这是我参与「第四届青训营 」笔记创作活动的的第7天
Android 客户端开发的基础知识、UI编程、数据库和网络通信、客户端上的直播技术、端智能技术。
性能优化带来体验的改善进而帮助业务指标的提升。
从更长的时间范围来看:
硬件性能提升速度变缓
ARM平台受益于架构和工艺的演进,最近几年趋势比X86平台好
多核带来的提升取决于可以真正并行执行的部分
【未来】
未来会有新的材料和工艺来驱动芯片性能的进一步提升,但是目前还没有成熟
移动处理器还受到电池技术的限制
软件的性能优化仍可持续带来提升
→ 快 、 稳 、 省
流畅性优化:快——极致的响应与流畅的体验
资源优化: 省——最小负载带来最大的收益
稳定性优化:稳——稳定的实现,减少不必要打断
系统级优化:底层boooster
Android的线程结构
界面是如何刷新的?
卡顿感知如何产生?
如何解决卡顿?
【人肉眼能感知到不卡顿的最低帧数:25帧】
【如果没有vsync信号,会产生画面撕裂】
资源: 即Android手机的软件和硬件资源,通俗意义上应用依赖的移动终端的有限资源和系统设置的数值,即功耗、存储、流量、系统参数、CPU、内存等。
Android端能做哪些资源类优化?
ANR是(Application Not Responding)的缩写,即应用程序无响应。如果Android应用的界面线程处于阻塞状态的时间过长,会触发App ANR错误。如果应用位于前台,系统会向用户显示一个对话框,ANR对话框会为用户提供强行退出应用或等待的选项。
移动操作系统和硬件厂商的性能优化
性能监控价值:
监控和优化相生相伴。
监控有攻也有防。
攻是为了发现现有问题,指导优化方向。
防是为了发现劣化问题,及时止损。
线上监控发现问题并聚合排序,线下监控作为线上辅助,并发版前置发现问题。
原理:系统通过记录每一帧的相关数据,然后通过图形的形式呈现。
优点:无需二次开发,简单易用。
缺点:并不完全准确,且无法明确指出造成卡顿问题的具体原因。
原理:通过遍历ViewTree信息,输出View层级关系。
优点:清楚明了,可以宏观感知ViewTree现状,也可以定制,帮助分析overdraw。
缺点:还不能够清除明确的分析出UI的性能瓶颈。
原理:基于JVMTI
优点:完整的方法调用栈输出,支持Java、C、C++方法耗时检测、上手简单。
缺点:性能损耗太大。
Instrument
虚拟监听函数入口回调 Enter/Exit/Unwind
耗时点:读时间、写数据到buffer、加锁等指令
Sample
通过定时抓取多次堆栈diff,近似确定函数的进入和退出时间
耗时点:堆栈diff 、 同Instrument
间隔抓取堆栈的时间越长,性能损耗越少,而越会导致短函数检测不到。
ftrace:debugfs采集和读取trace数据,记录trace events
atrace:用户侧的trace跟踪,聚合所有的trace event
系统级的Trace数据:锁监控等。
rhea-systrace : 全函数插桩,自动生成Trace代码,对层数做限制,性能损耗50%
rhea-mtrace:全函数插桩,抛弃systrace,自己统计函数耗时,最后数据展现同systrace。
rhea-atrace:优化systrace性能,聚合更多性能数据:类加载、Lock、IO等。
CPU Time:循环、反射、序列化/反序列化,类解析
IO Wait:IO操作,等待IO返回结果
IPC:Binder调用耗时
Lock Wait:主线程是等锁状态,等待其他线程或者自己超时唤醒。
CPU Schedule:主线程是可执行状态,但是获取不到CPU时间片。
根据耗时成因归类
根据运行所在线程环境采用不同的策略
主线程优化
运行时优化
后台线程优化
官方解决方案:AsyncLayoutInflater
GSON解析优化
数据协议优化:json → protobuf
SurfaceView:采用独立的线程进行绘制和渲染,生命周期需要自己控制。
Jecpack Compose:基于组合优于继承的思想,重新设计一套解耦的UI框架。
Litho:复杂UI下的高性能渲染框架。
扁平化:Litho采用Yoga完成组件布局measure和layout,实现布局的扁平化。
组件化:Litho使用Drawable作为Node绘制单元,实现了布局的细粒度复用和异步计算布局的能力。
缺点:不支持现有逻辑,需要重新实现。