移动APP性能评测与优化

本文是《移动App性能评测与优化》的读书笔记。

PS：说是读书笔记，其实就是摘录。

移动App的性能测试主要包括：内存使用情况、电量消耗、功能的流畅度等；

1. 内存

1.1 内存的主要组成索引：

Native Heap : Native 代码分配的内存，虚拟机和Android框架本身也会分配；
Dalvik Heap : Java 代码分配的对象；
Dalvik Other : 类的数据结构和索引；
so mmap : Native 代码和常量；
dex mmap ：Java 代码和常量；

1.2 内存测试工具

Android Studio / Memory Monitor : 观察 Dalvik 内存；
dumpsys meminfo : 观察整体内存；
smaps : 观察整体内存的详细组成；
MAT ：详细分析 Dalvik内存；

1.3 一个类的内存消耗

虚拟机在创建对象时的操作：

loadClass，将类信息从 dex 文件中加载进内存：
- 读取 .dexx mmap 中 class 对应的数据；
- 分配 native-heap 和 dalvik-heap 内存创建 class 对象；
- 分配 dalvik-LinearAlloc 存放 class 数据；
- 分配 delvik-aux-structure 存放 class 数据；
new instance 操作，创建对象实例
- 执行 .dex mmap 中和的代码；
- 分配 delvik-heap 创建 class对象实例；

dex mmap 在Android应用中的作用是映射classes.dex文件

1.4 dex 优化

省略掉dex的文件结构（自行查阅）

为了节省空间，dex将原先在 class 文件中重复的信息集中放置在一起，并以索引和指针的形式支持快速访问。

dex 文件中数据基本是按类名的字母顺序进行排列的，这样同样包名的类会排在一起，但程序实际执行时，同一个包下的类并不会全部调用到，而是跨包进行交互，但 mmap 加载了整个页面，可能会有很多无用的数据。

优化;

在APK的编译流程中，Proguard 混淆工具正好是能够对类名进行修改的，可以根据程序运行时的逻辑，将那些会互相调用的类改为为同一个 package 名，这样就可以使它们的数据排布在一起。

1.5 MAT（Memory Analyzer Tool）

使用MAT来分析应用的内存使用情况。通常在使用MAT打开hprof文件后，能够在首页看到Top Comnsumers和 component Report等功能，我们可以快速定位一些大块的内存消耗。但我们在分析时会发现系统资源类占据了很大一部分内存，因此为去除这部分对分析的干扰，我们在使用AndroidSDK提供的hprof-conv转换时需要增加一个参数：



hporf- conv [-z] <infile><outfile> -z:exclude non-app heaps,such as Zygote

如果hprof文件是已经转换过的，则可以使用OQL:



//在数据中寻找应用的Application类对象，将对象地址转换为十进制后输入以下查询语句:

select * from instanceof java.langObject s where s.@objectAddress> 1107296256

//(后面那串数字应该是Application类对象的地址)

采用这两种方法后，再使用MAT来分析就可以比较容易发现自身代码的内存问题。

1.6 测试经验

MAT 是探索 Java 堆并发现问题和好帮手，能够迅速发现常见的图片和大数组等问题；
内存碎片问题一般隐藏在对象的地址中；
如需要测试非 Dalvik部分，有必要了解 Linux 的进程和内存原理、内存共享机制，熟悉常用命令行工具；
内存分配的最小单位是页面，通常为4KB，这个限制会引发各种问题；

1.7 性能优化

尽量不要在循环中创建很多临时变量；
可以将大型的循环拆散、分段或者按需执行；
引入SDK库和调用新的系统API里需要考虑成本；
除了Dalvik堆内存，还有其他类型的内存在了解了原理后也能够进行分析和优化；
dex 文件有很多优化空间。在仔细统计并调整了dex文件的顺序后，往往可以节约1M以上的 mmap 内存；

2. 耗电

在保证用户的必要体验前提下，尽可能减少不必要的操作。几个优化方法：

方法一：CPU时间片

当应用退到后台运行时，尽量减少应用的主动运行，当检测到CPU时间片消耗异常时，深入线程进行分析；

使用 DDMS 的 traceview 工具：获取进程运行过程中的 traceview,定位CPU占用率异常的方法。

方法二 wake lock

前台运行时运不要去注册 wake lock。此时注册没有任何意义，却会被计算到应用电量消耗中。后台运行时，在保证业务需要的前提下，应尽量减少注册 wake lock；降低对系统的唤醒频率，使用 partial wake lock 代替 wake lock；

方法三传感器

合理地设置 GPS 的使用时长和使用频率；

方法四云省电策略

可考虑定期上报用户手机电量数据的方式来分析问题；

3. 流畅度

3.1 分析工具

hierarchy Viewer ，帮助我们去分析UI布局的情况；
Tracer for OpenGL ES,可以记录和分析APP每一帧的绘制过程，以及列出所有乃至的OpenGL ES 的绘制函数和耗时；该工具操作后会生成一份记录App绘制过程和gltrace文件，
Lint 扫描，发现代码中的流畅度性能问题；
Traceview,跟踪程序性能，具体到每一个函数的耗时和调用次数
Systrace ，获取App运行时线程的信息以及Api执行情况

< merge > 标签：用于减少View树的层次来优化 Android 的布局，通过该标签可以把 < merge > 标签里的UI合到上一层的 layout中。

< ViewStub> 标签，最大的优点是当你需要时才会加载，使用它并不会影响UI初始化时的性能。各种不常用的布局可以使用该标签来减少内存使用量，加快渲染速度。< ViewStub> 是一个不可见的，大小为0的View。

对于不常用的 UI 可以考虑使用 < ViewStub> 标签替代 GONE 来提高 UI 性能：

将 View 的可见性设置为 GONE，在 Inflate 布局时 View仍然会被 Inflate，也就是说仍然会创建对象，会被实例化。而 ViewStud 是一个轻量级的 View，它是一个看不见、不占布局位置、占用资源非常小的控件。

3.2 Perforjmance中的16个问题

DrawAllocation: 避免在绘制或者解析布局（draw/layout）时分配对象，比如在Ondraw()中实例化 Paint 对象；
Wakelock, 手机不能进入休眠状态，导致手机一直保持在高耗电状态；
Recycle :某些资源，比如 TypedArrays 、 VelocityTrackers，用完后应该被回收，但是忘记回收。
ObsoleteLayoutParam : Layout中无用的参数；
UseCompoundDrawables,可优化的布局；
HandlerLeak: Handler 的使用不当导致内存泄漏；
UseSparseArrays ,尽量用 Android 的SparseArray 代替 Hashmap;
UseValueOf : 需要常量对象时，不应该直接 new, 应该使用 ValueOf 转换。比如需要整数 42 的对象，不要直接用 new Integer(42),应该用 Intener.vallueOf(42),这样可以省内存；
DisableBaselineAlignment: 如果 LinearLayout 被用于嵌套 layout空间计算，它的 android:baselineAligned 属性应该设置成 false ，以加速 layout 计算；
InefficientWeight : 当线性布局里只有一个控件，并且使用了weight 属性，最好把 weidth 和 height 设置为0，这样可以省略布局的 measure 过程；
FloatMath, 使用 FloatMath 代替 Math；
NestedWeights : 避免嵌套 weight ，那将拖累执行效率。
UnusedResources / UnusedIds, 未被使用的资源会使程序变大，并且编译速度降低；
Overdraw: 如果为 RootView 指定一个背景 Drawable,会先用Theme 的背景绘制一遍，然后才用指定的背景，这就是所谓的 “Overdraw” ，可以设置 theme 的background 为 null 来避免；
UselessLeaf / UselessParent : View 或 view 的父亲没有用，应该把它移除，避免影响加深布局的层次；
UnusedNamespace : 有些代码没必要使用 namespace ,会影响代码执行效率；

4. 网络优化

考虑点：

分小片传输一个文件（图片），这样当某一个分片失败时，只需要重传这一个分片就可以，而不用重传整个文件；
不同类型的移动互联网下的分片初始大小应该有所不同；
在上传一个文件的过程中，应当尽可能动态增大分片大小，以减小分片数量；
确定每个分片是否要继续增大之前，要检查网络类型是否发生了改变；
分片一旦传输失败，应当使用该网络下的初始分片大小进行重试；

重点优化优质网络下的传输速度，而不特意优化差网络下的速度；

5. apk瘦身

5.1 瘦身关键点：

代码部分：冗余代码、无用功能、代码混淆、方法数缩减；
资源部分：冗余资源、资源混淆、图片处理（压缩、图片转换、点9图化等）；
对整个安装包做7zip极限压缩；

Android 系统安装一个应用的过程中，其中有一步是对 Dex 进行优化，优化的过程是使用专门的工具 DexOpt。DexOpt 是在第一次加载Dex文件的时候执行的。在DexOpt的过程会生成一个ODEX文件。

早期的 DexOpt 有两个问题：

DexOpt 会把每一个类的方法的id 检索起来，存在一个链表的结构里的，但是这个链表的长度是用一个 short 类型来保存的，导致了方法 id 的数目不能超过 65536(2^16);
DexOpt 使用 LinearAlloc 来存储应用的方法信息，LinearAlloc是一个固定大小的缓冲区（4，5，8，16），当方法数量过多也会导致超出缓冲区大小时，也会造成 DexOpt 崩溃；

5.2 缩减方法数的方法

避免在内部类中访问外部类的私有方法或变量；当在 java 内部类（包括匿名内部类）中访问外部类的私有方法或变量时，编译器会生成额外的方法；
避免调用派生类中的未被覆盖（ override）的方法；避免在派生类中调用未覆盖的基类的方法；避免用派生为对象调用派生类中未被覆盖的基类的方法。因为当调用派生类中的未被覆盖的方法时，会多产生一个方法数；
去掉部分类的get 、set 方法；

5.3 代码混淆

代码混淆（ Obfuscated code）也叫花指令;对代码进行 Proguard 后，也可以比较大的减小代码的体积（即 dex 的体积）；

6 参考文献：

1 移动App性能评测与优化