Android性能优化盘点 - 布局优化

继上一篇卡顿优化后，开始盘点卡顿/丢帧的第一个小分支：布局优化。还是老规矩，先列大纲：

布局优化盘点大纲

一、基础知识

1.1 布局加载流程

布局加载流程简单示意图

1.2 布局绘制相关流程

触发addView流程：

performTraversals流程：

measure、layout、draw流程：

注：图片来源于工匠若水

二、优化工具

首先简单介绍下绘制优化相关的工具，这里systrace和traceView依然好使，按绘制流程阶段发现绘制耗时函数。这部分同卡顿篇原理一致就不赘述了。

2.1 Lint

静态代码检测工具，通过对代码进行静态分析，可以帮助开发者发现代码质量问题和提出一些改进建议。AS中目前大概有200个左右的lint检查，当然有特殊需求的可以自定义：【我的Android进阶之旅】Android自定义Lint实践

这里简单看下布局相关的两个检查项：

点击Analyze的Inspect Code触发Lint检测

2.2 show GPU overdraw & GPU rendering

Settings/开发者选项/调试GPU过度绘制

Settings/开发者选项/HWUI呈现模式分析

1)在屏幕上显示为条形图：

2）adb shell dumpsys gfxinfo

2.3 Layout Inspector

AS： Tools > Android > Layout Inspector 选择对应进程

左侧看视图层级结构，右侧看具体属性和赋值内容。

三、监控

3.1 布局整体耗时监控：

可以使用AspectJ做面向aop的非侵入性的监控。

工程主gradle:

classpath 'com.hujiang.aspectjx:gradle-android-plugin-aspectjx:2.0.0’

项目gradle:

apply plugin: 'android-aspectjx’

implementation 'org.aspectj:aspectjrt:1.8.+’

针对Activity.setContentView监控简单示例：

@Aspect
public class PerformanceAop {
    public static final String TAG = "aop";
   @Around("execution(* android.app.Activity.setContentView(..))")
    public void getSetContentViewTime(ProceedingJoinPoint joinPoint) {
        Signature signature = joinPoint.getSignature();
       String name = signature.toShortString();
       long time = System.currentTimeMillis();
       try {
            joinPoint.proceed();
       } catch (Throwable throwable) {
            throwable.printStackTrace();
       }
        Log.i(TAG, name + " cost " + (System.currentTimeMillis() - time));
   }
}

3.2 单个视图创建耗时监控：

Factory2、Factory本质上他俩就是创建View的一个hook，可以通过这个回调来监控单个View创建耗时情况。

注：Factory2继承自Factory，Factory2比Factory的onCreateView方法多一个parent的参数，即当前创建View的父View。

简单示例：

LayoutInflaterCompat.setFactory2(getLayoutInflater(), new LayoutInflater.Factory2() {
   @Nullable
   @Override
   public View onCreateView(@Nullable View parent, @NonNull String name, @NonNull Context context, @NonNull AttributeSet attrs) {
       //1.配合getDelegate().createView来做高版本控件的兼容适配。
       //2.单个View创建耗时统计。
       long time = System.currentTimeMillis();
       View view = getDelegate().createView(parent, name, context, attrs);
       Log.i("TAG", name + "  cost: " + (System.currentTimeMillis() - time));
       return view;
   }

   @Nullable
   @Override
   public View onCreateView(@NonNull String name, @NonNull Context context, @NonNull AttributeSet attrs) {
       return null;
   }
});

这里有一点要注意：setFactory2必须在super.onCreate(savedInstanceState)之前，不然会报如下错误：

java.lang.RuntimeException: Unable to start activity ComponentInfo{com.stan.topnews/com.stan.topnews.app.MainActivity}: java.lang.IllegalStateException: A factory has already been set on this LayoutInflater
        at android.app.ActivityThread.performLaunchActivity(ActivityThread.java:3314)
        at android.app.ActivityThread.handleLaunchActivity(ActivityThread.java:3453)

打印结果：

2020-03-11 16:43:07.389 17078-17078/com.stan.topnews I/Perf: Connecting to perf service.
2020-03-11 16:43:07.567 17078-17078/com.stan.topnews I/perf: LinearLayout  cost: 13
2020-03-11 16:43:07.569 17078-17078/com.stan.topnews I/perf: ViewStub  cost: 0
2020-03-11 16:43:07.634 17078-17078/com.stan.topnews I/perf: TextView  cost: 16
2020-03-11 16:43:07.637 17078-17078/com.stan.topnews I/perf: TextView  cost: 3
...

3.3 布局绘制监控

这里用到的还是FPS，就监控一个doFrame。

简单示例：

private long mStartFrameTime = 0;
private int mFrameCount = 0;
/**
* 单次计算FPS使用160毫秒
*/
private static final long MONITOR_INTERVAL = 160L;
private static final long MONITOR_INTERVAL_NANOS = MONITOR_INTERVAL * 1000L * 1000L;
/**
* 设置计算fps的单位时间间隔1000ms,即fps/s
*/
private static final long MAX_INTERVAL = 1000L;
private void getFPS() {
   if (Build.VERSION.SDK_INT < Build.VERSION_CODES.JELLY_BEAN) {
       return;
   }

   getWindow().getDecorView().getViewTreeObserver().addOnDrawListener(new ViewTreeObserver.OnDrawListener() {
       @Override
       public void onDraw() {
           Choreographer.getInstance().postFrameCallback(new Choreographer.FrameCallback() {
               @Override
               public void doFrame(long frameTimeNanos) {
                   if (mStartFrameTime == 0) {
                       mStartFrameTime = frameTimeNanos;
                   }
                   long interval = frameTimeNanos - mStartFrameTime;
                   if (interval > MONITOR_INTERVAL_NANOS) {
                       double fps = (((double) (mFrameCount * 1000L * 1000L)) / interval) * MAX_INTERVAL;
                       Log.i(TAG, "fps:" + fps);
                       mFrameCount = 0;
                       mStartFrameTime = 0;
                   } else {
                       ++mFrameCount;
                   }
               }
           });
       }
   });
}

FPS相关成熟三方库：

matrix微信的卡顿检测方案，采用的ASM插桩的方式，支持fps和堆栈获取的定位，但是需要自己根据asm插桩的方法id来自己分析堆栈，定位精确度高，性能消耗小，比较可惜的是目前没有界面展示，对代码有一定的侵入性。如果线上使用可以考虑。

fpsviewer 利用Choreographer.FrameCallback来监控卡顿和Fps的计算，异步线程进行周期采样，当前的帧耗时超过自定义的阈值时，将帧进行分析保存，不影响正常流程的进行，待需要的时候进行展示，定位。

四、布局加载优化

前面简单了解了布局加载流程，

性能瓶颈在于LayoutInflater.inflater过程，主要包括如下两点：

• xmlPullParser IO操作，布局越复杂，IO耗时越长。
• createView 反射，View越多，反射调用次数越多，耗时越长，但是这必须达到一定量级才会有明显影响。Java反射到底慢在哪？

那么很容易想到两个解决办法：要么把IO和反射交由子线程来处理，要么通过动态加载视图把IO和反射规避掉。那么市面上有没有相关的成熟方案呢？当然是有的，下面来简单看一看：

AsyncLayoutInflater

AsyncLayoutInflater是google提供的方案，让LayoutInflater.inflater过程通过子线程来做：

     new AsyncLayoutInflater(AsyncLayoutActivity.this)
               .inflate(R.layout.async_layout, null, new AsyncLayoutInflater.OnInflateFinishedListener() {
                   @Override
                   public void onInflateFinished(View view, int resid, ViewGroup parent) {
                       setContentView(view);
                   }
               });

实现也很简单：handle+thread+queue+inflater。可以理解为具有loop能力的子线程来实现的耗时部分异步处理。

这里有两点局限性：

• 不能设置LayoutInflater.Factory/Factory2
• 线程安全问题

详细源码分析和自定义AsyncLayoutInflater解决局限性问题可以参考如下文章，我就不重复造轮子了：
Android AsyncLayoutInflater 源码解析
Android AsyncLayoutInflater 限制及改进

X2C

动态加载视图，这样能避免IO和反射，但是这样缺点是可读性差、可维护性差，因此掌阅团队开发的X2C做了鱼和熊掌都兼得的方案：X2C，它原理是采用APT（Annotation Processor Tool）+ JavaPoet技术来完成编译期间视图xml布局生成java代码，这样布局依然是用xml来写，编译期X2C会将xml转化为动态加载视图的java代码。

这里个人理解可能存在的局限性：

• 失去系统兼容AppCompat
• 是不是能全面支持所有布局属性及自定义属性
• 如果视图全部用X2C来处理，会造成代码冗余。

五、布局绘制优化

这部分是由ViewRootImpl触发的performTraversals，它主要包含：measure（确定ViewGroup以及View的大小） layout(ViewGroup决定View的摆放位置) draw（绘制视图）三个部分。另外，绘制好的DisplayListOp tree最终需要经过OpenGL命令转换交由GPU渲染，如果同一个像素点被多次重复绘制，势必也是造成浪费以及GPU任务变重。

因此布局绘制最终优化方向就是如下两个：

5.1 优化布局层级及其复杂度

measure、layout、draw这三个过程都包含的自顶向下的view tree遍历耗时，它是由视图层级太深会造成耗时，另外也要避免类似RealtiveLayout嵌套造成的多次触发measure、layout的问题。最后onDraw在频繁刷新时可能多次被触发，因此onDraw不能做耗时操作，同时不能有内存抖动隐患等。

优化思路：

• 减少View树层级
• 布局尽量宽而浅，避免窄而深
• ConstraintLayout 实现几乎完全扁平化布局，同时具备RelativeLayout和LinearLayout特性，在构建复杂布局时性能更高。
• 不嵌套使用RelativeLayout
• 不在嵌套LinearLayout中使用weight
• merge标签使用：减少一个根ViewGroup层级
• ViewStub 延迟化加载标签，当布局整体被inflater，ViewStub也会被解析但是其内存占用非常低，它在使用前是作为占位符存在，对ViewStub的inflater操作只能进行一次，也就是只能被替换1次。

5.2 避免过度绘制

一个像素最好只被绘制一次。

优化思路：

• 去掉多余的background，减少复杂shape的使用
• 避免层级叠加
• 自定义View使用clipRect屏蔽被遮盖View绘制

5.3 视图与数据绑定耗时

由于网络请求或者复杂数据处理逻辑耗时导致与视图绑定不及时。这里可以从优化数据处理的维度来解决。

六、Litho介绍

Litho是 FaceBook 2017年上半年开源的声明式UI渲染框架。

主要针对RecyclerView复杂滑动列表做了以下几点优化：

• 视图的细粒度复用，可以减少一定程度的内存占用。
• 异步计算布局，把测量和布局放到异步线程进行。
• 扁平化视图，把复杂的布局拍成极致的扁平效果，优化复杂列表滑动时由布局计算导致的卡顿问题。

这里具体实战可以了解下Litho在美团动态化方案MTFlexbox中的实践

其他

本篇文章对布局优化做了一个全局的简单梳理，也提供一些常规的优化思路以及目前市面上比较成熟的三方库。最终所有的优化点都需要落地到具体的技术点上，因此这里再简单例举一些个人认为值得去研究和学习的若干技术点：

• AspectJ使用和原理 参考：AOP之AspectJ 技术原理详解及实战总结
• ConstraintLayout的使用 参考：约束布局ConstraintLayout看这一篇就够了
• 如何异步改造AsyncLayoutInflater，让它能设置LayoutInflater.Factory/Factory2以及保证线程安全 参考:Android AsyncLayoutInflater 限制及改进)
• X2C用到的APT（Annotation Processor Tool）+ JavaPoet技术，这里着重需要了解：运行时注解（借助反射机制实现）VS 编译时注解（APT）具体运用场景。参考：注解（反射+APT）整理（附带脑图）
• Litho的实现原理 参考：Litho的使用及原理剖析

当然有更好的文章也可以推荐给我学习学习。