Android优化有感

我们讲Android 优化 优化的点在哪

1 ，绘制优化

2，内存优化

3，存储优化

4，稳定性优化

5，耗电优化

6，apk包大小优化

绘制优化

先说说原理：

​ 界面是每隔16ms 刷新一次 对图像进行栅格化渲染出来 如果大于16ms 才渲染出来 这就会让用户等到32ms 后才看到画面或者16ms的倍数 就会感觉卡 那关键什么原因导致渲染卡顿呐

导致渲染卡顿（绘制任务繁重耗时太长）：

​ 内存占用过高频繁gc

​ xml 界面过于复杂

如何优化：

​ 关键是如何定位到该优化的点 需要借助工具

​ 例如：查看Layout的层次的Hierarchy View

​ 打开手机的辅助功能 GPU 渲染辅助功能

​ TraceView 分析内存

布局要优化：减少递归遍历的层次 （merge，viewStub 等）

使用 Lint 工具 可以为我们提出一些建议

避免过度绘制：有重叠的部分不要多次绘制 可以打开手机辅助工具进行检测

启动优化

在application MainActivity 中的一些方法中做处理

在使用Context 时 能使用的application 的就不要使用activity

优化的点： ui布局 绘制和数据准备

合理的刷新机制

避免后台线程影响：避免后台线程占用cpu过高

UI卡顿的监控

如何做 原理是什么：

​ 我们都知道一个进程中只要一个MainLooper 在进行消息分发时会调用Handler中的dispatchMessage 方法 如果主线程卡顿了说明该方法内部出现问题 可以根据这个来做监控

如果有卡顿如何知道卡顿的点上报什么数据：

​ 可以上报堆栈信息：卡顿时的堆栈信息

​ 耗时信息，基本信息（系统版本，机型，进程名，版本号，磁盘空间）

//Looper 核心点
public void setMessageLogging(@Nullable Printer printer) {
        mLogging = printer;
 }

上报数据： 本身就卡了 先存到本地 先不要上报了等到空闲或者数据量可以了打包压缩上传到服务器

内存优化

有两个个点：

​ 1，内存泄漏问题

​ 2，优化内存空间

内存泄漏问题

内存为什么会泄漏： 对象不使用了但是不能被垃圾回收机制回收

如何检测到内存泄漏

使用工具进行检测 Memory Monitor 进行内存监控 提供了图像化的界面但不能精确到某个点导致的内存泄漏

HeapViewer 堆空间使用情况

Allocation Tracker ：可以查找具体下泄漏点

内存泄漏如何监控

使用LeakCanary 默认情况下 它只对Activity进行监控

如果我们要对 Fragment BroadcastReceiver Service 进行监控怎么办

//可以在生命周期结束时调用该方法
LeakCanary.refWatcher(this).watchDelay(0, TimeUnit.MICROSECONDS);

自定义监控上传到可以上传到后台服务器

LeakCanary.refWatcher(this)
.listenerServiceClass(LeakCanaryService.class)
    //LeakCanaryService 可以继承 DisplayLeakService
        .excludedRefs(AndroidExcludedRefs.createAppDefaults().build())
        .buildAndInstall();

常见的泄漏场景

1，资源未关闭

2，注册对象未注销

3，类的静态变量持有大数据对象

4，非静态内部类的静态实例

5，Handler Context WebView 等常见对象

6，容器中的无用对象没有清理

优化内存空间

引用优化： 强 软 弱 虚 （弱 对有生命周期的 软 对长期存储内存中必要的时候可以释放掉的 虚 检测对象是否回收）

减少不必要的内存开销：如自动装箱问题 可以使用ArrayMap SparseArray LongSparseArray 等

内存复用：对象池，Bitmap 复用 视图复用 资源复用 LruCache

图片的优化：三级缓存（内存 ， 本地 ，网络） 内存使用LruCache 缓存

​ 图片显示优化：质量压缩，图片大小压缩 ，质量大小压缩 ，超级大图 分块显示

存储优化

序列化优化

没什么好说的 aidl 通信使用 Parcelable 相对字节小

如何是网络数据传输：可以使用Proto 相对字节小

SharedPreference优化

写入是不需要返回值使用 apply

避免频繁读写操作

数据库优化

1，使用 SQLiteStatement 在性能上有一定提高

2，使用事物 （原子提交 性能好）

3，使用索引 （数据量不大就不要用）

4, 可以使用双缓冲机制 （什么意思：常用的数据放到内存在异步更新到数库）

5，提高查询性能（查询数据量分页，减少查询数据的列数）

稳定性优化

我们说一个app 稳不稳定 主要看 是否崩溃，ANR

1，提高代码质量

​ 如何提高： 看编码经验 和 通过工具进行检测是否合格

​ 工具：Lint 阿里代码规范插件

2，Crash 监控

​ java 层监控

//当出现Crash 调用 先暂存到本地 下次在上传后台服务器
Thread.setDefaultUncaughtExceptionHandler();

​ native层监控

​ 当程序Crash时 Linux 会生成dump文件 分析dump 可以找到原因

何时分析或者上传dump文件那： 当Linux Crash 会发信号 我们可以注册信号回调

#include <signal.h>
static int crash_signal[] = {
        SIGILL,//执行了非法指令 堆栈溢出 可执行文件本身出错
        SIGABRT,//调用了abort函数
        SIGBUS,//访问非法地址
        SIGFPE,//算数错误
        SIGSEGV,//访问不属于自己的存储空间或访问只读存储空间
        SIGPIPE //管道异常
};

static void JNICrashHandle(int n,siginfo_t *siginfo,void *sigcontext){
    char *stacks = (char*)calloc(100, sizeof(char));
    //dump 文件
}

JNIEXPORT jint JNICALL
JNI_OnLoad(JavaVM *vm, void * reserved ) {
    struct sigaction act_crash;
    memset(&act_crash,0, sizeof(act_crash));
    act_crash.sa_sigaction = JNICrashHandle;
    act_crash.sa_flags = SA_RESTART | SA_SIGINFO;
    sigemptyset(&act_crash.sa_mask);
    for(unsigned int i=0;i< sizeof(crash_signal)/ sizeof(crash_signal[0]);i++){
        sigaction(crash_signal[i],&act_crash,NULL);
    }
    return JNI_VERSION_1_6;
}

​ 上报到后台服务器

​ 不要马上就上报 先存到本地 等下次启动在进行上报

3，ANR 监控

系统处理超时产生的ANR KeyDispatchTimeOut(5) BroadcastTimeOut(10) ServiceTimeOut(20)

根本原因：代码写的不好 有问题导致主线程堵塞 其他进程占用CPU过高(不考虑)

如何监控上报ANR：

​ 和卡顿监控类似（UI卡顿的监控）

4，提高进程存活率

只考虑 系统通过回收内存杀掉进程

降低进程占用的内存（看内存优化）

提高进程优先极（网络连接心跳，利用系统机制：通知栏，注册系统广播，aidl 双进程 ,SyncAdapter）

<provider
     android:authorities="xxxxxx"
     android:name=".service.TestContentProvider"
     android:syncable="true"/>
<!-- android:syncable="true" 为true -->

耗电优化

耗电的点在哪： 显示，CPU ，网络

优化的点：CPU，网络 上

网络 ：

​ wifi： 尽量增大每个数据包大小

​ 3G，4G: 最好批量执行网络请求，尽量避免频繁的间隔执行

​ 传输数据包：json proto Gzip压缩

CPU：

​ 减少运算量

使用 JobScheduler 削峰平谷

apk包大小优化

常用方案：

代码混淆 ： 这个没什么好说的
资源优化：
尽量使用一套资源
​ SVG代替图片
​ 移除无用的资源
​ 压缩对齐 资源混淆和7zip压缩
​ 可以使用微信团队开源的AndResGuard进行资源混淆

​ 图片优化：对图个别大图片进行压缩 可以使用webp

​ lib: 使用 armeabi,armeabi-v7 就行

插件化：

​ 放到服务器上减少包体积