5种优化你的安卓5.0 Lollipop代码的方法
简介
转载请注明 http://blog.csdn.net/sinat_30276961/article/details/48048865
原文地址
Android 5.0 Lollipop* 发布的同时，推出了名为 ART*（简称 Android 运行时）的创新型默认运行时环境。 它包含多项增强功能，可有效提升性能。 本文将介绍 ART 相 比于前代 Android Dalvik* 运行时所具备的部分全新特性，并分享五个技巧，帮助开发 人员进一步提升应用性能。
ART 有何新特性？
基于 Dalvik 运行时分析 Android 应用时，最终用户会面临两个主要难题：应用启动 时间较长以及大量的 jank。 应用断续、不稳定或中止时都会出现 jank，这是因为帧设 置耗费的时间过长，导致应用与屏幕刷新率不一致。 相比于之前的帧，如果一个帧的速度明显加快或减慢，该帧就会被认为出现异常。 用户将这种 jank 视作抖动，用户体验的流畅性会因此比预期的差。 为解决这些问题，ART 增加了几项全新特性：
提前编译： ART 在安装期间使用设备上 dex2oat 工具编译应用，并针对目标设备生成可执行的应用。 通过对比，Dalvik 使用解释器和即时编译，在安装期间将 APK 转换成优化型 dex 字节代码，并在应用运行的时候进一步将该优化型 dex 字节代码编译成面向热路径的原生机器代码。 因此，尽管安装时间长一些，但 有助于加快应用在 ART 中的登录速度。 在 ART 环境中，应用还需使用设备更多的闪存 空间，因为安装期间编译的代码需占用额外空间。
改进内存分配： Dalvik 上需要广泛分配内存的应用可 能会遭遇性能低下问题。 内存分配器中的独立大型对象空间和功能改进有助于解决这一 问题。
改进垃圾回收： ART 的垃圾回收速度更快、规模更大， 可减少碎片数量并提高内存利用率。
提升 JNI 性能： 优化型 JNI 调用和返回代码顺序可减少 JNI 调用时所使用的指令数量。
64 位支持： ART 充分利用 64 位架构，有效提升了基于 64 位硬件运行的应用性能。
由于这些特性，使用 Android SDK 编写的应用以及进行多个 JNI 调用的应用在用户体验方面均得以显著提升。用户还可因此延长电池续航时间，因为应用只需编译一次， 而且在常规使用过程中执行的速度更快，消耗的能源更低。
ART 与 Dalvik 性能对比
ART 首次在 Android KitKat 4.4 上以预览版发布时，其性能遭到了诟病。 但早期的性能对比不太公平，因为对比的对象分别是早期版 ART 与成熟优化版 Dalvik，所以应用在 ART 中的运行速度比 Dalvik 慢。
现在我们可以对比面向客户版本的 ART 和 Dalvik。 由于 ART 是 Android 5.0 内的唯一进行时，并排对比 Dalvik 与 ART 只能基于对比近期从 Android KitKat 4.4 更新 至 Android Lollipop 5.0 的设备。 就本文而言，我们使用采用英特尔® 凌动 TM 处理器的 TrekStor SurfTab xintron i7.0* 平板电脑进行测试，首先是 运行 Dalvik 的 Android 4.4.4，然后更新至运行 ART 的 Android 5.0。
由于我们对比的是不同版本的 Android 系统，Android 5.0 也可能会带来性能改进， 但基于内部性能测试，我们发现，ART 是实现性能改进的最主要原因。
我们运行性能指标评测，其中 Dalvik 能够积极优化重复执行的代码，预计能够带来优势，以及英特尔自己的游戏仿真。
数据显示，在五项性能指标评测中，ART 的表现要优于 Dalvik，而且在几个案例中明显超过了 Dalvik。
Relative Lollipop-ART to KitKat-Dalvik performance
如欲了解更多有关这些性能指标评测的信息，请访问下列链接：
Quadrant 2.1.1*
CaffeineMark 3.0*
Smartbench 2012 productivity*
Antutu 4.4 Overall*（ 请注意，我们测试的版本不再供下载）
CF-Bench 1.3 Overall*
IcyRocks 1.0 版是由英特尔开发的工作负载，用以模拟真实游戏应用。 它的大部分计算都采用开源 Cocos2d* 函数库和 JBox2D*（一种 Java 物理引擎）。 它测量不同负载水平下每秒渲染的平均动画（帧）数 (FPS)，然后通过求取这些 FPS 的平均数计算最 终的指标。 它还测量跳帧的程度（每秒的跳帧数），即不同负载水平下每秒抖动帧数的平均值。 它显示了 ART 较之 Dalvik 所实现的性能改进：
Relative ICY Rocks animations/second
IcyRocks 1.0版也显示ART比Dalvik更连贯地渲染画面而较少出现跳帧，从而获得更平稳的用户体验。
Relative ICY Rocks JANK/second
基于这个性能评估，很显然ART相比Dalvik已经提供了更好的用户体验和更佳性能。
代码从 Dalvik 到 ART 的转换
代码从 Dalvik 到 ART 的转换非常透明，大多数运行于 Dalvik 的应用可直接运行于 ART，无需进行修改。 因此，用户升级至新的运行时后，许多应用都可实现性能改进。 最好测试带有 ART 的应用，尤其是使用 Java 原生接口的应用，因为 ART 的 JNI 错误处理比 Dalvik 更严格，如本文所述。
优化代码的 5 个技巧
得益于 ART 的上述功能改进，大多数应用将实现性能提升。 此外，您还可采用其他实践进一步针对 ART 优化您的应用。 我提供了部分简化的代码，以证明下列各种技巧的运行方式。
由于应用各不相同，其性能主要依赖于周围的代码和环境，因此无法为您提供明显的性能提升指示。 不过我们将解释这些技巧能够提升性能的原因，并建议您在自己的代码 环境中测试这些技巧，以验证它们对性能的影响。
这些技巧的使用非常广泛，但在 ART 案例中，可通过 dex 文件生成二进制可执行代码的 dex2oat 编译器将实施下列优化。
技巧 #1 – 尽可能使用本地变量，不要使用公共类域。
限制变量范围后，不仅可以增加代码的可读性，降低错误率，还可使代码更加便于优化。
在下列未优化代码中， v 的值在应用运行的时候计算。 因为 v 可绕过方法进行访问，它的值可通过任意代码更改，因此在编译期间处于未知状态。 编译器不知道 some_global_call() 操作是否更改了 v，因为任何代码都可绕过该方法更改 v。
在优化代码中，v 是本地变量，它的值可在编译期间计算。 因此，编译器能够直接将结果放在代码中，从而避免在运行时进行计算。
未优化代码
class A {
public int v = 0;
public int m(){
v = 42;
some_global_call();
return v*3;
}
}优化代码
class A {
public int m(){
int v = 42;
some_global_call();
return v*3;
}
}技巧 #2 – 使用关键词 final 提示该值为常量。
关键词 final 可用于防止代码被意外修改应为常量的变量，还可通过提示编译器该值为常量来提高性能。
在下列未优化代码中，v*v*v 的值必须在运行时计算，因为 v 的 值可以更改。 在下列优化代码中，为 v 赋值时，使用关键词 final 将告知编译器，该值不会被更改，因此可在编译期间执行计算，并将计算结果添加至代码，从而无需在运行时进行计算。
未优化代码
class A {
int v = 42;
public int m(){
return v*v*v;
}
}优化代码
class A {
final int v = 42;
public int m(){
return v*v*v;
}
}技巧 #3 – 使用关键词 final 定义类和方法
因为 Java 中的所有方法具备多形态特征，声明方法或类的最终性可告知编译器，该方法在任意子类中都不会被重新定义。
在下列未优化代码中，m() 必须在执行调用之前明确。
在优化代码中，由于方法 m() 已声明为最终方法，编译器知道应该调用哪个版本的 m()。 这样可避免方法查找和行内调用，从而该方法的内容可替换 m() 调用。 性能会因此显著提升。
未优化代码
class A {
public int m(){
return 42;
}
public int f(){
int sum = 0;
for (int i = 0; i < 1000; i++)
sum += m(); // m must be resolved before making a call
return sum;
}
}优化代码
class A {
public final int m(){
return 42;
}
public int f(){
int sum = 0;
for (int i = 0; i < 1000; i++)
sum += m();
return sum;
}
}技巧 #4 – 避免 JNI 调用小方法。
在很多情况下都可使用 JNI 调用，例如能够重复利用 C/C++ 代码库或函数库时，需要跨平台实施时，或需要性能提升时。 但最好能够最低限度地减少 JNI 调用的数量，因为调用的开销非常大。 如果 JNI 调用用于优化性能，其开销可能导致无法达到预期效果 。 尤其是频繁调用简短 JNI 方法可能会产生负面影响，而且将 JNI 调用放在循环中会增加开销。
代码示例
class A {
public final int factorial(int x){
int f = 1;
for (int i =2; i <= x; i++)
f *= i;
return f;
}
public int compute (){
int sum = 0;
for (int i = 0; i < 1000; i++)
sum += factorial(i % 5);
// if we used the JNI version of factorial() here
// it would be noticeably slower, because it is in a loop
// and the loop amplifies the overhead of the JNI call
return sum;
}
}技巧 #5 – 使用标准函数库，不要用自己的代码实施相同的功能
标准 Java 函数库经过了高度优化，通常使用内部 Java 机制获取最佳性能。 相比于使用您自己的代码实施相同功能，这种运行方式的速度要快得多。 试图避免因调用标准函数库而产生的开销实际上会导致性能下降。 在下列未优化代码中，有种自定义代码可 用来避免调用 Math.abs()。 不过，这种使用 Math.abs() 的代码运行速度会比较快，因为在编译期间，Math.abs() 由 ART 中的优化型内部实施所替代。
未优化代码
class A {
public static final int abs(int a){
int b;
if (a < 0)
b = a;
else
b = -a;
return b;
}
}优化代码
class A {
public static final int abs (int a){
return Math.abs(a);
}
}英特尔对 ART 的优化
英特尔与 OEM 合作提供优化版 Dalvik，基于英特尔处理器运行时可提升性能。 英特尔同样投资于改进 ART，使其基于全新运行时进一步增强性能。功能优化将通过 Android 开源项目 (AOSP) 提供，并/或直接通过设备厂商提供。 同先前一样，功能优化对开发人员和用户是透明的，因此无需更新应用便可轻松获得优势。
了解更多信息
如需了解更多有关优化面向英特尔处理器的 Android 应用，以及英特尔® 编译器的信 息，请通过网址 https://software.intel.com 访问英特尔开发人员专区。
关于作者
Anil Kumar 在英特尔公司工作已超过 15 年，在软件与服务事业部担任过多项职务。目前，他担任高级资深软件性能架构师，并在以下方面发挥着积极的作用：通过服务于各大标准组织帮助完善 Java 生态系统、积极参与性能指标评测（SPECjbb*、SPECjvm2008 ，SPECjEnterprise2010 等）、通过提升用户体验和资源利用率改进客户应用，以及提升面向软硬件配置的默认性能。
Daniil Sokolov 是英特尔软件与服务事业部的资深软件工程师。 过去 7 年，Daniil 一直专注于 Java 性能的各个领域。 目前，他主要致力于提升基于英特尔 Android 设备的用户体验和 Java 应用性能。
Xavier Hallade 是英特尔软件与服务事业部常驻法国巴黎的开发人员宣传官，主要致力于各种 Android 框架、函数库和应用，帮助开发人员增强对新硬件和新技术的支持。
他同时还是 Android 领域的谷歌开发专家，专注于 Android NDK 和 Android TV。