介绍QQ音乐团队在增量编译组件研发上的探索与实践。
1. 序言
工程编译，是Android应用开发工作中的重要一环。而随着工程代码量膨胀，编译耗时也越来越长，拖慢了开发效率。
这个问题在中大型团队中并不少见。以QQ音乐为例，Android工程代码量达到120万行以上，每修改一行代码，都要等待4分钟以上才能在手机上看到改动效果。
为了应对这个问题，我们自研推出了一款增量编译组件。经过一年时间的不断优化，组件已经可以支撑团队内的日常开发工作，有效提升了本地开发场景下的编译效率。
本文将会介绍QQ音乐团队在增量编译组件研发上的探索与实践历程。
2. 问题分析
本地开发过程中，我们会不断重复 修改代码-编译工程-安装APK-运行验证 这一过程。
因此，可以从编译与安装两个纬度来分析编译慢的原因。
首先是编译阶段。
其主要流程是，先收集工程中的所有资源文件进行编译，得到资源包以及资源索引类。随后资源索引类会跟随工程的所有代码文件，一起被编译为字节码文件，字节码文件还需要被进一步编译为Dex文件，这样才能被Android虚拟机所识别。
待资源包和Dex文件都准备好后，会被打包压缩到一起，执行签名、对齐等流程，最终完成编译，得到一个APK安装包。
在这个过程中，不论是资源编译还是代码编译，耗时都是与待编译的文件数量成正比的。我们在开发过程中，一般只会改动极少数的代码文件，然后触发编译。理想的情况是，编译工具应当只编译这些被改动的文件。但是由于代码的依赖关系，这在原生工具下很难实现。
Android Gradle Plugin自3.0版本开始，开始废弃compile关键字，并引入implementation关键字来声明依赖，是希望可以从module的粒度，去加快大型项目的编译速度。不过对于一些并未拆分多module的单一工程项目来说，使用效果并不理想。
再来看安装阶段。
安装包首先需要通过ADB工具传输到手机上，然后系统对其进行签名校验。校验成功后，还需要进行一系列文件解压、拷贝的操作。例如拷贝Dex文件、so文件等。
此外，如果是在系统版本为5.0、6.0的手机上，由于系统采用了AOT机制，安装过程中会进行预编译，将Dex中的字节码变成机器码，以提高应用运行时的效率，这就导致了安装耗时进一步被拉长。
可以看到，安装包体积、手机系统版本，都会影响到安装阶段的耗时。
3. 优化思路
根据上述分析，主要有三类解决方案。
工欲善其事，必先利其器，首先可以尝试对工程的构建工具链进行优化。
常见的方式是升级Android Gradle Plugin、Gradle等工具的版本、调整构建参数等。不过实践后发现，他们带来的优化效果并不理想。
当然，除了Gradle构建工具外，也可以考虑使用Facebook的Buck作为构建工具。根据官方介绍， 它利用多模块、多任务并行编译的思想，可以大幅度缩短编译耗时。
不过对于大型项目来说，要迁移构建工具，成本是极高的。目前使用的众多插件、周边开发工具链，都是基于Gradle体系的，迁移的话就会失去这些功能的支持；此外，如果工程还涉及到其他团队、项目的协作，构建方案也是无法随意更换的。
另外一种思路是，对工程代码进行优化，尽可能减少参与编译的代码数量。
这里可以做的事情很多，比如梳理业务删除冗余代码、进行多工程拆分、实施组件化（模块化）改造等；但是，由于代码耦合深、开发节奏紧等客观因素的存在，代码优化的难度通常比较大，各个方案的实施周期会比较长。所以并不能在短期内，快速解决编译缓慢的问题。
那么，能不能提供一个编译工具：在本地开发期间，每次仅编译被改动过的少量代码，而且最好可以跳过APK的安装过程，仅推送与加载新改动的代码。这样就可以从编译与安装两个纬度，去大幅缩减编译耗时。
这其实就是增量编译工具的核心思想。对于工具的接入方来说，不需要大刀阔斧地升级工具链或者进行工程改造，即可在较低的成本下，快速提高本地开发效率。
截止目前，业界主要有两款方案可以参考。
Instant Run是Google推出的第一代增量编译方案。不过在大型项目中，它带来的提速效果并不明显，甚至在某些场景下会让构建时间变得更长。
首先，在Gradle 4.6以前，如果项目中使用了注解处理器，那么每次代码修改都要进行全量编译。此外，若是修改的类中，包含有公有静态常量，那么也同样会导致本次修改需要进行全量编译。
Instant Run在使用过程中，有时也会遇到一些兼容性问题，但由于它是集成在Android Studio内部的，对于我们来说是一个黑盒，无法自行定位解决问题，只能被动地反馈问题与等待新版本发布。所以综合来看，这个方案并不合适引入。
在最新的Android Studio中，Instant Run已经被废弃，取而代之的，是Apply Changes方案，它是基于JVMTI技术来实现的。不过仅支持 Android 8.0 或者更高版本的手机，实测在工程中带来的提速效果也不明显。
另一个就是阿里推出的Freeline方案了，它可以充分利用缓存文件，在几秒钟内迅速地对代码的改动进行编译并部署到设备上，提速效果十分明显。不过它同样存在着一些不可忽视的问题。首先是不支持Kotlin，这在Kotlin已经被谷歌官宣为Android开发首选语言的今天，是比较致命的。另外，不支持删除带id的资源，否则可能导致资源编译流程出错。
另外一个潜在的问题是，为了确保编译速度，Freeline是牺牲了一部分正确性的。例如，在改动公有静态常量的时候，只会编译对应的类文件，而引用到该常量的其他类，并不会参与编译的。由于常量内联优化的存在，就可能导致这些类在运行时，使用的仍然是旧的值，进而出现改动不生效的问题。
综合上述，目前业界已有的解决方案，并不能满足我们的需求。所以在2019年初，我们开启了增量编译组件的自研之路。
4. 增量编译的诞生
在2019年6月份，增量编译组件完成了首版开发，开始正式接入QQ音乐工程。
接入后，对于本地开发的提速效果是比较明显的。据团队实际数据统计，进行一次全量编译的耗时约为418秒，而增量编译单次耗时仅需13秒。以天为单位计算，每个人花在工程编译上的总时长，由3.95小时，降低至了1.02小时，效率提升达到74%。
增量编译组件完全基于Gradle标准，实现为一个Gradle插件，具备良好的多平台兼容性，而且对于目标工程的侵入性极低。使用者只需要接入我们的Gradle插件，即可通过执行特定的Gradle任务，进入增量编译模式。
在功能的支持上，组件支持Java、Kotlin等代码文件以及所有类型资源文件的快速编译。在今年年初，加入了DataBinding的增量支持。而且，为了进一步减少使用成本，我们还在最新版本中提供了配套的Android Studio插件，开发者可以通过可视化的方式，更方便的使用组件功能。
下图描述了组件的整体原理，我们将开发周期分为编译期和运行期。
首次编译（亦可称全量编译），需要完整编译工程，得到原始安装包，耗时与原生的打包任务持平。后续再触发编译，将会进入耗时极短的增量编译模式，组件会负责收集改动过的代码进行编译，得到增量产物，并推送到手机上。
运行期则负责将手机上的增量产物进行动态加载运行。
在本文的后续内容中，将介绍几个重点模块的实现。
5. 核心原理
代码编译
（1）获取改动文件并进行编译
首先需要考虑的问题是，如何识别出用户改动了哪些文件？
我们的做法是，在每次编译成功后，收集所有工程文件的最后修改时间，保存为一份文件快照。在下次编译开始时，组件会生成最新的文件快照，与上一次的文件快照进行比对，就可以收集到用户改动过的文件了。
为了能够单独编译这些文件，还需要解决类引用的问题。
在首次完整编译工程时，组件会收集所有生成的class文件，放到缓存目录中。在编译被改动的文件时，会调用原生的javac或者是kotlinc程序，将刚才的缓存目录作为classpath传递进去，就可以解决编译时代码引用的问题了。
（2）进行代码依赖分析
上文中，提供classpath可以使编译阶段成功执行，却无法确保运行期的代码逻辑是正确的。举个例子，某个类修改了某个方法的参数列表，那么除了这个类需要被编译外，依赖这个类的其他类，也是需要重新编译的。否则，就会在运行期，出现NoSuchMethodException。
因此，由于代码之间相互依赖关系的存在，仅仅收集被用户改动的代码来编译，是不够的。还可能需要找出它的子依赖集，纳入编译范围。
沿着这个思路，还需要考虑两个问题：
- 如何得到改动类的变化类型？ 修改方法内部实现等类型的改动，是不会影响到其子依赖集的。在确保编译正确的前提下，为了尽可能地减少参与编译的代码数量，我们需要得到被改动类的变化类型，才能够决定是否需要将其子依赖集重新进行编译。
- 如何得到改动类的子依赖集？ 这个很好理解，只有计算出某个类的子依赖集，组件才能知道要编译什么。
想获取这两项信息，都需要对类的内部结构进行分析，提取出类名、类的修饰符、成员变量、方法等数据。我们的做法是，引入ASM工具对class文件进行解析，然后将解析出来的信息，保存到自定义的ResolvedClass数据结构中。
接下来的解决方案是这样的：
在全量编译期间，组件会同步启动一个独立的进程，对所有的class文件进行遍历分析，得到对应的ResolvedClass信息，并保存在本地文件中。其中，如果发现某个类引用了另一个类，那么就会把当前类的类名，添加到被引用类的子依赖集列表中（resolvedBy字段）。
触发增量编译后，组件首先编译改动类，得到新的class文件。然后启动代码依赖分析流程，解析出新的ResolvedClass，将其与全量编译期解析出来的旧ResolvedClass进行比对，就可以得到这个类的改动类型了。
当发现当前类的改动类型在下表中，组件才会获取其子依赖集，启动第二轮编译，得到子依赖集对应的class文件。
通过上面的方式，我们在确保编译正确的前提下，尽可能地减少了需要编译的代码数量。
随后，增量编译期间生成的所有class文件，会被dx工具进一步地编译为Dex文件，然后通过ADB推送到手机上，等待被动态加载。
资源编译
（1）资源增量
这一块的基本思路，与代码增量是类似的。即先收集被改动的资源，然后进行编译。
原生的资源编译流程主要采用的是aapt，或者是aapt2 。
一开始，我们工程使用的仍然是aapt，基于它去资源增量的难度相对较大。因为aapt工具是不支持单个资源编译的。Freeline通过修改aapt的源码，实现了单个资源的增量功能。不过他们的这部分方案没有开源，并且改动后仍然不支持带ID资源的删除，所以没有考虑在组件中引入。
再来看看aapt2。与aapt最大的不同在于，它是天然支持单个资源编译的。其内部把资源的打包分成了 编译（compile）与链接（link） 两步，在编译阶段，负责将单个或者多个资源编译为二进制文件；链接阶段，则负责合并所有二进制文件再打包。
于是，我们首先升级工程的工具链，引入了aapt2，然后组件也基于此重新设计了资源增量方案。
在工程首次编译结束之后，组件会将所有编译好的资源二进制文件都收集到一个缓存目录中。后续改动资源时，会先调用aapt2的编译功能，将改动的资源编译成为二进制文件。然后将新的二进制文件拷贝到资源缓存目录中，覆盖掉同名文件。
接着，会针对这个目录，采用aapt2的链接功能，打包生成最后的增量资源包，并推送到手机上，等待被动态加载。
通过这样改造后，QQ音乐工程中资源增量编译阶段的耗时，由原来的32秒降低到了12秒，效率得到进一步提升。
（2）资源ID固定
资源编译过程中，有一个文件是需要特别关注的：R.java文件。
为了让开发者能够在代码中引用资源，资源编译器会在编译的过程中，为每一个资源分配索引ID，并以公有静态常量的方式保存在R.java文件中。开发者只需要在代码中通过R.color.text等形式，即可引用到对应的资源。
而编译器编译源代码时，如果发现某处代码引用了常量（同时使用static和final两个关键字来修饰），且该常量为字面值形式的原始数据类型或字符串时，编译器就会将此处的常量引用替换为常量值。
也就是说，代码中类似R.color.text的引用，在class文件中都会被替换成为对应的数字。
资源编译的过程中，资源是按照名称排序后，按序递增分配索引的。如果新增或者删除资源，会导致其后续资源的索引出现错位。
在这种场景下，如果某个类引用到索引变化了的资源，就需要重新参与编译。否则，就会在运行时遇到资源引用错乱的问题。
但是这就会导致大量的类需要在增量过程中参与编译，和我们的初衷是相违背的。
所以，需要将R.java中的ID进行固定。简单来说，就是使得两次编译之间，对于同一个资源，分配到的ID是不变的。其实在热修复场景下，也具有相同的诉求。对于补丁包，是有严格的大小要求的。如果我们要对资源进行热修复，不可能把所有用到该资源的代码都重新编译纳入补丁包中下发，所以也需要进行资源ID固定。
相对应的解决方案也是业界比较通用的。若尝试输出aapt2命令行工具的帮助文档，可以发现有两个参数：
- --stable-ids： File containing a list of name to ID mapping.
- --emit-ids ： Emit a file at the given path with a list of name to ID mappings, suitable for use with --stable-ids.
因此，我们可以在编译资源的时候，给aapt2注入emit-ids参数，在指定文件中输出资源名称到资源ID之间的映射关系。并在下次启动aapt2时，通过stable-ids传入刚才的映射关系，达到资源ID固定的效果。
动态加载
（1）代码注入
编译完成后，可以得到若干个增量Dex包，并推送到手机的特定目录下。
那么在运行期，我们需要做的，是干涉原生的类加载流程，使被改动的代码优先被加载，达到改动生效的目的。
先来看看Android原生的类加载流程。
在应用程序启动后，会采用名为PathClassLoader的类加载器，去加载安装包中的Dex文件。需要加载某个类的时候，系统会从前往后依次遍历Dex数组，直到找到对应的类。
基于此，增量组件会在应用启动的时候，将增量Dex文件，通过反射手段插入Dex数组的最前面。后续需要加载某个类的时候，由于系统机制会从前往后遍历，因此会优先从增量的Dex中查找并命中改动后的类。需要说明的是，所有增量的Dex，会按照生成的时间，倒序插入到Dex数组中，如inc_3.dex、inc_2.dex、inc_1.dex，这样就可以确保一个类被多次增量修改后，被加载到的总是其最新实现。
类改动不生效问题的处理
在第一个版本发布后，我们收到同事的反馈，在Android 7.0或者更高版本的系统上，会偶现代码改动不生效的问题。经过分析，可以确保增量的代码是编译成功的，问题是出现在运行时类加载阶段。
这是由于从Android 7.0开始，虚拟机的代码编译策略，发生了变化。
Dex中的指令，首先需要被翻译成为机器码，才能被执行。随着系统版本的更迭，对于 Dex字节码的编译策略，也有着不同的表现。
在5.0以下的系统中，使用的是Dalvik虚拟机。在应用运行时，每当遇到一个新类，JIT编译器就会对这个类进行即时编译，经过编译后的代码，会被优化成相当精简的原生型指令码，这样在下次执行到相同逻辑的时候，速度会更快。不过由于编译工作是在应用运行过程中进行的，且没有缓存，这就使得应用启动速度较慢，运行效率受到影响，而且耗电较多。
因此，在Android 5.0开始，Google采用ART虚拟机来替代了Dalvik虚拟机。和Dalvik最大的区别在于，ART虚拟机采用的是AOT提前编译机制。系统在安装应用的时候，会使用自带的dex2oat工具，把安装包中的所有Dex文件进行一次预编译，生成一个可以在本地机器上运行的oat文件。这样后续应用每次运行时，就不需要执行编译了，应用的启动与运行的效率也得到了极大的提升。但是AOT每次执行的时间太长了，给用户直观感受就是安装极慢。
所以，从Android 7.0开始，采用了Hybrid Mode的ART虚拟机，它同时支持Interpreter、JIT、AOT三种模式。他们的交替使用，可以达到安装时间、内存占用、电池消耗和性能之间最好的平衡。
在应用运行时，虚拟机会先使用Interpreter去解释与执行代码。如果发现热点函数，会启用JIT编译器，并将编译结果存储在本地profile文件中；当Android设备空闲或者是充电时，系统会在后台定期针对profile文件执行AOT编译，得到一份“热代码”；
在下一次应用重启时，系统会将编译好的热代码，一次性地插入到类加载器的缓存ClassTable中。后续类加载的过程中，会先从ClassTable中寻找是否有缓存，有的话则直接返回，跳过后续的类查找流程。
到这里，我们就可以解释，为什么混合编译会引起偶现的增量代码改动不生效问题了。
若要加载增量改动过的A类，会分为两种情况：
- 热代码中不包含A类：这种情况是比较理想的，系统由于在ClassTable中无法命中，就会到增量Dex中查找A类，此时增量代码是可以生效的。
- 热代码中包含A类：系统在类加载过程中，会在ClassTable中优先命中改动前的A类，从而导致增量不生效的问题。
针对这个问题，Tinker的解决方案是，首先复制原生类加载器的Dex数组，去完全新建一个自定义的类加载器。然后把应用进程引用的所有类加载器，都指向自定义的类加载器，负责后续的所有类加载以及补丁代码注入行为。
因为热代码不会被插入到自定义类加载器的ClassTable缓存中，因此后续的补丁代码加载，就不会受到热代码干扰，可以正常生效了。
不过，增量编译组件是面向本地开发的debug包，所以，也可以采用更为简单的方案：由组件自动在AndroidManifest.xml中指定android:vmSafeMode="true" 即可。这个开关会停用AOT编译器。热代码不能生成，也就不会遇到上述问题了。
（2）资源注入
资源的动态加载则相对简单。主要是参考Instant Run，通过反射调用AssetsManager的addAssets方法，将增量资源包加载到内存中来，得到新的Resources对象，然后替换掉ActivityThread等所有持有Resources的地方即可。这也是大部分热修复框架中的基本思路。
6. 结语
回顾增量编译组件的实践之路，其实是对于Android应用编译、热修复、字节码插桩、Gradle等技术的综合运用。对于大型工程说，可以快速低成本的实现本地开发效率的提升。
同时，对于编译速度的优化，我们还有几个建议。首先是建议及时升级最新的编译工具链，沿用官方最新的优化成果。并使用Gradle提供的profile构建分析工具，进行针对性的任务分析，解决脚本中一些不合理的耗时。同时，也建议同步进行模块化改造，进行代码分拆等。这一步持续的时间可能较长，但是后期收益不仅仅是编译效率上的提升，还有业务模块级别的代码复用能力提升。
目前组件已经接入QQ音乐、全民K歌等团队中应用，并已在公司范围内进行开源。增量编译组件还有部分特性需要进一步开发。如四大组件增量支持、Module增量支持等。同时，我们也正在通过实际开发工作场景中暴露出来的问题，不断去优化组件。
待进一步完善后，将会执行组件外部开源计划。我们期望在开源后，可以帮助更多有需要的团队，能够做到无缝集成，无需考虑细节实现，即可轻松提升开发效率。