卡顿优化总结

1.系统卡顿的根本原因

系统卡顿的根本原因是因为丢帧导致的，即本该在一个Vsync周期内显示的画面帧，由于种种原因并没有即时显示到屏上，而是过了好几个Vsync信号周期后才显示出来。
出现这种情况大体分为两个原因：
1.1页面太复杂，导致View绘制的时候耗时太多，超过了16.6ms
1.2主线程存在耗时的任务，导致在Vsync信号开始之后，没有及时开始执行绘制的任务

2.View的绘制过程

首先在performLaunchActivity的时候会创建PhoneWindow，然后在setContentView的时候创建DecorView，并加载XML布局文件到DecorView的contentParent这个父布局上，在onResume的时候WindowManagerGlobal在addView方法中创建ViewRootImpl，然后执行ViewRootImpl的setView方法，然后ViewRootImpl会执行requestLayout方法。requestLayout方法是View绘制的入口方法，我们经常调用的view的invalidate或者requestLayout方法，都会执行到ViewRootImpl的requestLayout方法。

requestLayout方法会执行到scheduleTraversals方法，在scheduleTraversals里面，会添加同步屏障消息，以便及时响应界面绘制的异步消息。然后会给Choreographer注册一个TraversalRunnable回调，并让Choreographer去做Vsync垂直同步信号的监听，在Choreographer内部监听到Vsync垂直同步信号之后，会回调到TraversalRunnable的回调接口，然后移除同步屏障消息，执行performTraversals，这里才会真正开始执行测量、布局、绘制的流程。然后把绘制好的内容交给GPU，然后GPU会把数据写进back buffer，在下一个Vsync信号开始的时候，Display会把双缓存交换，然后把frame buffer的数据显示到屏幕上。

3.vsync垂直同步信号

vsync信号是由SurfaceFlinger发送出来的，它是一种模拟的脉冲信号，不是实际硬件的脉冲信号，频率为60HZ，也就是每个信号的间隔为16.6ms。Vsync信号会触发View的测量、布局、绘制，并把绘制好的数据给到GPU渲染back buffer；同时Vsync信号也会触发Display交换缓存buffer，并且读取frame buffer数据，把绘制的数据刷新到屏幕上。
Vsync加双buffer的机制，保证了屏幕数据的完整性；同时，也协调了CPU、GPU和Display之间的工作关系，让刷新更高效。

4.Choreographer监控丢帧情况

使用Choregrapher的postFrameCallback，去注册监听每一帧的开始刷新的时间，重而发现丢帧的情况。监听接口回调的时间单位是纳秒，也就是1/1000000ms。

// Application.java
public void onCreate() {
    super.onCreate();
    Choreographer.getInstance().postFrameCallback(new FPSFrameCallback(System.nanoTime()));
}

public class FPSFrameCallback implements Choreographer.FrameCallback {

    private static final String TAG = "FPS_TEST";
    private long mLastFrameTimeNanos = 0;
    private long mFrameIntervalNanos;

    public FPSFrameCallback(long lastFrameTimeNanos) {
        mLastFrameTimeNanos = lastFrameTimeNanos;
        mFrameIntervalNanos = (long)(1000000000 / 60.0);
    }

    
    public void doFrame(long frameTimeNanos) {
        // 初始化时间
        if (mLastFrameTimeNanos == 0) {
            mLastFrameTimeNanos = frameTimeNanos;
        }
        final long jitterNanos = frameTimeNanos - mLastFrameTimeNanos;
        if (jitterNanos >= mFrameIntervalNanos) {
            final long skippedFrames = jitterNanos / mFrameIntervalNanos;
            if(skippedFrames > 30){
                // 丢帧30以上打印日志
                Log.i(TAG, "Skipped " + skippedFrames + " frames!  "
                        + "The application may be doing too much work on its main thread.");
            }
        }
        mLastFrameTimeNanos = frameTimeNanos;
        // 注册下一帧回调
        Choreographer.getInstance().postFrameCallback(this);
    }
}

5.布局优化

5.1减少过度绘制
5.2减少布局层级
5.3使用include和merge标签
5.4使用viewStub懒加载View

6.耗时优化

6.1使用IdelHandler处理非紧急任务
6.2使用AsyncLayoutInflater去加载复杂的布局
6.3使用线程池去处理耗时任务

7.内存影响和优化

每次GC的时候，需要做一次GCRoot引用链的可达标记，这会挂起进程，暂停所有线程，在ART虚拟机中，这个时间大概是3ms。因此如果内存不足，会引起频繁的GC，那么就会导致主线程绘制受影响，从而导致丢帧卡顿。

7.1内存分析方式

7.1.1查看系统日志

在系统logcat日志齐全的情况下，可以查看是否是因为低内存导致的问题，如下会打印lowmemorykiller相关的tag：

或者看频繁存在GC的打印信息：

7.1.2 adb命令生成hprof文件分析内存状态

.hprof是Java堆内存的一个快照，内部记录了当时堆内存的状态，包括所有存活的对象和它们的引用关系。
.hprof文件可以用adb命令生成：adb dumpheap 包名 生成文件位置
在生成hprof文件的时候，最好是在卡顿前和卡顿后各采集一次，做对比。
然后使用Android Studio的Profiler打开这个.hprof文件

7.1.3直接使用Android Studio的Profiler

直接在Android Studio的Profiler选择MEMORY，然后选择Capture heap dump，然后选择Record开始采集：
然后就会得到如下的堆栈分析界面：

其中的Leaks表示的是存在内存泄漏的点，点击reference然后jump to source可以跳转到泄露点代码的位置。
直接跳转到泄露点的位置这种情况，是一种比较理想的情况，实际排查内存泄露的时候，可能会更复杂一点。包括是否是完全的复现的场景，或者不会直接显示leaks内存泄露点。

7.2垃圾判断算法

java虚拟机判断垃圾的方法，是从一系列GCRoot开始做引用链的可达搜索，不在引用链上的对象就会被判断为垃圾。
GCRoot包括：虚拟机栈引用的对象；本地native方法引用的对象；方法区中静态变量引用的对象；存活线程中存在的对象。

7.3几种垃圾回收算法

标记清除算法：先做可达性的标记算法，把GCRoot没有直接或者间接引用的对象标记为垃圾对象；然后把垃圾对象直接清除。
优点是算法简单，不需要移动存活的对象；缺点是容易产生内存碎片，导致频繁的GC。
复制算法：把内存分成两块，只使用其中一块内存。垃圾回收的时候，把当前内存块中存活的对象直接复制到另外一块空闲的内存，然后清除掉当前的内存块，调整两个内存块的角色，完成垃圾回收。
优点是不会存在碎片内存；缺点是内存使用缩小了一半，对象高存活的时候，会导致大量频繁复制。
标记压缩算法：首先从GCRoot做可达性标记，然后把存活的对象压缩到内存的一端，然后清楚边界外的所有空间。
优点是避免了内存碎片的产生，有不需要两块内存空间，性价比高；缺点是压缩内存，需要移动存活的对象，存在一定的效率降低。

7.4分代回收策略

在ART虚拟机中采用内存分代的策略，把堆内存划分为新生代和老年代。
新生代：
新创建的对象默认放入新生代的内存区域，新生代内存的对象存活率低，回收率高，一次GC平均回收70%～90%的对象，所以在新生代中的垃圾回收算法使用的是复制算法。
新生代中的内存区域，还可以被细分成一个Eden区和两个Survive区，比例是8:1:1。Eden用来存在新创建的对象，GC的时候会把Eden中存活的对象和Survive区中的对象一起拷贝到另一个空闲的Survive区中。
老年代：
对象在多次GC后仍然没有被回收（15次），那就会移入老年代内存。老年代内存的大小一般会比新生代内存更大，内部的对象存活时间长，存活率也高，因此采用的垃圾回收算法是标记-压缩算法。
当新创建的对象很大，且新生代的内存不足的情况下，对象会被直接放入老年代。

7.5.优化内存的方法和实践

7.5.1防止内存泄漏

6.5.1.1避免使用非静态的内部类，非静态的内部类会持有外部类的引用，导致外部类不能被回收。
典型的就是在Activity或者Fragment中使用匿名内部类的方式实现Handler的实例。由于Handler持有Activity的引用，在Message延迟等原因没有执行的情况下，Activity就不能被回收，存在风险。
还有就是在Activity中去注册广播、系统回调之后，没有在ondestroy的时候去注销监听，也是会引起内存泄露的。
但是Activity的View设置匿名函数的监听并不会导致内存泄漏，是因为在Activity的ondestroy的时候会主动让View去释放掉监听的引用。
6.5.1.2静态变量的引用
在单例模式中，我们会创建一个静态的变量去持有这个实例。当实例中引入的Context是Activity的时候，会导致Activity被一直强引用，导致内存泄漏。这种情况，可以使用Application Context的去做为单例模式中的Context参数。

7.5.2使用软引用和弱引用

在恰当的时候使用软引用和弱引用，可以降低内存的占用，降低GC的频率。

7.5.3避免在ondraw中创建对象

在自定义View的时候，避免在onDraw中去创建对象，或者去加载图片。因为onDraw会频繁调用，频繁创建对象或者加载资源，会容易造成内存的抖动。

7.5.4对图片的优化处理

图片是很占用内存的，内存占用 = width * height *像素点占用字节，如果是RGB_8888类型，占用4字节，如果RGB_4444则是占用2字节。因此一张800 x 600像素的图片，加载到内存 = 1080 * 720 * 4 = 3037KB = 2.96M的内存。
现在对图片的处理，很多时候会用到Gilde框架处理，确实也挺强大，但是很多时候我们还是需要自己去处理图片问题，特别是图片的缓存和内存的管理。
我们可以使用Android SDK提供的LruCache去构建一个图片缓存容器，它可以用图片的名称或者绝对路径做key，然后图片自己做value来缓存。当图片的缓存达到上限的时候，就移除掉最久没有使用的图片，释放内存。