【Ubuntu】Ubuntu的Desktop(学习/用户使用)和Bit版本(工作)
这篇文章似乎没什么必要写,但想了想还是决定记录一下,也许对新手入坑Ubuntu会有帮助, 事实上也很简单,一个是桌面版本,另一个是字符界面版本。
- 桌面版:拥有图形桌面 + 字符界面,易上手,但装出来的Ubuntu一般都比较大。(学习和用户使用)
- Bit版:也叫服务器版,只有字符界面,一开机就是终端,没有桌面。(工作场景中使用)
所以,这篇文章将详细介绍 Ubuntu Desktop 的特性 和 Bit(位数)版本的差异与选择。
Ubuntu 是基于 Linux 的操作系统,分为 Desktop(桌面版) 和 Server(服务器版),其中 Desktop 版专为桌面用户设计,提供用户友好的图形界面和丰富的桌面应用程序支持。同时,Ubuntu 有多个 Bit(位数)版本,主要分为 32 位(i386)和 64 位(amd64),每种版本适配不同的硬件架构。
Ubuntu Desktop 版的详细介绍
Ubuntu Desktop:
- Ubuntu Desktop 是 Ubuntu 操作系统的桌面版本,面向个人用户和开发者,提供完整的 GUI(图形用户界面)体验。
- 适用于日常办公、开发、学习和多媒体娱乐等场景。
- 默认使用 GNOME 桌面环境(自 17.10 起),并支持其他桌面环境(如 KDE、XFCE、LXDE)。
Ubuntu Desktop 的主要特性:
图形化界面:提供用户友好的桌面界面,适合新手用户。包括窗口管理、任务栏、启动器和系统设置等,操作简洁。
预装应用程序:Ubuntu Desktop 自带了一些常用的开源应用:
- 办公套件:LibreOffice(文字处理、电子表格、演示文稿)。
- 浏览器:Mozilla Firefox。
- 邮件客户端:Thunderbird。
- 多媒体工具:Rhythmbox(音乐播放器)、VLC(可选安装)。
- 图像处理:GIMP(可选安装)。
软件管理:和其他操作系统一样,Linux系统也提供了 Ubuntu 软件中心,允许用户轻松安装和更新软件。支持 apt 包管理工具和 Snap 包格式,方便安装现代化的独立应用程序。
硬件支持:Ubuntu Desktop 提供对大部分主流硬件的支持,包括显卡驱动(NVIDIA/AMD)、打印机、蓝牙、Wi-Fi 等。
多任务支持:提供虚拟工作区、窗口管理、快捷键支持,提升多任务处理效率。
开发环境:适合开发者使用,支持多种编程语言和工具:自带 GCC、Python 和 Make。可通过包管理器安装 Node.js、Java、Docker 等其他开发工具。
系统更新:提供定期更新和长期支持(LTS)版本:LTS 版:每两年发布一次,提供 5 年长期支持。普通版:每半年发布一次,支持 9 个月。
Ubuntu Desktop 的适用场景:
- 日常使用:浏览网页、观看视频、电子邮件和社交媒体。
- 办公:使用 LibreOffice 处理文档、表格和演示文稿。
- 开发工作:提供强大的开发工具链,适合软件开发、数据科学和系统工程。
- 教育:适用于教育环境,预装了一些开源的学习工具和编程环境
系统配置要求:
最低系统要求: 2 GHz 双核处理器。4 GB 内存。25 GB 硬盘空间。支持 1024x768 分辨率的显示器。
推荐系统要求: 4 核处理器或更高。8 GB 内存或更高。SSD 存储设备。
Ubuntu Bit(位数)版本详细介绍
Bit(位数)版本: Ubuntu 提供基于 CPU 架构 的不同位数版本,主要分为:
- 32 位(i386):适用于较老的硬件(基于 x86 架构的 CPU)。
- 64 位(amd64):适用于现代硬件(基于 x86_64 架构的 CPU)。
64 位(amd64)版本:
- 特点:
- 支持 64 位处理器和更大的地址空间。
- 更高的性能,支持更多内存(理论上可达 16 EB,常见系统支持 256 TB 内存)。
- 用户态地址空间更大,适合运行复杂的应用程序(如虚拟机、大型数据库)。
- 优势:
- 可以运行 64 位和 32 位的应用程序(需要安装 32 位兼容库)。
- 更高的计算能力,支持现代 CPU 的指令集(如 SSE、AVX)。
- 更高的安全性,通过 ASLR 和 NX 等技术增强内存保护。
- 适用场景:
- 现代计算机、开发者工作站、数据分析和高性能计算。
- 支持情况:
- 自 Ubuntu 18.04 起,正式停止提供桌面版的 32 位 ISO 镜像,推荐使用 64 位版本。
32 位(i386)版本:
- 特点:
- 支持较老的 32 位处理器(基于 x86 架构)。
- 最大支持 4 GB 内存(或通过 PAE 技术扩展到 64 GB)。
- 局限性:
- 性能较低,不支持现代 CPU 指令集。
- 对大内存和高性能需求的程序支持有限。
- 适用场景:
- 老旧硬件(如老式笔记本或台式机)。
- 对资源需求较低的系统(如轻量级服务器、嵌入式设备)。
- 支持情况:
- 自 Ubuntu 18.04 LTS 起,Ubuntu 停止提供桌面版的 32 位支持,但服务器版仍然可以使用 32 位。
- 某些轻量级 Linux 发行版(如 Lubuntu、Xubuntu)仍支持 32 位。
对比二者,如何选择合适的版本?
如果你的硬件支持 64 位(现代 CPU 通常支持),建议使用 64 位版本。如果硬件较旧且只支持 32 位,或者某些轻量级服务器和嵌入式设备,则可以选择轻量级的 32 位版本(如 Lubuntu)。
Ubuntu Desktop 和 Server 的主要区别
虽然 Ubuntu Desktop 和 Server 都使用相同的内核,但它们的默认配置和用途有所不同:
| 特性 | Desktop 版 | Server 版 |
|---|---|---|
| 主要用途 | 日常使用、开发、图形化应用 | 服务器部署、远程管理 |
| 界面 | 提供 GUI(GNOME 桌面环境) | 默认无 GUI,只提供命令行界面 |
| 预装软件 | 图形化应用程序(如浏览器、媒体播放器) | 服务器工具(如 OpenSSH、Web 服务) |
| 资源需求 | 较高(需要支持 GUI) | 较低(无需 GUI,节省资源) |
| 适用场景 | 桌面用户、开发者、轻量办公 | 网站托管、数据库、文件服务器等 |
| 需求定制 | 适合直接使用 | 需要手动配置服务和工具 |
Ubuntu 的一些其他桌面版本:
Ubuntu 提供了多个官方衍生版本,使用不同的桌面环境,适合不同的用户需求和硬件性能(一般来说不常用,用官方版本即可,推荐18.04往后的版本,新版本有时候会出现一些 bug 以及兼容性问题,大家常用的经典版本则更加稳定):
| 名称 | 桌面环境 | 特性 |
|---|---|---|
| Ubuntu(默认) | GNOME | 现代化设计,功能丰富,适合大部分用户 |
| Kubuntu | KDE Plasma | 注重美观和自定义功能,类似 Windows 的界面 |
| Xubuntu | XFCE | 轻量级桌面环境,适合资源受限的硬件 |
| Lubuntu | LXQt | 超轻量级桌面环境,适合老旧硬件 |
| Ubuntu MATE | MATE | 类似经典 GNOME 2 的界面,简单易用 |
| Ubuntu Budgie | Budgie | 现代、简洁的桌面环境,注重用户体验 |
| Ubuntu Studio | GNOME/XFCE | 专为多媒体创作设计,内置音频、视频编辑工具 |
Ubuntu Desktop 是用户友好的桌面版本,适合个人用户和开发者,提供完整的图形界面和丰富的软件支持。
- Ubuntu 64 位版本(amd64) 是现代硬件的标准选择,性能更强,支持更大的内存。
- Ubuntu 32 位版本(i386) 适用于老旧硬件,但逐渐被淘汰。
当然,在硬件性能有限的状况下进行开发,建议选择轻量级桌面环境(如 Xubuntu 或 Lubuntu)。
综上。在选择适合的版本时,需要综合考虑 硬件性能、用途 和 资源需求,以便最大化系统的效率和用户体验。
以上。仅供学习与分享交流,请勿用于商业用途!转载需提前说明。
我是一个十分热爱技术的程序员,希望这篇文章能够对您有帮助,也希望认识更多热爱程序开发的小伙伴。
感谢!
相关文章:
【Ubuntu】Ubuntu的Desktop(学习/用户使用)和Bit版本(工作)
这篇文章似乎没什么必要写,但想了想还是决定记录一下,也许对新手入坑Ubuntu会有帮助, 事实上也很简单,一个是桌面版本,另一个是字符界面版本。 桌面版:拥有图形桌面 字符界面,易上手ÿ…...
cmake CMAKE_CURRENT_SOURCE_DIR和CMAKE_CURRENT_LIST_DIR的区别
在 CMake 中,CMAKE_CURRENT_LIST_DIR 和 CMAKE_CURRENT_SOURCE_DIR 都是指代当前 CMake 文件所在的路径,但它们的含义和用途有所不同: CMAKE_CURRENT_LIST_DIR: 表示 当前处理的 CMake 文件(例如 CMakeLists.txt&#…...
学会用VSCode debug
本文主要介绍了 VS Code 的调试功能,包括其强大的内置调试器,支持多种语言,如 JavaScript、TypeScript 等。通过简单项目示例展示调试过程,还介绍了运行面板和菜单、启动配置、调试操作、断点、记录点等功能,以及三种调…...
C语言专题之结构体的使用
结构体(struct)是一种用户自定义的数据类型,它允许将不同类型的数据组合在一起,形成一个新的数据类型。结构体在编程中非常常见,尤其是在需要处理复杂数据结构的情况下。以下是结构体的基本使用方法: 一、结…...
python中的高阶函数
1、什么是高阶函数? 高阶函数是指将函数作为参数传入。就是高阶函数 2、高阶函数有哪些? map 映射函数 >>> print(list(map(lambda x:x*x,range(1,11)))) [1, 4, 9, 16, 25, 36, 49, 64, 81, 100] >>> print(list(map(lambda x:st…...
学习笔记063——通过使用 aspose-words 将 Word 转 PDF 时,遇到的字体改变以及乱码问题
文章目录 1、问题描述:2、解决方法: 1、问题描述: Java项目中,有个需要将word转pdf的需求。本人通过使用aspose-words来转换的。在Windows中,转换是完全正常的。但是当部署到服务器时,会出现转换生成的pdf…...
SpringBoot整合Mockito进行单元测试超全详细教程 JUnit断言 Mockito 单元测试
Mock概念 Mock叫做模拟对象,即用来模拟未被实现的对象可以预先定义这个对象在特定调用时的行为(例如返回值或抛出异常),从而模拟不同的系统状态。 导入Mock依赖 pom文件中引入springboot测试依赖,spring-boot-start…...
【AI知识】过拟合、欠拟合和正则
一句话总结: 过拟合和欠拟合是机器学习中的两个相对的概念,正则化是用于解决过拟合的方法。 1. 欠拟合: 指模型在训练数据上表现不佳,不能充分捕捉数据的潜在规律,导致在训练集和测试集上的误差都很高。欠拟合意味着模…...
MacOS编译webRTC源码小tip
简单记录一下,本人在编译webRTC时,碰到了一下比较烦人的问题,在MacOS终端下,搭建科学上网之后,chromium的depot_tools仓库成功拉下来了,紧接着,使用fetch以及gclient sync始终都返回curl相关的网…...
Linux基础命令(三):文件压缩及解压缩命令
文件压缩及解压缩命令 tar — 打包和压缩 tar 是一个用于打包文件的工具,常常用来将多个文件或目录打包成一个单独的文件。它本身不进行压缩,但可以与压缩工具(如 gzip 或 bzip2)一起使用。 用法: 打包文件࿰…...
目标跟踪算法:ByteTrack、卡尔曼滤波、匈牙利算法、高置信度检测目标、低置信度检测目标
目录 1 ByteTrack特点 2 ByteTrack和SORT区别----个人通俗理解 3 ByteTrack算法原理 4 ByteTrack整体流程图 上一篇博客我复习了下SORT跟踪算法,这一篇博客我再复习下ByteTrack跟踪算法,ByteTrack里面也是用了卡尔曼滤波和匈牙利算法&#x…...
[定昌linux系统]如何安装jdk8
1:下载jdk8 的 arm64 的版本,由于官方下载需要gmail,我的gmail 密码忘了,所以从csdn上下载了一份,地址: https://download.csdn.net/download/qq_27742163/88533548?utm_mediumdistribute.pc_relevant_download.none…...
【Cadence32】PCB多层板电源、地平面层创建心得➕CM约束管理器Analyze分析显示设置➕“DP”报错DRC
【转载】Cadence Design Entry HDL 使用教程 【Cadence01】Cadence PCB Edit相对延迟与绝对延迟的显示问题 【Cadence02】Allegro引脚焊盘Pin设置为透明 【Cadence03】cadence不小心删掉钢网层怎么办? 【Cadence04】一般情况下Allegro PCB设计时的约束规则设置&a…...
基于SpringBoot+Vue的新闻管理系统
系统展示 用户前台界面 管理员后台界面 系统背景 随着互联网技术的飞速发展,信息传播速度不断加快,新闻媒体行业面临着巨大的机遇与挑战。传统的新闻媒体正在逐渐向数字化转型,而新闻管理系统作为数字化新闻媒体的核心组成部分,其…...
图的割点、割边(Tarjan算法)
深度优先搜索的利用。 在一个无向连通图中,如果删掉某个顶点后,图不再连通(即任意两点之间不能互相到达),我们称这样的顶点为割点。 在一个无向连通图中,如果删掉某条边后,图不在连通࿰…...
算法学习(十四)—— 二叉树的深度搜索(DFS)
目录 关于dfs 部分OJ题详解 2331. 计算布尔二叉树的值 129. 求根节点到叶节点数字之和 814. 二叉树剪枝 98. 验证二叉搜索树 230. 二叉搜索树中第K小的元素 257. 二叉树的所有路径 关于dfs 算法学习(十二)—— 递归,搜索,…...
【vue2】封装自定义的日历组件(三)之基础添加月份的加减定位到最新月份的第一天
我们在切换月份的时候,希望高亮显示在每个月的第一天上面,这样的效果我们要怎么来实现,其实也很简单,我们先看下实现的效果 实现效果 代码实现 原理就是获取到每月的第一天日期,然后再跟整个的数据进行对比ÿ…...
LabVIEW偏心圆筒流变仪测控系统
偏心圆筒流变仪是一种专门研究聚合物熔体在复杂流场中特殊流变行为的先进设备。通过结合硬件控制与LabVIEW软件开发,本系统实现了对流变仪功能的精准控制与数据采集,进一步提高了聚合物加工过程的研究精度和效率。 项目背景 传统的流变测量设备多集中于…...
Runloop
假设你的项目中有关tableView,然后还有一个定时器timer在执行,定时器代码如下: var num 0override func viewDidLoad() {super.viewDidLoad()let timer Timer(timeInterval: 1,target: self,selector: #selector(self.run),userInfo: nil,r…...
SpringBoot的Bean类三种注入方式(附带LomBok注入)
SpringBoot的Bean类三种注入方式(附带LomBok注入) 在 Spring Boot 中,Bean 的注入方式主要包括构造函数注入(Constructor Injection)、字段注入(Field Injection)以及 Setter 方法注入…...
小龙虾使用手册(蓝皮书)实战案例版
扫描下载文档详情页: https://www.didaidea.com/wenku/16656.html...
开源音频工作站Audacity:专业级音频处理的自由解决方案
开源音频工作站Audacity:专业级音频处理的自由解决方案 【免费下载链接】audacity Audio Editor 项目地址: https://gitcode.com/GitHub_Trending/au/audacity 在数字音频创作领域,专业软件往往意味着高昂的许可费用和陡峭的学习曲线。Audacity作…...
5个高效能的LabelImg图像标注效率提升实践
5个高效能的LabelImg图像标注效率提升实践 【免费下载链接】labelImg LabelImg is now part of the Label Studio community. The popular image annotation tool created by Tzutalin is no longer actively being developed, but you can check out Label Studio, the open s…...
电脑系统由硬件系统和软件系统组成(来源网络,原创)
电脑系统由硬件系统和软件系统组成(来源网络,原创)电脑系统由硬件系统和软件系统组成。软件指操作硬件的各种语言或程序,硬件是指电脑系统中我们看得见、摸得着的物理设备。电脑硬件系统由运算器、控制器、存储器、输入设备和输出…...
避坑指南:vsftpd服务重启后仍报530?检查这5个隐藏配置项
避坑指南:vsftpd服务重启后仍报530?检查这5个隐藏配置项 当你已经按照常规流程检查了vsftpd服务状态、用户列表和基础配置文件,却依然遭遇"530 Permission denied"的顽固错误时,问题往往隐藏在那些容易被忽略的配置细节…...
Numpy第十章 统计相关
一.次序统计1.计算最小值 numpy.amin()函数功能:返回数组或沿指定轴的最小值。函数:numpy.amin(a[, axisNone, outNone, keepdimsnp._NoValue,alnp._NoValue, wherenp._NoValue])参数:a:输入数组。axis&…...
Windows系统管理员必备:LastActivityView详细使用指南(含数据导出技巧)
Windows系统管理员必备:LastActivityView深度实战手册 作为Windows系统管理员,我们常常需要追踪用户活动、排查异常行为或进行合规审计。市面上虽然有不少商业监控工具,但NirSoft出品的LastActivityView以其轻量高效、数据全面且完全免费的特…...
OpenClaw多账户管理:ollama-QwQ-32B模型服务同时支持多个飞书机器人
OpenClaw多账户管理:ollama-QwQ-32B模型服务同时支持多个飞书机器人 1. 为什么需要多账户管理? 去年我们团队在尝试用OpenClaw实现自动化办公时,遇到了一个典型问题:市场部和研发部都需要使用同一个ollama-QwQ-32B模型服务&…...
Mastering Text Tokenization for Large Language Models: From Words to Embeddings
1. 文本标记化的核心概念 你可能已经听说过ChatGPT这类大语言模型的神奇能力,但你知道它们是如何"读懂"人类文字的吗?秘密就藏在文本标记化(Tokenization)这个关键步骤里。想象一下,我们要教一个完全不懂中…...
Windows下OpenClaw安装指南:一键对接nanobot超轻量镜像
Windows下OpenClaw安装指南:一键对接nanobot超轻量镜像 1. 为什么选择OpenClaw nanobot组合 作为一个长期在Windows环境下折腾自动化工具的技术爱好者,我一直在寻找一个既轻量又强大的本地AI助手方案。直到遇到OpenClaw和nanobot的组合,才…...
