Android 是移动世界的鸭嘴兽

文章探讨了Android开发者面临的挑战:如何同时满足专业人士和普通用户的需求。通过实例分析,提出了解决方案,包括针对不同用户群体的功能设计、测试方法以及如何平衡用户对变化的态度。
       如果你是一个移动开发者,对于 Android 的态度可能是又爱又恨。它的开放性给予了你更多可能,同时也给予了你更多麻烦。市场上的 Android 手机越来越多,但是各不相同。有原生 ROM,有定制 ROM;有 2.x 系统,有 4.x 系统;配置各有不同,分辨率各有不同。面对复杂的市场,开发者应该如何对待?

        GroupMe 的开发者之一 Ajay Kulkarni 写了一篇文章,谈到 Android 开发中的一个心得:存在两个 Android 市场。

        Android 是什么?“Android 与你想象的不同。它不像 iOS,它甚至与我们见过的 Windows、Linux 和其他 OS 都不同。Android 是移动世界的鸭嘴兽。正如鸭嘴兽,Android 是一个复杂的怪物,两种完全不同的动物的怪异组合。”

        他认为,作为一个开发者,你需要为两个完全不同的市场开发。这两个市场是:专业人士(Hackers)和普通用户(Casuals)。

        专业人士相信 Android 的基本哲学——开放性。“专业人士喜欢定制。他们安装自己的键盘、拨号界面、通讯应用,甚至主屏。许多人是开发者。他们探索,他们折腾。他们喜欢设置、设置,以及更多的设置。”

        普通用户原来使用功能手机,被 Android 吸引是由于价格。“普通用户喜欢壁纸和定制铃声。但他们不去折腾。许多人是刚刚接触智能手机。他们用 Facebook、Twitter 和其它受欢迎的应用,但他们不探索新应用或新技术”。

        Android 最初的用户是专业人士。但是过去的两年内,Android 设备越来越便宜,普通用户的群体正在形成。这给开发者带来了难题:

  • 两个群体在应用操作上有不同的期望。在发布 GroupMe 4.0 版本的时候,开发者发现两个群体对后退键的期望不同。专业人士希望后退键退出应用,而普通用户希望后退键调出侧滑菜单,然后退出应用。于是,开发者决定这 样做:按照普通用户的期望来设计后退按钮,然后在设置里增加定制项。“无论何时,当我们需要为两个群体构建不同的行为时候,这是我们的方案:为普通用户构 建,让专业人士定制它。”
  • 你不能为自己开发应用。Android 开发者常常是专业人士,因此,开发者需要思考更多,让普通用户也能理解你的应用。“如今,当我们改变功能,或者修正 Bug 的时候,我们试图以普通用户的眼光去看待应用。我们试图把他们的思考和行为内化,从而使他们的反应成为我们的反应”。
  • 很难测试。首先,很难测试新功能,因为喜欢新功能的人都是专业人士。为解决这个问题,在每次主要版本发布的时候,GroupMe 会找到对 Android 不精通的朋友们,让他们参与测试;其次,很难对新功能进行问答。开发者使用运行最新版本的旗舰机,但是普通用户用的是 50 美元的低端机,“小屏幕、烦人的用户界面,很少的内存空间”。解决这个问题的方法是,在新功能开始设计的时候就考虑到低端机,而不是发布的时候才想到去测 试。
  • 专业人士喜欢改变,普通用户不喜欢。普通用户会讨厌新功能,然后逐渐爱上它。不过,有时候,新功能确实是实施不当,或者错误的。因此,你需要辨识出这两种情况,收集数据,讨论,然后弄清楚真实情况究竟如何。

        Ajay Kulkarni 说,自己的总结其实刻意忽视了另一个市场。这个市场很庞大,但是他仍然没有理解。那就是全球范围内涌现的低端市场。这些市场中的手机,没有数据计划,甚至 没有 Google 的认可。“这些设备缺乏 Play Store,GCM(Google 云端推送),Google 地图以及其它 Google 服务”。

        不过,这个市场不容忽视,因为它是一个非常巨大的市场。“2012 年第四季度,在全球 iPhone 销量中,美国大概占 1/3,但是在 Android 上,它只占有 10%。换句话说,你可以说美国是 iOS 的领跑者,但当涉及到 Android 的时候,我们很明显是无知的”。


计及源荷不确定性的综合能源生产单元运行调度与容量配置优化研究(Matlab代码实现)内容概要:本文围绕“计及源荷不确定性的综合能源生产单元运行调度与容量配置优化”展开研究,利用Matlab代码实现相关模型的构建与仿真。研究重点在于综合能源系统中多能耦合特性以及风、光等可再生能源出力和负荷需求的不确定性,通过鲁棒优化、场景生成(如Copula方法)、两阶段优化等手段,实现对能源生产单元的运行调度与容量配置的协同优化,旨在提高系统经济性、可靠性和可再生能源消纳能力。文中提及多种优化算法(如BFO、CPO、PSO等)在调度与预测中的应用,并强调了模型在实际能源系统规划与运行中的参考价值。; 适合人群:具备一定电力系统、能源系统或优化理论基础的研究生、科研人员及工程技术人员,熟悉Matlab编程和基本优化工具(如Yalmip)。; 使用场景及目标:①用于学习和复现综合能源系统中考虑不确定性的优化调度与容量配置方法;②为含高比例可再生能源的微电网、区域能源系统规划设计提供模型参考和技术支持;③开展学术研究,如撰写论文、课题申报时的技术方案借鉴。; 阅读建议:建议结合文中提到的Matlab代码和网盘资料,先理解基础模型(如功率平衡、设备模型),再逐步深入不确定性建模与优化求解过程,注意区分鲁棒优化、随机优化与分布鲁棒优化的适用场景,并尝试复现关键案例以加深理解。
内容概要:本文系统分析了DesignData(设计数据)的存储结构,围绕其形态多元化、版本关联性强、读写特性差异化等核心特性,提出了灵活性、版本化、高效性、一致性和可扩展性五大设计原则。文章深入剖析了三类主流存储方案:关系型数据库适用于结构化元信息存储,具备强一致性与高效查询能力;文档型数据库适配半结构化数据,支持动态字段扩展与嵌套结构;对象存储结合元数据索引则有效应对非结构化大文件的存储需求,具备高扩展性与低成本优势。同时,文章从版本管理、性能优化和数据安全三个关键维度提出设计要点,建议采用全量与增量结合的版本策略、索引与缓存优化性能、并通过权限控制、MD5校验和备份机制保障数据安全。最后提出按数据形态分层存储的核心结论,并针对不同规模团队给出实践建议。; 适合人群:从事工业设计、UI/UX设计、工程设计等领域数字化系统开发的技术人员,以及负责设计数据管理系统架构设计的中高级工程师和系统架构师。; 使用场景及目标:①为设计数据管理系统选型提供依据,合理选择或组合使用关系型数据库、文档型数据库与对象存储;②构建支持版本追溯、高性能访问、安全可控的DesignData存储体系;③解决多用户协作、大文件存储、历史版本管理等实际业务挑战。; 阅读建议:此资源以实际应用场景为导向,结合具体数据库类型和表结构设计进行讲解,建议读者结合自身业务数据特征,对比分析不同存储方案的适用边界,并在系统设计中综合考虑成本、性能与可维护性之间的平衡。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值