系统性能分析与优化

1.性能分析理论

 

 2.可操作性分析

 从资源角度分析，有CPU、GPU、内存

CPU：比较底层，一般情况先更多的是受限于内存。google也提供有CPU优化方式，深入系统之中，对于普通开发着来讲，相对透明，需要更专业的知识。可以不考虑，有芯片方案方优化即可。分析问题可用top命令查看系统cpu状态

GPU：有硬件加速。涉及不多，不做赘述，一般也和内存有很大关系

内存：如论是系统开发还是应用开发，都很难避开

其他更细节的分析不做赘述，需要时间深入

3.内存优化分析

内存的使用可分为以下集中情况：

1）常用内存，算是常驻，如service、守护进程等

2）应用运行波动内存

在假设其他部件满足使用需求的情况下，内存满足这两个条件，应用的使用基本不会因为内存导致卡顿

在Android中，使用lowmemkiller管理内存。内存管理分为不同的水线

当内存低于D线，则杀死和回收D部分的进程和内存；当内存低于C线，则杀死和回收C部分的进程和内存。以此类推，当内存低于最低线时，可能会使用内存压缩或虚拟内存

cache部分内存，即是Android中一直保持free的内存，用于系统申请分配内存，降低请求内存反应时间，因此这个内存算是决定应用的反应速度。

A、B、C...，不同水线代表了，在不同水线上可被保持存在的应用进程。比如D线，是最大保存进程信息的水线。

D线可以认为是CACHED_APP_LMK_FIRST_ADJ线，当内存小于D线，则杀掉缓存的不使用的内存。因此当D线设置太大，会频繁触发回收内存，内存空余较大，当切换应用时，应用都需要全新启动，启动可能比较慢；若D线设置太小，导致缓存很多进程，导致耗电量增大或过于小，应用启动内存不足，导致内存回收。

其他水线同理。

因此，当最小水线，设置过小，当需要很多内存时，内存回收速度不足消耗速度，导致系统变慢，出现很多并发运行，因此会出现系统崩溃。当水线设置过高，应用场景切换不够顺滑且出现卡顿现象。

cache可简单理解为预留，待分配的缓存内存，确保系统分配堆内存时充足。在一定程度上确保应用场景切换顺滑。当设置过小，内存波动远大于缓存，系统容易崩溃；当设置过大，大于最大内存波动部分，形成内存浪费。

综上所述，合理的内存配置，是多次测试数据统计结果。类似产品，可以用经验分配。

4.内存优化实践

水线设置，在android系统中提供了配置入口：frameworks\base\core\res\res\values\config.xml

 不水线计算算法，rameworks\base\services\core\java\com\android\server\am\ProcessList.java

预留内存配置

修改配置算法

总结：水线和预留内存，建议使用adj，可以根据不同设备设置不同的值。若显示屏固定，也可以使用固定值