1991 年，21 歲的芬蘭大學生 Linus Torvalds 寫下第一行 Linux內核代碼時，多半沒有想到它會成長為今天這樣的龐然大物。

當年 8 月 25 日，Torvalds 在 Minix Usenet 新聞組里發(fā)了一封帖子，稱自己正在做一個自由的操作系統(tǒng)，“就是個興趣愛好，不會搞得像 GNU 那么大那么專業(yè)”。

事情的發(fā)展顯然遠超他的預期，如今小到傳感器，大到超級計算機，從智能手機、手表、汽車等日常用品到航天器等設備，Linux 內核的身影已無處不在。

隨著迄今為止最大版本 Linux Kernel 5.8 于今年 8 月初的發(fā)布，Linux 內核已擁有超過 2 萬名貢獻者，歷史 commit 數(shù)超過 100 萬次，迎來一個新的里程碑。

上周恰逢 Linux 29 周年紀念日，Linux 基金會發(fā)布了一份詳盡的 Linux 內核報告，涵蓋了自 1991 年 9 月 17 日首次發(fā)布以來，到 2020 年 8 月 2 日最新版本的 Linux內核歷史。

版本控制：從 BitKeeper 到 Git

Linux 基金會從 2008 年開始每年發(fā)布 Linux 內核報告，但此前一直難以將其發(fā)展過程完整串聯(lián)起來。

今年，借助 Daniel German 博士的 cregit 工具，他們成功追溯到了第一個版本，Linux 內核的發(fā)展時間線變得清晰。根據(jù)版本控制方式，可大致分為以下三個階段：

pre-version control（前版本控制）：1991 年 9 月 - 2002 年 2 月 4 日

BitKeeper：2002 年 2 月 4 日 - 2005 年 4 月 15 日

Git：2005 年 4 月 16 日至今

版本控制對社區(qū)協(xié)作能力影響重大，這在 2000 年代初是一件令人頗為苦惱的事情。使用版本控制系統(tǒng)，也就是 BitKeeper 之前，貢獻者需要將補丁提交至郵件列表，待 Torvalds 接受后放進源碼樹，再發(fā)布整個樹的新版本。 在這種方式下，具體是誰在做貢獻、貢獻的數(shù)量和路徑都不夠透明。 2002 年 2 月 4 日，BitKeeper 的使用標志著 Linux 內核 commit 歷史的開啟。然而 BitKeeper 為專有軟件，這一決定在社區(qū)中遭受了長期質疑。 直到 2005 年，BitKeeper 擁有者 Larry McVoy 決定收回無償使用 BitKeeper 的許可。Torvalds 本人當時又對現(xiàn)成的 CVS 和 Subversion 等集中式版本控制工具感到不滿，因此自己動手，用十天時間寫出了 Git 的第一個版本。 Git 目前已成為開發(fā)者們非常熟知且廣泛使用的分布式版本控制系統(tǒng)。Linus Torvalds 則表現(xiàn)得更多的是迫于無奈，他曾聲稱自己“根本不想做源代碼管理，覺得這是計算機世界中最無趣的事情”。 自從版本控制系統(tǒng)由 BitKeeper 改為 Git 后，Linux 內核每年的貢獻者和 commit 數(shù)量都在穩(wěn)步增長。歷年的內核報告數(shù)據(jù)顯示，2005 年 5 月發(fā)布的 2.6.12 版本平均每小時收到 2 次 commit。 15 年后，2019 年的平均數(shù)是每小時 9.4 次。而在最新的 5.8 內核中，平均每小時 commit 數(shù)達到了 10.7 次。

繁雜且自成體系的內核代碼

首個內核版本 linux-0.01.tar.Z 由 88 個文件和 10,239 行代碼組成，運行在 i386 這樣單一的硬件架構上。到了 5.8 版本，這一數(shù)據(jù)擴張為 69,325 個文件和 28,442,673 行代碼，并能夠在 30 多種主要的架構上運行。 數(shù)量上的龐大僅是 Linux 內核代碼的表象，它自身更是形成了一套復雜的體系，不熟悉的人往往不知從何處下手，極有可能“牽一發(fā)而動全身”。這或許也是內核維護者難尋的原因之一。 Linux 內核發(fā)布第一天起的某些代碼仍在當前版本中使用，例如 Torvalds 和大學好友 Lars Wirzenius 共同編寫的 vsprintf 例程，它也是為數(shù)不多存在至今的首次 commit 中的源代碼。

今年的內核報告提到，有 2,964 個能被追溯至 1991 年的 token 如今在 5.8 版本中也能找到。5.8 版本超過一半的代碼寫于近 7 年內，但之前所有年份都對此版本有貢獻。過去的代碼不斷在后續(xù)的版本中留下痕跡。 持續(xù)膨脹的內核文件量和代碼行數(shù)未見得完全是一件好事，為了使系統(tǒng)不變得臃腫，內核維護者需要做一些修枝剪葉的工作。 Linux 內核中未使用的代碼和文件都會被視情況刪除，有一些版本還會進行大的清理，例如 2018 年的 4.17 版本，刪除了 8 個架構，凈減少代碼大約 180,000 行。 不僅僅是源碼，Linux 內核維護者還會關注空白行和代碼注釋，以確保源碼的可讀性。

開發(fā)者原創(chuàng)證書和標簽管理

2004 年對開發(fā)者原創(chuàng)證書（Developer Certificate of Origin，簡稱 DCO）的標準化是 Linux 內核史上的一個關鍵變化點。DCO 的引入為開發(fā)者和用戶提供了法律保護，同時又不至于增加程序負擔。 它極大地提高了跟蹤補丁進入內核的路徑的能力，加上版本控制系統(tǒng)向 Git 的過渡，DCO 有效地減輕了開發(fā)者做貢獻的開銷，因此變得很受歡迎，后來也被許多其他開源項目采用。 隨著 DCO 的標準化使用，現(xiàn)在幾乎所有的 commit 都有一個 Signed-off-by 標簽。通常每個 commit 平均會有兩個該標簽，能夠反映代碼在合并之前的維護者層次結構，有助于追溯補丁進入代碼的路徑。

Signed-off-by 之外，Linux 內核還增加了表示審查的標簽（Reviewed-by 和 Acked-by）。審查對內核代碼的質量來說相當重要，標簽的加入令這個過程更加清晰，有越來越多的維護者選擇使用標簽來表示已審查。 在審查 git 倉庫時，Linux 基金會發(fā)現(xiàn)了一些比較有趣的標簽，像是 "Enithusiastically-ack'd by"、"Thanksto"、"Based-on-the-Original-screenplay-by"、"Catched-by-andrightfully-ranted-at-by" 等等。 但這些標簽并沒有像上述兩類一樣被廣泛采用。

行之有效的發(fā)布模式

Linux 內核的發(fā)布模式已漸趨成熟，現(xiàn)在基本固定為 Prepatch（或"-rc"）、Mainline、Stable 和 Long Term Stable 四類版本。

社區(qū)曾對發(fā)布周期進行了大量的探討和實驗，并逐漸找到了行之有效的發(fā)布模式，發(fā)布周期也幾乎完全可預測——每個發(fā)布周期由時長兩周的“合并窗口”開始，這時，新功能經適當?shù)?review 后可被納入接下來要發(fā)布的 git 倉庫。 一旦它被標記為 rc1，那么集成測試、調試和穩(wěn)定化的周期就開始了。然后每周對 rc 候選版本進行標記，直到達到目標質量和穩(wěn)定性。發(fā)布后，隨著下一個合并窗口的到來，這個周期又開始循環(huán)。 內核的主線樹由 Linus Torvalds 維護，這棵樹引入了所有新功能。新的主線（Mainline）內核每 2 到 3 個月發(fā)布一次。但這樣的發(fā)布節(jié)奏較慢，難以滿足大多數(shù)用戶的需求。因此，從 2005 年開始，每周發(fā)行一次穩(wěn)定版（Stable）內核。 用戶還想要受維護時間更長的版本，于是 2006 年發(fā)布的 2.6.16 版本成為第一個長期支持（LTS）版本內核。此后每年都有一個新的 LTS 內核，該內核將由內核社區(qū)維護至少 2 年（從 4.4 版本開始延長至 6 年）。 Linux 內核官網公布了所有現(xiàn)存 LTS 版本的發(fā)行日期、EOL 日期及維護者（目前 6 個 LTS 版本都由 Greg Kroah-Hartman 和 Sasha Levin 這兩人維護）。

貢獻者：長尾的力量不可忽視

不少組織都在為 Linux 內核做貢獻，貢獻者排行榜前列幾乎都被 Intel、Red Hat、IBM、SUSE、Google、Samsung、AMD、Oracle、華為和 ARM 這樣的大企業(yè)占據(jù)。 從 2007 年到 2019 年，Linux 內核共接受了來自 1,730 個組織的 780,048 次 commit。排在最前面的 20 個組織占了 68% 的 commit 量。

在過去十年中，每年有超過 400 個組織為 Linux 內核做出貢獻。其中相當一部分可能只有過一次 commit。從每年的 commit 比例來看，其中 1/3 貢獻來自神秘的長尾。也就是圖中最上面淺灰色 “Others”的部分。 Linux 基金會指出，企業(yè)的貢獻會根據(jù)業(yè)務需求和戰(zhàn)略的不同而有所變化。前 20 名貢獻者中，有些是 2007 年之后才加入，有些在此前做過很多貢獻的公司，被收購后便不再繼續(xù)參與。貢獻者的多樣性為內核發(fā)展賦予了一些彈性。 除了組織貢獻者，Linux 內核社區(qū)成員也致力于增加個人貢獻者的多樣性，他們通常愿意花費自己的時間來指導新的開發(fā)者。 Linux 基金會有一個 Kernel Mentorship（LKMP）項目，用來幫助新加入開源的開發(fā)者進行實驗、學習，并為開源社區(qū)做出貢獻。

內核社區(qū)的共同目標：高質量、可靠性

報告的最后，Linux 基金會指出，內核社區(qū)的重點是保持一個共同的目標，即擁有一個沒有回歸的高質量操作系統(tǒng)，愿意根據(jù)需要創(chuàng)建新的流程和工具，以幫助提高效率，并繼續(xù)提升 Linux 內核的可靠性。 內核測試現(xiàn)在也引入了一些自動化測試工具：靜態(tài)分析工具如 sparse（語義解析器）、smatch（源匹配器）和cocicheck（語義補丁，測試特定的 bug），由 0-day 和 Hulk Robot 這樣的自動測試機器人在 Linux 內核樹上運行。 機器人在發(fā)現(xiàn)和跟蹤 bug 上起到不少作用。這些測試工具能夠幫助開發(fā)人員跟上上游內核的速率變化，并繼續(xù)改進內核版本，提升其穩(wěn)定性。 Linux 內核如今被應用于諸多領域，基金會認為，改進基礎設施，進行正確的安全分析，是接下來要應對的重大挑戰(zhàn)之一。 目前 Linux 內核已擁有一個很好的基礎，它應當繼續(xù)引領創(chuàng)造最佳實踐，以促進整個開源軟件行業(yè)的發(fā)展。