安卓dalvik虚拟机和Art虚拟机的优化升级点

温馨提示

请拖动到文章末尾，长按识别「抽奖」小程序。6.6*3 红包等你来拿。

1

「控件人生」公众号满月了，当了一个月的奶爸，真的不容易，眼里满含泪水，但内心却无比喜悦，终于踏出了第一步。

看着他长出了头发，长出了牙齿。。。

在满月这天，我给大家「发红包」，并没有任何套路，只是单纯的发红包。

请拖到文章底部，长按识别小程序参与抽奖，红包不大，心意最大。同时也希望「控件人生」公众号茁壮成长，努力的活下去。

想了解 dalvik 虚拟机和 Art 虚拟机的优化升级点，就需要先了解 dalvik 和 Art 。

2

第一天

第二天

「小新」第二天参加某奇艺的面试。

面试结束

「小新」这次痛定思痛，决定把 dalvik 和 Art 虚拟机搞懂。

Dalvik和ART

大家都知道 Android 系统是以 Linux 为内核构建的。 Google 为了降低应用的开发难度，并适配到不同硬件配置的设备上，在 Linux 内核之上构建了一个虚拟机，主流的 Android 应用使用的是 Java开发语言，运行在虚拟机之上。

由于 Android4.4 越用越卡，为了解决这一性能问题，Google 在 2014 年推出了新的虚拟机 ART，并在 Android4.4 系统中提供给用户试用，力图从根本上改善系统卡顿的问题。

在 Android5.0 开始废弃了 Dalvik，全面推行 ART。那么 ART 对比Dalvik 又有哪些优势呢？先来了解下 Dalvik。

Dalvik 是 Android4.4 之前使用的虚拟机，使用的是 JIT（Just-In-Time）技术来进行代码转译，每次执行应用的时候（运行时），Dalvik 将程序的代码编译为机器语言执行。

随着硬件的不断提升以及追求更高性能的需求，Dalvik虚拟机越来越卡顿。

ART（Android RunTime）虚拟机，采用的是 AOT（Ahead-Of-Time）技术，在应用程序安装的时候就转换成机器语言（运行前），不再是执行时解释，从而优化了应用运行的速度。

在内存管理方面，ART 也有比较大的改进，对内存分配和回收在算法上都做了一定的优化，降低了内存碎片化程度，回收时间也缩短了。

下图是 Google 发布的使用不同性能测试工具时 Dalvik 和 ART 的得分对比：

2

3

内存管理

内存管理的优化是 ART 的一大改进。

ART 虚拟机首先会从系统空间中获取足够的空间，这些空间在没有使用的时候并不占用物理内存，只有在使用的时候才分配物理内存，在不需要的时候及时归还给系统。

ART 将分配到的空间根据需要，托管给不同的算法来进行管理，主要提供了如下几种分配算法来进行「内存分配」，它们的定义可以在 ART 源码定义中看到：

enum AllocatorType {	
kAllocatorTypeBumpPointer,  // Use BumpPointer allocator, has entrypoints.	
kAllocatorTypeTLAB,  // Use TLAB allocator, has entrypoints.	
kAllocatorTypeRosAlloc,  // Use RosAlloc allocator, has entrypoints.	
kAllocatorTypeDlMalloc,  // Use dlmalloc allocator, has entrypoints.	
kAllocatorTypeNonMoving,  // Special allocator for non moving objects, doesn't have entrypoints.	
kAllocatorTypeLOS,  // Large object space, also doesn't have entrypoints.	
};

其中后面二种是没有跳转表（entrypoints）的，主要了解一下前面 4 种的分配策略：

• RosAlloc（Rows of slots Allocator）的分配策略，在 Ros Alloc Space分配对象，是一种线性的分配方式，将一个大的连续空间划分为多个片，每个片中只分配固定大小的内存。这种分配方式有一个更加细粒度的结构，可以锁定独立的对象。

  
  

• BumpPointer 的分配策略，在 Bump Pointer Space 中分配对象。每一次申请内存时，分配需要的 size，返回 end 地址的值。然后将 end 后移 sized，作为下一次申请的地址。这种分配采用不计数申请的方式，直到发生内存泄露 out of memory。采用 Moving GC 的方式进行回收。

• DLMalloc 的分配策略，这是原 Dalvik 使用的算法 。在 Dl Malloc Space 分配对象，将 memory 划分成很多小的数据块，每一个块的前 8 个或者16 个字节作为 Header，使用链表来管理空闲的数据块。

• TLAB（Thread Local Allocation Block) 的分配策略，在由Bump Pointer Space 提供的线程局部分配缓冲区中分配对象，按线程进行管理。每一个线程，从 Bump Pointer Space 中申请一个 block，在线程内使用该分配策略。由于每一个线程独立在自己的 block中分配内存，避免了同步，可以提高效率。

使用这些不同算法来分配内存，与 Dalvik 相比可以有效的减少碎片化，由于碎片化减少，相应也就减少了 GC 的次数，提高了效率。

除此之外，像 TLAB 这样的算法引入，也减少了申请内存时线程之间的竞争。在内存回收方面，ART 也提供了几种 GC 算法，GC 算法与内存分配算法相对应，关系如下表：

ART 在回收内存 memory 时，会依据进程状态选择不同的算法。同时，ART 在 GC 时采用了读写锁的机制，减少了进程被挂起的时间，因此较之于 Dalvik，GC 时线程挂起的时间也相应缩短。

2

4

代码执行

先来看一张 Google 的 Android 对 apk 的执行流程图：

可以这样来解释这张图，众所周知，Android 中可执行文件类型为 dex，Java 文件在编译成 class 文件，然后经过Android 平台的 dx 工具转换为 dex 文件后，将会同 Native code（JNI）和资源一起打包成 apk，apk 安装到手机后解压出 dex 文件。

如下命令，将 Main.class 转换成 main.dex 文件：

dx --dex --output=D:\main.dex  Main.class

Dalvik 会通过 dexopt 工具将 Dex 优化，成为 Odex 文件，Odex 文件的效率比 dex 高，但其中大部分代码仍然需要每次执行时编译。 而 ART 则会将 dex 通过 dex2oat 工具编译得到一个 ELF 文件，它是一个可执行的文件。

接下来看一段简单的 Java 代码：

int a = 1;	
int b = 2;	
	
public int test() {	
① int x = a;	
② int y = b;	
int z = a + b;	
	
return z;	
}

这段代码执行时，Dalvik 虚拟机先要把 test 方法的每句代码转译成 dex 代码，对其中的 ① ② 两句赋值语句，执行时需要在虚拟机中进行「指令读取—识别指令—跳转—实例操作」的解析过程。

而 ART 中 Java 代码都被以方法为单位编译成汇编指令，执行上面这个方法的时候，① ② 两句代码只需要直接拷贝两个寄存器的值，各需要一条汇编指令就可以完成，省去了跳转、指令读取的过程，执行效率也就大大提高了。

5

优化点

虚拟机从 Dalvik 换成 ART 后，Android 系统的性能将会得到了一定程度的提升。

不过 ART 与 Dalvik 相比也存在一些缺点，比较明显的是，apk 经过 dex2oat 预编译之后，占用的空间增加，因此 Android ROM 占用的空间更大。

手机在安装下载的 apk 时，安装时间也明显变长。转换成机械语言。

ART 虚拟机经过一系列的优化，已经不是纯的 aot ，而是解释执行 + jit + aot 。后续还会介绍，华为的「方舟编译器」。

推荐阅读

LinearLayout和RelativeLayout性能对比，你认为谁的效率更高？

Flutter混合开发和动态更新的探索历程Android版

长按识别小程序，参与抽奖

▼ 更多现金红包，请长按二维码▼

目前100000+人已关注加入我们

       

       

微信扫描参与抽奖