Android---性能优化方案分享

所以，使用AS3.0之前版本的，可以使用traceview，而使用AS3.0以后版本的，除了traceview，还可以选择CPU Profiler。
如果想追踪系统进程的详细数据，以解决帧引起的界面卡顿等问题，可以使用 systrace ，本文不做涉及。

traceview 使用方法

使用 traceview 需要首先使用 Debug 类进行 插桩 ，当应用执行到被插桩的代码时就会在手机sdcard中自动生成 .trace 文件，之后使用 traceview 或者 AS（3.0以上版本）打开文件即可。

一、插桩

插桩需要使用到 Debug 类，并且会在 sdcard 中生成 .trace 文件，所以你必须首先保证你的应用具有写外部存储（ WRITE_EXTERNAL_STORAGE ）的权限。

在想要跟踪的代码逻辑开头和结尾处分别插桩：

// Starts recording a trace log with the name you provide. For example, the

// following code tells the system to start recording a .trace file to the

// device with the name “sample.trace”.

Debug.startMethodTracing(“sample”);

…

// The system begins buffering the generated trace data, until your

// application calls stopMethodTracing(), at which time it writes

// the buffered data to the output file.

Debug.stopMethodTracing();

生成的 .trace 文件会被保存在固定目录下，与 getExternalFilesDir() 返回的目录相同，即 /sdcard/Android/data/[YOUR_PACKAGE_NAME]/files 下。
请注意，如果您的应用在未更改跟踪日志名称的情况下再次调用 startMethodTracing()，则会覆盖已保存至设备的现有日志。如果希望每次运行都保存至不同的日志文件，可以使用如下代码：

// Uses the SimpleDateFormat class to create a String with

// the current date and time.

SimpleDateFormat date =

new SimpleDateFormat(“dd_MM_yyyy_hh_mm_ss”);

String logDate = date.format(new Date());

// Applies the date and time to the name of the trace log.

Debug.startMethodTracing(

“sample-” + logDate);

如果系统在您调用 stopMethodTracing() 之前达到最大缓冲值，则会停止跟踪并向管理中心发送通知。 开始和停止跟踪的函数在您的整个应用流程内均有效。 也就是说，您可以在 Activity 的 onCreate(Bundle)

函数中调用 startMethodTracing()，在 Activity 的 onDestroy() 函数中调用 stopMethodTracing()。

二、查看 .trace 文件

插好桩后，安装应用并运行被检测部分的功能，然后就可以通过 AS 或者 traceview 查看文件了。

使用 AS 查看

在AS中点击 View - Tool Windows - Android File Explorer 打开 Android File Explorer ：

在 /sdcard/Android/data/[YOUR_PACKAGE_NAME]/files 下即可找到生成的 .trace 文件，双击文件即可打开。

将 .trace 文件保存至电脑，直接拖入AS窗口，也可直接打开该视图。

在打开的视图中，左上方可以选择想要查看的线程。可以查看监控期间指定线程运行了多久、执行了哪些方法、每个方法执行了多久等等。

其中有4个名词需要解释一下：

• **Wall Clock Time：**壁钟时间，表示实际经过的时间，即进入某个方法到退出该方法的时间，不考虑线程是活动还是休眠状态。

• **Thread time：**线程时间，表示实际经过的时间减去线程没有消耗 CPU 资源（处于休眠）的时间部分。 对于任何给定函数，其线程时间始终少于或等于其壁钟时间。 使用线程时间可以让您更好地了解线程的实际 CPU 使用率中有多少是给定函数消耗的。

• **Inclusive Time：**方法执行自己代码的时间 + 执行自己child方法的时间。

• **Exclusive Time：**方法执行自己代码的时间。

使用 traceview 查看

要使用 traceview 查看，需要首先将 .trace 文件保存到电脑：

adb pull /sdcard/Android/data/[YOUR_PACKAGE_NAME]/files/sample.trace D:\Documents\sample.trace

打开 Android Device Monitor 。AS3.0以前的版本，就是LogCat所在的窗口，再切换一下tab页即可。AS3.0以后，进入 android-sdk/tools/ 路径，运行以下命令：

monitor

虽然 Android Device Monitor 的 DDMS 也有 File Explorer ，但是未 root 的手机，查看不到上述路径，因此只能将 .trace 文件保存到电脑查看。

在 Android Device Monitor 中，依次点击 File - Open File ，选择 .trace 文件路径即可打开：

内容与AS打开时类似，相差较大的主要是图标部分，没有AS的 Call Chart 直观形象。

其中也有4个概念：

**Cpu Time：**相当于AS中的 Thread time。
**Real Time：**相当于AS中的Wall Clock Time。
**Inclusive Time：**同AS一样。
**Exclusive Time：**同AS一样。

使用 AS 查看还是使用 traceview 查看

这个就见仁见智了，根据我个人使用的感觉来看，建议使用AS查看。原因有二：

AS更简单。不需要单独打开ADM，更不需要将 .trace 文件保存到电脑。

AS的调用图（ Call Chart ）更加直观，cpu时间的消耗一目了然。

Call Chart 的水平轴表示函数调用（或调用方）的时间段和时间，并沿垂直轴显示其被调用者。 下图展示了一个调用图表示例，并描绘了给定函数的 self time、children time 以及总时间的概念。

最后需要注意一点，跟踪分析过程中，应用的运行速度会减慢。所以，通过 traceview 得到的分析数据并不能精确反应某个方法在实际执行时的绝对时间。关于这一点，在最后的注意事项中再做详细分析。

Google还提供了基于样本的分析方式，以减少分析对运行时性能的影响。要启用样本分析，需调用 Debug.startMethodTracingSampling() 方法（而非 Debug.startMethodTracing() 方法）。系统会定期收集样本，直至调用 stopMethodTracing() 。

CPU Profiler 使用方法

使用 CPU Profiler 进行函数跟踪比 traceview 更简单。不需要做任何代码上的植入，下面做一个简单的介绍：

首先，通过

View - Tool Windows - Android Profiler 打开 Android Profiler 。手机连接电脑后运行应用，在 Android Profiler 中会看到以下视图：

左上角可以选择设备和进程，点击 CPU 区域，即可进入CPU Profiler视图：

左上角可以选择跟踪模式：

**Sampled：**按默认采样率捕获应用的调用堆栈。该模式的固有问题是，如果应用在一次捕获后进入一个函数并在下一次捕获前退出该函数，则分析器不会记录该函数调用。如果对此类生命周期很短的跟踪函数感兴趣，可以使用“Instrumented”跟踪。

**Instrumented：**以在每个函数调用的开始和结束时记录时间戳。 分析比较时间戳，以生成函数跟踪数据。 需要注意的是，设置与函数关联的开销会影响运行时性能，甚至分析数据，对于生命周期相对较短的函数，这一点更为明显。 此外，如果应用短时间内执行大量函数，则分析器可能会迅速超出它的文件大小限制，且不能再记录更多跟踪数据。

**Edit configurations：**自定义采样率。与 traceview 中的 Debug.startMethodTracingSampling() 类似。

.trace 文件的大小是有限制的。对于给定录制，当分析器到达该限制时，AS 将停止收集新数据（不过，这不会停止记录）。 在执行“Instrumented”跟踪时，这种情况通常会更快发生，因为与“Sampled”跟踪相比，此类跟踪在较短时间里会收集更多数据。

如果你使用的是Android 8.0（API 26）或更高版本的设备，则对于跟踪数据的文件大小没有限制，此值可忽略。不过，你仍需留意每次记录后设备收集了多少数据，因为 AS 可能难以解析大型跟踪文件。

点击上方的“开始录制”按钮，然后在应用中操作执行被追踪的功能，结束后再点击“停止录制”按钮。CPU Profiler 会自动开始分析并生成数据。

以上就是 CPU Profiler 和 traceview 的使用方法。至于如何制定优化方案，就不展开了，并没有完全固定的路子。就我本例的 onRebuild() 方法而言，是针对耗时的Contact构造过程做了并行处理，将上百个有序的构造过程平分到5个线程中并发执行，然后再按顺序合并数据到一个线程中。最终 onRebuild() 执行速度从15秒提升到了2.5秒，对我来说已经够用了。

重要注意事项

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Android工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Android移动开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Android开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip204888 （备注Android）

最后

那我们该怎么做才能做到年薪60万+呢，对于程序员来说，只有不断学习，不断提升自己的实力。我之前有篇文章提到过，感兴趣的可以看看，到底要学习哪些知识才能达到年薪60万+。

通过职友集数据可以查看，以北京 Android 相关岗位为例，其中 【20k-30k】 薪酬的 Android 工程师，占到了整体从业者的 30.8%！

北京 Android 工程师「工资收入水平 」

今天重点内容是怎么去学，怎么提高自己的技术。

1.合理安排时间

2.找对好的系统的学习资料

3.有老师带，可以随时解决问题

4.有明确的学习路线

当然图中有什么需要补充的或者是需要改善的，可以在评论区写下来，一起交流学习。

一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

改善的，可以在评论区写下来，一起交流学习。

[外链图片转存中…(img-kcOsJ5BY-1712826383460)]

一个人可以走的很快，但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎扫码加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
[外链图片转存中…(img-IKeY2T1I-1712826383461)]