Android-App-启动优化全记录，哔哩哔哩面试题目

最新推荐文章于 2024-07-24 08:56:18 发布

2401_84164546

最新推荐文章于 2024-07-24 08:56:18 发布

阅读量645

点赞数 12

分类专栏：程序员文章标签： android 面试职场和发展

本文链接：https://blog.csdn.net/2401_84164546/article/details/137618458

版权

程序员专栏收录该内容

29 篇文章 0 订阅

订阅专栏

类加载优化

可以在 systrace 生成的文件中看到 verifyClass 过程，因为需要校验方法的每一个指令，所以是一个比较耗时的操作。

App 瘦身

App 瘦身包括代码瘦身和资源瘦身，通常的做法如下：

Inspect Code ：Android Studio 提供的代码审查工具，实际上是内嵌了 Lint
代码混淆
图片格式的选择：如果对图片的要求不高，可以换成 565
接入资源混淆
减少 Dex 数量

选择合适的启动框架

启动优化整个流程的梳理，流程的梳理，我们这里引入了一个有向无环图的概念，我们会把整个的概念梳理成有向无环图的结构，然后会去挨个加载。右边的部分，可以看到我们其实在启动的时候，首先会去加载一些必要的启动项，必要的启动项是左边流程，会用一个多进程的方式加载，以来有向无环图进行控制，比如说我是在非必须的时候启动加载我可以放在后面再去加载。当然在整个有向无环图的顺序加载，其实还是会做一些进程的判断，要判断某些项目是不是要在主进程里加载，某些要在初始进程里面加载

从 Spark 的 DAGScheduler 中领悟到它的核心思想，面向阶段调度（Stage-Oriented Scheduler）：把应用划分成一个个的阶段（Stage），再把任务（Task）安排到各个阶段中去，任务的编排则是通过构建有向无环图（DAG），把任务依赖通过图的方式梳理得井井有条。因为它分阶段执行，先集中资源把阶段一搞定，再齐心协力去执行阶段二，这样即能控制拥塞，又能保证时序，还能并发执行，让设备性能尽可能得到发挥

大家可以参考淘宝的全链路优化的案例：历时1年，上百万行代码！首次揭秘手淘全链路性能优化（上）

启动网络链路优化

问题和优化点

发送处理阶段：网络库bindService影响前x个请求，图片并发限制图片库线程排队
网络耗时：部分请求响应size大，包括 SO文件，Cache资源，图片原图大尺寸等
返回处理：个别数据网关请求json串复杂解析严重耗时（3s）,且历史线程排队设计不合适
上屏阻塞：回调UI线程被阻，反映主线程卡顿严重。高端机达1s，低端机恶化达3s以上
回调阻塞：部分业务回调执行耗时，阻塞主线程或回调线程

优化

多次重复的请求，业务方务必收敛请求次数，减少非必须请求。
数据大的请求如资源文件、so文件，非启动必须统一延后或取消。
业务方回调执行阻塞主线程耗时过长整改。我们知道，肉眼可见流畅运行，需要运行60帧/秒，意味着每帧的处理时间不超过16ms。针对主线程执行回调超过16ms的业务方，推动主线程执行优化。
协议json串过于复杂导致解析耗时严重，网络并发线程数有限，解析耗时过长意味着请求长时间占用MTOP线程影响其他关键请求执行。推动业务方handler注入使用自己的线程解析或简化json串。

预加载

Activity 打开之前就预加载数据，在 Activity 的 UI 布局初始化完成后显示预加载的数据，大大缩短启动时间。可以参考：https://github.com/luckybilly/PreLoader/blob/master/README-zh-CN.md

保活

保活，是各个应用开发者的噩梦，也是 Android 厂商关注和打击的重点。不过从启动的角度来看，如果应用进程不被杀，那么启动自然就快了，所以保活对应用启动速度也是有极大的帮助。

当然这里说的保活，并不是建议大家用各种黑科技、相互唤醒、通知轰炸这种保活手段，而是提供真正的功能，能让用户觉得你在后台是合理的、可以接收的。比如在后台的时候，资源能释放的都释放掉，不要一直在后台做耗电操作，该停的服务停掉，该关的动画关掉。

当然对于应用开发者来说，上面说的都太多理想化了，而且目前的手机厂商也会很暴力，应用到了后台就会处理掉，不过这毕竟是一个方向，Google 也在规范应用后台行为和规范厂商处理应用这两方面都在做努力，Android 系统的生态，还是需要应用开发者和 Android 厂商一起取改善。

当然保活还有一条路就是走跟厂商的合作，优化后台内存、去掉重复拉起、去掉流氓逻辑、积极响应低内存警告，做好这些话后可以跟系统厂商联系，谈放到查杀白名单和自启动白名单的可行性

业务梳理

这里涉及到具体的业务，每个 App 都不一样，但是所要做的事情都是一样的，下面是邵文在高手课里面提到的：

梳理清楚启动过程中的每一个模块，哪些是一定需要的，那些是可以砍掉，那些是可以懒加载的
根据不同的业务场景决定不同的启动模式
懒加载防止集中化

可以把具体的业务分为下面四个维度（此处图文来自https://juejin.im/post/5c21ea325188254eaa5c45b1#heading-5）

必要且耗时：启动初始化，考虑用线程来初始化
必要不耗时：首页绘制
非必要但耗时：数据上报、插件初始化
非必要不耗时：不用想，这块直接去掉，在需要用的时再加载

然后按需进行加载优化

业务优化

优化业务中的代码效率，抓大放小，先从比较明显的瓶颈处下手，逐步进行优化
历史债务要偿还，历史的代码要重构，不能一直拖着

具体的业务会有具体的优化场景，大家可以参考这篇文章中的优化流程和优化项(https://www.jianshu.com/p/f5514b1a826c)：

1. 数据库及IO操作都移到工作线程，并且设置线程优先级为THREAD_PRIORITY_BACKGROUND，这样工作线程最多能获取到10%的时间片，优先保证主线程执行
2. 流程梳理，延后执行；实际上，这一步对项目启动加速最有效果。通过流程梳理发现部分流程调用时机偏早、失误等，例如：
** 1. 更新等操作无需在首屏尚未展示就调用，造成资源竞争**
** 2. 调用了IOS为了规避审核而做的开关，造成网络请求密集**
** 3. 自有统计在Application的调用里创建数量固定为5的线程池，造成资源竞争**
** 4. traceview功能说明图中最后一行可以看到编号12执行5次，耗时排名前列；此处线程池的创建是必要但可以延后的**
** 5. 修改广告闪屏逻辑为下次生效**
3. 去掉无用但被执行的老代码
4. 去掉开发阶段使用但线上被执行的代码
5. 去掉重复逻辑执行代码
6. 去掉调用三方SDK里或者Demo里的多余代码
7. 信息缓存，常用信息只在第一次获取，之后从缓存中取
8. 项目是多进程架构，只在主进程执行Application的onCreate()

减少Activity的跳转层次

StartingWindow 会在用户点击 App 后立即创建并显示，在 AppWindow 创建好之后，StartingWindow 消失，AppWindow 显示

默认 App 的启动窗口流程

StartingWindow(SystemWindow)
->MainActivity(AppWindow)

大部分三方 App 启动流程

StartingWindow(SystemWindow)
-> SplashActivity(AppWindow)
-> MainActivity(AppWindow)

糟糕一点的启动流程是这样的

StartingWindow(SystemWindow)
-> MainActivity(AppWindow)
-> SplashActivity(AppWindow)
-> MainActivity(AppWindow)

更糟糕一点的启动流程：去掉了 StartingWindow

SplashActivity(AppWindow)
-> MainActivity(AppWindow)

其实对用户来说，第一种启动流程是最好的，只涉及到一次窗口的切换；但是部分 App 由于广告页的需求，会使用第二种流程；但是尽量不要使用第三种和第四种启动流程，体验非常不好

厂商优化

除了 App 自身的优化之外，Android 框架对应用启动也是非常关注的，做了比较多的优化，下面简单说一下思路，各个厂商的实现也不太一样，但是基本上都会有，有些是硬核代码优化，有的是利用系统策略做优化。

厂商的策略各不相同，这里只是简单的提一下思路。

启动加速

App 启动的时候，系统会对要启动的应用做绝对的资源倾斜，比如 CPU、IO、GPU 等，这一点大家抓个 Systrace 看一下即可，不管是频率还是调度算法，正在启动的 App 绝对是当时的系统 VIP 客户

部分厂商也提供了资源调度的 SDK ，应用可以接入这些 SDK，在需要资源的时候直接调用 SDK 获取

PreFork

Android Q 加入了 PreFork 机制，会先 fork 几个空进程，当 App 启动的时候，可以直接复用这几个空进程，而不用重新去 fork

2,348K: usap32 (pid 18731)
2,346K: usap32 (pid 18702)
2,343K: usap32 (pid 18707)
2,342K: usap32 (pid 18729)
2,341K: usap32 (pid 18711)
2,335K: usap32 (pid 20322)
2,335K: usap32 (pid 20325)
2,333K: usap32 (pid 20319)
2,333K: usap32 (pid 20320)
2,333K: usap32 (pid 20321)

1,509K: usap64 (pid 21169)
1,509K: usap64 (pid 21180)
1,507K: usap64 (pid 21171)
1,452K: usap64 (pid 21513)
1,450K: usap64 (pid 21506)
1,449K: usap64 (pid 21512)
1,447K: usap64 (pid 21511)
1,445K: usap64 (pid 21514）