Android性能优化笔记（一）——启动优化

本文主要是学习了极客时间张绍文老师的 Android开发高手课 以及 谷歌官网文章 的启动优化笔记~

参考文章： 
https://time.geekbang.org/column/article/73651 https://mp.weixin.qq.com/s/eaArt5Udc4WZ3NoH5RlEkQ https://juejin.im/post/5874bff0128fe1006b443fa0 https://developer.android.google.cn/topic/performance/vitals/launch-time

应用启动类型

• 冷启动

1. 场景：开机后第一次启动应用 或者 应用被杀死后再次启动
   
2. 生命周期：Process.start->Application创建->attachBaseContext->onCreate->onStart->onResume->Activity生命周期
   
3. 启动速度：在几种启动类型中最慢，也是我们优化启动速度最大的拦路虎

• 温启动

1. 场景：应用已经启动，返回键退出
2. 生命周期：onCreate->onStart->onResume->Activity生命周期
3. 启动速度：较快

• 热启动

1. 场景：Home键最小化应用
2. 生命周期：onResume->Activity生命周期
3. 启动速度：快

从上面的总结可以看出，在应用的启动过程中，冷启动是最慢最耗时的，系统以及应用本身都有大量的工作需要处理，所以，冷启动对于应用的启动速度是最具挑战以及最有必要进行优化的。

冷启动流程

冷启动指的是应用程序从进程在系统不存在，到系统创建应用运行进程空间的过程。冷启动通常会发生在一下两种情况：

• 设备启动以来首次启动应用程序
• 系统杀死应用程序之后再次启动应用程序

在冷启动的最开始，系统需要负责做三件事：

• 加载以及启动app
• app启动之后立刻显示一个空白的预览窗口
• 创建app进程

一旦系统完成创建app进程后，app进程将要接着负责完成下面的工作：

• 创建Application对象
• 创建并且启动主线程ActivityThread
• 创建启动第一个Activity
• Inflating views
• 布局屏幕
• 执行第一次绘制

一旦app进程完完成了第一次绘制工作，系统进程就会用main activity替换前面显示的预览窗口，这个时候，用户就可以正式开始与app进行交互了。

           

从冷启动的流程看，我们无法干预app进程创建等系统操作，我们能够干预的有：

• 预览窗口
  
• Application生命周期回调
  
• Activity生命周期回调

优化分析测量工具

对研发人员来说，启动速度是我们的“门面”，它清清楚楚可以被所有人看到，我们都希望自己应用的启动速度可以秒杀所有竞争对手。

“工欲善其事必先利其器”，我们需要先找到一款适合做启动优化分析的工具或者方式。

• adb shell am start -W [packageName]/[ packageName. AppstartActivity]
  

 在统计 app 启动时间时，系统为我们提供了 adb 命令,可以输出启动时间。系统在绘制完成后，ActivityManagerService 会回调该方法，但是能够方便我们通过脚本多次启动测量 TotalTime，对比版本间启动时间差异。但是统计时间不如 Systrace 准确。

• 代码埋点
  

通过代码埋点来准确获取记录每个方法的执行时间，知道哪些地方耗时，然后再有针对性地优化。例如通过在 app 启动生命周期中，关键位置加入时间点记录，达到测量目的；又例如可以在 Application 的 attachBaseContext方法中记录开始时间，然后在启动的第一个 Activity 的 onWindowFocusChanged方法记录结束时间。

但是从用户点击 app Icon 到 Application 被创建，再到 Activity 的渲染，中间还是有很多步骤的，比如冷启动的进程创建过程，而这个时间用此版本是没办法统计了，必须得承受这点数据的不准确性。

• Nanoscope

Nanoscope 非常真实，不过暂时只支持 Nexus 6 和 x86 模拟器。

• Simpleperf

Simpleperf 的火焰图并不适合做启动流程分析。

• TraceView

通过 TraceView 主要可以得到两种数据：单次执行耗时的方法 以及 执行次数多的方法。但是TraceView 性能耗损太大，不能比较正确反映真实情况。

• Systrace

Systrace 能够追踪关键系统调用的耗时情况，如系统的 IO 操作、内核工作队列、CPU 负载、Surface 渲染、GC 事件以及 Android 各个子系统的运行状况等。但是不支持应用程序代码的耗时分析。

综上所述，这几种方式都各有各的优点以及缺点，我们都要掌握。

但是有没有一种比较折中比较理想的方案呢？有的。

• “Systrace + 函数插桩”

除了能够看到例如 GC、System Server、CPU 调度等系统调用的耗时，还能够通过 Android 工程编译的过程中，在指定的方法前后，自动化插入插桩函数，统计方法执行时间。通过插桩，我们可以看到应用主线程和其他线程的函数调用流程。它的实现原理非常简单，就是将下面的两个函数 通过用ASM框架修改字节码的方式 分别插入到每个方法的入口和出口。

class TraceMethod {
    public static void i() {
        Trace.beginSection();
    }

    public static void o() {
        Trace.endSection();
    }
}复制代码

当然这里面有非常多的细节需要考虑，比如怎么样降低插桩对性能的影响、哪些函数需要被排除掉。函数插桩后的效果如下：

class Test {

    public void test() {
        TraceMethod.i();
        // 原来的工作
        TraceMethod.o();
    }
}复制代码

只有准确的数据评估才能指引优化的方向，这一步是非常重要的。没有充分评估或者评估使用了错误的方法，最终得到了错误的方向，会导致最后发现根本达不到预期的优化效果。

启动优化方法

在拿到整个启动流程的全景图之后，我们可以清楚地看到这段时间内系统、应用各个进程和线程的运行情况，现在我们要开始真正开始“干活”了。

具体的优化方式，我把它们分为预览窗口优化、业务梳理、业务优化、多进程优化、线程优化、GC 优化和系统调用优化。业务梳理、业务优化、线程优化、GC 优化、系统调用优化和布局优化。

预览窗口优化

当用户点击应用桌面图标启动应用的时候，利用提前展示出来的 Window，快速展示出一个界面，用户只需要很短的时间就可以看到“预览页”，这种完全“跟手”的感觉在高端机上体验非常好，但对于中低端机，会把总的的闪屏时间变得更长。

如果点击图标没有响应，用户主观上会认为是手机系统响应比较慢。所以比较推荐的做法是，只在 Android 6.0 或者 Android 7.0 以上才启用“预览窗口”方案，让手机性能好的用户可以有更好的体验。

要实现预览窗口的显示，只需要在利用 activity 的windowBackground主题属性提供一个简单的自定义 drawable 给启动的 activity，如下：

Layout XML file：

  
  
  
  
    
  
复制代码

Manifest file：

"@style/AppTheme.Launcher" />复制代码

这样一个 activity 启动的时候，就会先显示一个预览窗口，给用户快速响应的体验。当 activity想要恢复原来 theme，可以通过在调用super.onCreate() 和setContentView()之前调用 setTheme(R.style.AppTheme)，如下：

public class MyMainActivity extends AppCompatActivity {
  @Override
  protected void onCreate(Bundle savedInstanceState) {
    // Make sure this is before calling super.onCreate
    setTheme(R.style.Theme_MyApp);
    super.onCreate(savedInstanceState);
    // ...
  }
}复制代码

业务梳理

不要一股脑把全部初始化工作放在 Application 中做，需要梳理清楚当前启动过程正在运行的每一个模块，哪些是一定需要的、哪些可以砍掉、哪些可以懒加载。但是需要注意的是，懒加载要防止集中化，否则容易出现首页显示后用户无法操作的情形。总的来说，用以下四个维度分整理启动的各个点：

• 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。
  

把数据整理出来后，按需实现加载逻辑，采取分步加载、异步加载、延期加载策略，如下图所示：

               

一句话概述，要提高应用的启动速度，核心思想是在启动过程中少做事情，越少越好。

业务优化

通过梳理之后，剩下的都是启动过程一定要用的模块。这个时候，我们只能硬着头皮去做进一步的优化。优化前期需要“抓大放小”，先看看主线程究竟慢在哪里。最理想是通过算法进行优化，例如一个数据解密操作需要 1 秒，通过算法优化之后变成 10 毫秒。退而求其次，我们要考虑这些任务是不是可以通过异步线程预加载实现，但需要注意的是过多的线程预加载会让我们的逻辑变得更加复杂。

业务优化做到后面，会发现一些架构和历史包袱会拖累我们前进的步伐。比较常见的是一些事件会被各个业务模块监听，大量的回调导致很多工作集中执行，部分框架初始化“太厚”，例如一些插件化框架，启动过程各种反射、各种 Hook，整个耗时至少几百毫秒。还有一些历史包袱非常沉重，而且“牵一发动全身”，改动风险比较大。但是我想说，如果有合适的时机，我们依然需要勇敢去偿还这些“历史债务”。

多进程优化

Android app 是支持多进程的，在 Manifest 中只要在组件声明中加入android:process属性就可以让组件在启动时运行在不同的进程中。举个例子： 对于多进程 app ，可能拥有主进程，插件进程以及下载进程，但开发者只能在 Manifest 中声明一个 Application 组件，如果对应不同进程的组件启动时，系统会创建三个进程，创建三个 Application 对象，同时attachBaseContext、onCreate等生命周期回调方法也会被调用三次。

但是每个进程需要初始化的内容肯定是不一样的，所以，为了防止资源的浪费，我们需要在Application 中区分进程，对应进程只初始化对应的内容。

线程优化

线程优化分两方面：

第一，耗时任务异步化。子线程处理耗时任务，主线程做的事情越少，越早进入Acitivity绘制阶段，界面越早展现。例如不在主线程做如 IO 、网络等耗时操作。但是要注意，子线程不能阻塞主线程。

第二，线程池管理线程，控制线程的数量。线程数量太多会相互竞争 CPU 资源，导致分给主线程的时间片减少，从而导致启动速度变慢。线程切换的数据我们可以通过卡顿优化中学到的 sched 文件查看，这里特别需要注意 nr_involuntary_switches 被动切换的次数。

proc/[pid]/sched: 
 nr_voluntary_switches：主动上下文切换次数，因为线程无法获取所需资源导致上下文切换，最普遍的是 IO。 
 nr_involuntary_switches：被动上下文切换次数，线程被系统强制调度导致上下文切换，例如大量线程在抢占 CPU。 复制代码

第三，避免主线程与子线程之间的锁阻塞等待。有一次我们把主线程内的一个耗时任务放到线程中并发执行，但是发现这样做根本没起作用。仔细检查后发现线程内部会持有一个锁，主线程很快就有其他任务因为这个锁而等待。通过 Systrace 可以看到锁等待的事件，我们需要排查这些等待是否可以优化，特别是防止主线程出现长时间的空转。

        特别是现在有很多启动框架，会使用 Pipeline 机制，根据业务优先级规定业务初始化时机。比如微信内部使用的 mmkernel 、阿里最近开源的 Alpha 启动框架，它们为各个任务建立依赖关系，最终构成一个有向无环图。对于可以并发的任务，会通过线程池最大程度提升启动速度。如果任务的依赖关系没有配置好，很容易出现下图这种情况，即主线程会一直等待 taskC 结束，空转 2950 毫秒。

第四，设置子线程优先级。不重要任务，设置子线程优先级为 THREAD_PRIORITY_BACKGROUND，这样子线程最多能获取到10%的时间片，优先保证主线程执行。

GC优化

在启动过程，要尽量减少 GC 的次数，避免造成主线程长时间的卡顿，特别是对 Dalvik 来说，我们可以通过 Systrace 单独查看整个启动过程 GC 的时间。

启动过程避免进行大量的字符串操作，特别是序列化跟反序列化过程。一些频繁创建的对象，例如网络库和图片库中的 Byte 数组、Buffer 可以复用。如果一些模块实在需要频繁创建对象，可以考虑移到 Native 实现。

Java 对象的逃逸也很容易引起 GC 问题，我们在写代码的时候比较容易忽略这个点。我们应该保证对象生命周期尽量的短，在栈上就进行销毁。

系统调用优化

部分系统的API使用是阻塞性的，文件很小可能无法感知，当文件过大，或者使用频繁时，可能造成阻塞。例如：SharedPreference.Editor 的提交操作建议使用异步的 apply，而不是阻塞的 commit。

通过 systrace 的 System Service 类型，我们可以看到启动过程 System Server 的CPU 工作情况。在启动过程，我们尽量不要做系统调用，例如 PackageManagerService 操作、Binder 调用等待。

在启动过程也不要过早地拉起应用的其他进程，System Server 和新的进程都会竞争 CPU 资源。特别是系统内存不足的时候，当我们拉起一个新的进程，可能会成为“压死骆驼的最后一根稻草”。它可能会触发系统的 low memorykiller 机制，导致系统杀死和拉起（保活）大量的进程，从而影响前台进程的 CPU。举个例子，之前一个程序在启动过程会拉起下载和视频播放进程，改为按需拉起后，线上启动时间提高了 3%，对于 1GB 以下的低端机优化，整个启动时间可以优化 5%～8%，效果还是非常明显的。

布局优化

布局越复杂，测量布局绘制的时间就越长。主要做到以下几点：

1. 布局的层级越少，加载速度越快。
   
2. 一个控件的属性越少，解析越快，删除控件中的无用属性。
   
3. 使用标签加载一些不常用的布局，做到使用时在加载。
4. 使用标签减少布局的嵌套层次。
   
5. 尽可能少用wrap_content，wrap_content会增加布局measure时的计算成本，已知宽高为固定值时，不用wrap_content。
   

启动优化进阶方法

还有什么方法可以做进一步优化吗？

数据重排

如果我们在启动的过程中需要读一个文件 test.io 的 1KB 数据，而我们的 buffer 不小心写成 1byte，那么总共要读取 1000 次。系统是否会真的发起 1000 次磁盘 IO 呢？

事实上 1000 次读操作只是我们发起的次数，并不是真正的磁盘 I/O 次数。你可以参考下面 Linux 文件 I/O流程。

Linux 文件系统从磁盘读文件的时候，会以 block 为单位去磁盘读取，一般 block 大小是 4KB。也就是说一次磁盘读写大小至少是 4KB，然后会把 4KB 数据放到页缓存 Page Cache 中。如果下次读取文件数据已经在页缓存中，那就不会发生真实的磁盘 I/O，而是直接从页缓存中读取，大大提升了读的速度。所以上面的例子，我们虽然读了 1000 次，但事实上只会发生一次磁盘 I/O，其他的数据都会在页缓存中得到。

Dex 文件用的到的类和安装包 APK 里面各种资源文件一般都比较小，但是读取非常频繁。我们可以利用系统这个机制将它们按照读取顺序重新排列，减少真实的磁盘 I/O 次数。

在启动优化中，数据的重排主要有两方面：类重排 以及 资源文件重排。

类重排

类重排的实现通过 ReDex 的 Interdex 调整类在 Dex 中的排列顺序。

不明白可以看这篇文章：Redex 初探与 Interdex：Andorid 冷启动优化

根据interdex官方介绍的原理，我们可以知道要实现这个优化需要解决三个问题：

• 如何获取启动时加载类的序列？
  

redex中的方案是dump出程序启动时的hprof文件，再从中分析出加载的类，比较麻烦。这里我们采用的方案是hook住ClassLoader.findClass方法，在系统加载类时日志打印出类名，这样分析日志就可以得到启动时加载的类序列了。

class GetClassLoader extends PathClassLoader {
    @Override
    protected Class findClass(String name) throws ClassNotFoundException {
        // 将类名 name 记录到文件
        writeToFile(name, "coldstart_classes.txt");
        return super.findClass(name);
    }
}复制代码

• 如何把需要的类放到主dex中？
  

redex的做法应该是解析出所有dex中的类，再按配置的加载类序列，从主dex开始重新生成各个dex，所以会打乱原有的dex分布。而在手q中，分dex规则是编译脚本中维护的，因此我们可以修改分包逻辑，将需要的类放到主dex。

• 如何调整主dex中类的顺序？
  

开源就是好。Android编译时把.class转换成.dex是依靠dx.bat，这个工具实际执行的是sdk中的dx.jar。我们可以修改dx的源码，替换这个jar包，就可以执行自定义的dx逻辑了。简单说下具体修改方法：

这里需要对dex的文件格式做一定了解，不再细说，网上有一篇很好的文章，有兴趣可以了解下 http://blog.csdn.net/jiangwei0910410003/article/details/50668549

资源文件重排

Facebook 在比较早的时候就使用“资源热图”来实现资源文件的重排，最近支付宝在《通过安装包重排布优化 Android 端启动性能》中也详细讲述了资源重排的原理和落地方法。

类的加载

加载类的过程有一个 verify class 的步骤，它需要需要校验方法的每一个指令，是一个比较耗时的操作。

verify步骤可以看这篇文章：微信 Android 热补丁实践演进之路

我们可以通过 Hook 来去掉 verify 这个步骤，这对启动速度有几十毫秒的优化。不过我想说，其实最大的优化场景在于首次和覆盖安装时。以 Dalvik 平台为例，一个 2MB 的 Dex 正常需要 350 毫秒，将 classVerifyMode 设为 VERIFY_MODE_NONE 后，只需要150 毫秒，节省超过 50% 的时间。

// Dalvik Globals.h
gDvm.classVerifyMode = VERIFY_MODE_NONE;
// Art runtime.cc
verify_ = verifier::VerifyMode::kNone;复制代码

但是 ART 平台要复杂很多，Hook 需要兼容几个版本。而且在安装时大部分 Dex 已经优化好了，去掉 ART 平台的 verify 只会对动态加载的 Dex 带来一些好处。Atlas 中的 dalvik_hack-3.0.0.5.jar 可以通过下面的方法去掉 verify，但是当前没有支持 ART 平台。

AndroidRuntime runtime = AndroidRuntime.getInstance();
runtime.init(context);
runtime.setVerificationEnabled(false);复制代码

这个黑科技可以大大降低首次启动的速度，代价是对后续运行会产生轻微的影响。同时也要考虑兼容性问题，暂时不建议在 ART 平台使用。

黑科技

保活

讲到黑科技，你可能第一个想到的就是保活。保活可以减少 Application 创建跟初始化的时间，让冷启动变成温启动。不过在 Target 26 之后，保活的确变得越来越难。对于大厂来说，可能需要寻求厂商合作的机会。

插件化和热修复

它们真的那么好吗？事实上大部分的框架在设计上都存在大量的 Hook 和私有 API 调用，带来的缺点主要有两个：

• 稳定性。虽然大家都号称兼容 100% 的机型，由于厂商的兼容性、安装失败、dex2oat 失败等原因，还是会有那么一些代码和资源的异常。Android P 推出的 non-sdk-interface 调用限制，以后适配只会越来越难，成本越来高。

• 性能。Android Runtime 每个版本都有很多的优化，因为插件化和热修复用到的一些黑科技，导致底层 Runtime 的优化我们是享受不到的。Tinker 框架在加载补丁后，应用启动速度会降低 5%～10%。

总的来说，对于黑科技我们需要慎重，当你足够了解它们内部的机制以后，可以选择性的使用。

总结

以上就是本人学习过程中对启动优化相关内容的总结，谢谢大家能够阅读到这里。

启动优化，是一项长期的任务，任重而道远。

开发者要未雨绸缪，在编码过程中尽量减少给启动带来性能损耗的工作，主要注意以下几个事项：

• 尽量避免启动时在主线程做密集繁重的工作，如：避免 I/O 操作、反序列化、网络操作、锁等待等。
• 对模块以及第三方库按需加载，采取分步加载、异步加载、延期加载等策略。
• 利用线程池管理线程，避免创建大量线程，造成 CPU 竞争，导致主线程时间片减少。
• 启动过程中，尽量避免频繁创建的大量对象，减少 GC 给启动性能带来的卡顿影响。
• 尽量避免在启动过程中调用阻塞性的系统调用。

至于“启动优化进阶方法”小节中总结的优化方法要慎重选择使用，因为这些方法或多或少会带来一些不好影响。我们在使用这些方法之前，要足够了解他们的内部实现机制，做好评估工作，进行选择性使用。

最后附上几篇好文章帮助理解：

预览窗口：显示Activity的启动窗口
Interdex的介绍： Redex 初探与 Interdex：Andorid 冷启动优化
加载类过程 verify class 步骤的介绍： 微信 Android 热补丁实践演进之路
资源文件重排：支付宝 App 构建优化解析：通过安装包重排布优化 Android 端启动性能
插件化与热修复：Android热修复，没你想的那么难

初到掘金，人生地不熟，喜欢的朋友，点个赞鼓励下新手呗~