用Gstreamer的应用程序是Rhythmbox，一个数字化音乐播放器，支持管理和播放MP3、OGG、FLAC格式的音频文件。当然，支持Internet streaming对于使用Gstreamer的应用程序可以说是举手之劳，Rhythmbox自然也能播放由其他机器stream的音频流和Internet radio。这里要提一下，在Rhythmbox之前，GNOME的音乐播放器是XMMS。但是当GTK+的2.0版发布后，XMMS的开发人员拒绝把XMMS移植到新版本的GTK+下。另外，XMMS的用户界面也与GNOME的HIG相去甚远。再加上Gstreamer的日益成熟，Rhythmbox出现了并填补了XMMS留下的空间。

在GNOME下还有一个使用Gstreamer的应用程序叫Sound Juicer。这是个所谓的CD ripper，就是从音乐CD上把sound tracks“抓”出来，以WAV、MP3或其他的格式存放到硬盘上。这里卖给关子，大家可以想一下如果要把一张音乐CD变成一堆MP3文件，Sound Juicer应该怎样构建Gstreamer处理管道。

这里要提一下Linux内核最近为提高音乐播放质量所做的努力。播放数字音乐实际上是一种实时（realtime）应用，对处理器速度和系统的输入输出要求不高，但是对延迟（latency）和可预见性（predictability）非常敏感。对于多进程的操作系统来说，公平地在各个进程之间分配处理器时间是非常有挑战性的。有些程序对处理器要求高，有些应用更需要输入输出。过于频繁地切换进程，会影响系统的吞吐量。但如果容许某些进程长时间地占用处理器，会使系统对其他进程表现为延迟增加、可预见性降低。在播放音乐时，延迟超过一定限度就会出现人耳可辨的glitches。

在2.6版前，Linux的用户进程调度虽然是抢占式的（pre-emptive），但内核本身却不是。一个内核线程可能因为某种原因没有及时地让出（yield）处理器，其他等待处理器的进程虽然轮到了时间片，却没法“抢”过处理器。为了提高Linux在实时系统中的可用性，2.6版的内核也成了可抢占的。当然，这只是其中一个方面。2.6版的内核还引入了模块化的输入输出调度算法，用户可以在机器启动的时候选择适合系统典型应用的调度算法。内核中的“加锁（locking）”的粒度也在变得更精细（finer），使得内核线程需要等待其他线程释放系统资源的情况减少。此外还有其他很多的改进，例如更高效的内存管理，大幅度减少了对swap的使用，都直接或间接地改善了Linux对实时应用的支持。

说完了DVD、MP3，下面来说说相片管理。数字相机的普及意味着越来越多的数字相片需要操心：分类、加注释、备份、作幻灯展示（slide show），等等。gthumb就是GNOME下完成这些工作的相片管理程序。得益于Linux对hotplug和USB的支持，通过gphoto程序库，gthumb可以直接从数字相机中读取数字相片。gthumb还能从相片中读取EXIF信息。和其他商业软件相比，gthumb最欠缺的功能应该是对RAW格式的支持。但由于RAW格式是各家数字相机厂商自己专有的格式，没有公开的格式规范和许可，gthumb的开发人员无法完成这一任务。幸好眼下JPEG对普通的摄影爱好者已经足够了。

其他值得提出的应用程序有字处理程序Abiword和表格处理程序Gnumeric。由于微软Office的流行，这两个程序的开发人员都把对微软格式的兼容作为最重要的功能之一。但是，由于微软一直在与这样的第三方程序开发人员玩着“猫捉老鼠”的游戏，对于微软格式的兼容看起来会成为一项长期任务。和微软的Word相比，Abiword大概覆盖了80％到90％的功能，也完全可以胜任80％到90％的文字处理工作。当然，欠缺的那10％到20％是所谓的企业级应用，例如协作（collaboration）等，还有类似VBA那样的内置scripting语言。

经过几年的努力，Gnumeric已经实现了对所有Excel functions的完整支持。对数据的分析功能也日臻完善，包括了solver、goal seek、scenarios等。但是，对于类似pivotal table那样的复杂报表处理，in-cell formatting，还有图表（charting、plotting），Gnumeric还有很长的路要走。

OpenOffice.org的OpenOffice虽然可以运行在GNOME下，但并不能算作是GNOME程序，OpenOffice甚至没有用GTK+作为GUI的toolkit。

在GNOME下当然还有很多其他精彩的应用程序，例如可以画出函数坐标曲线的图形计算器、Linux内核网络防火墙的配置程序、类似微软的Project的项目规划程序，等等。篇幅所限，这里就不一一介绍了。有兴趣的话，可以在下面给出的网站gnomefiles.org找到更多的信息。

GNOME只是众多基于X11的图形环境中的一个，其他的图形环境包括KDE、Xfce、WindowMaker、AfterStep、Enlightenment等。KDE和GNOME一样是个完整的桌面环境，也有着众多的应用程序，基本上与GNOME在Linux distros中各持牛耳。其他图形环境的规模相对就要小一些，应用程序少，用户也少一些，但都有各自的特点。

最后，列出一些和X11、GNOME有关的网站地址：

x.org - X Window System的“新家”

freedesktop.org - 很多与图形界面有关的开放源代码项目以此为家

gtk.org - GTK+的官方网站，但是更多关于GTK+的信息可以在gnome.org找到

gnome.org - GNOME的官方网站

gnomefiles.org - 收集了几乎所有GNOME和GTK+程序发布的信息