Android高手笔记 - 启动优化

启动, 打开APP的必经之路, 第一体验，关系到用户留存和转化率等核心数据；

启动分析

启动类型

Android Vitals可以对应用冷，热，温启动时间做监控。
通过adb shell am start -W ... 命令执行启动并打印启动耗时信息，下面的启动监控中会详细讲解

1. 冷启动

应用从头开始启动，系统进程在冷启动后才创建应用进程
启动流程：Click Event -> IPC -> Process.start -> ActivityThread -> bindApplication -> LifeCycle -> ViewRootImpl
冷启动阶段系统的三个任务：
1. 加载并启动应用
2. 显示应用的空白启动窗口
3. 创建应用进程
应用进程负责后续阶段：
1. 创建应用对象（Application）
2. 启动主线程
3. 创建主Activity
4. 扩充视图/加载布局
5. 布局屏幕
6. 执行初始绘制/首帧绘制
应用进程完成第一次绘制，系统进程就会换掉当前显示的启动窗口，替换为主 Activity。此时，用户可以开始使用应用。

2. 热启动

系统的所有工作就是将Activity带到前台,
只要应用的所有 Activity 仍驻留在内存中，应用就不必重复执行对象初始化、布局膨胀和呈现;
但是，如果一些内存为响应内存整理事件（如 onTrimMemory()）而被完全清除，则需要为了响应热启动事件而重新创建相应的对象;
热启动显示的屏幕上行为和冷启动场景相同：在应用完成 Activity 呈现之前，系统进程将显示空白屏幕。

3. 温启动

包含了在冷启动期间发生的部分操作；同时，它的开销要比热启动高
场景1：用户在退出应用后又重新启动应用（进程可能存活，通过 onCreate() 从头开始重新创建Activity）
场景2：系统将应用从内存中逐出，然后用户又重新启动（进程和Activity都需要重启，但传递到onCreate()的已保存的实例state bundle对于完成此任务有一定助益）
下面说到的启动一般指冷启动

启动过程

(桌面) 点击响应，应用解析
(系统) 预览窗口显示（根据Theme属性创建，如果Theme中指定为透明，看到的仍然是桌面）
(应用) Application创建, 闪屏页/启动页 Activity创建（一系列的inflateView、onMeasure、onLayout）
(系统) 闪屏显示
(应用) MainActivity创建界面准备
(系统) 主页/首页显示
(应用）其他工作（数据的加载，预加载，业务组件初始化）
窗口可操作

启动问题分析

由启动过程可以推测出用户可能遇到的三个问题

1. 点击桌面图标无响应：

原因：theme中禁用预览窗口或指定了透明背景

//优点：避免启动app时白屏黑屏等现象
//缺点：容易造成点击桌面图标无响应
//（可以配合三方库懒加载，异步初始化等方案使用，减少初始化时长）
//实现如下
//0. appTheme
 

//1. styles.xml中设置
//1.1 禁用预览窗口

//1.2 指定透明背景

//2. 为启动页/闪屏页Activity设置theme

    
        

        
    

//3. 在该Activity.onCreate()中设置AppTheme（设置布局id之前）
//比如我是基类中单独抽取的获取布局id方法，那么在启动页中重写此方法时加入如下配置：
 @Override
protected int getContentViewId() {
    setTheme(R.style.AppTheme_Launcher);
    return R.layout.activity_splash;
}

2. 首页显示慢

原因：启动流程复杂，初始化的组件&三方库过多

3. 首页显示后无法操作

原因：同上

启动优化

方法和卡顿优化基本相同，只是启动太过重要，需要更加精打细算；

优化工具

Traceview 性能损耗太大，得出的结果并不真实;
Nanoscope 非常真实，不过暂时只支持 Nexus 6P 和 x86 模拟器，无法针对中低端机做测试;
Simpleperf 的火焰图并不适合做启动流程分析;
systrace 可以很方便地追踪关键系统调用的耗时情况，但是不支持应用程序代码的耗时分析;
综合来看，在卡顿优化中提到“systrace + 函数插桩” 似乎是比较理想的方案(可以参考课后作业)，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；

优化方法

1. 闪屏优化：

预览闪屏（今日头条），预览窗口实现成闪屏效果，高端机上体验非常好，不过低端机上会拉长总的闪屏时长（建议在Android6.0以上才启用此方案）；

//优点：避免点击桌面图标无响应  
//缺点：拉长总的闪屏时长
//（可以配合三方库懒加载，异步初始化等方案使用，减少初始化时长）
//1. 就是给windowBackground设置一个背景图片
  
//2. bg_splash文件如下（使用layer-list实现）  


    
    
        
    

//3. 为启动页/闪屏页Activity设置theme

    
        

        
    
  
//4. 在该Activity.onCreate()中设置AppTheme（设置布局id之前）
//比如我是基类中单独抽取的获取布局id方法，那么在启动页中重写此方法时加入如下配置：
 @Override
protected int getContentViewId() {
    setTheme(R.style.AppTheme_Launcher);
    return R.layout.activity_splash;
}

合并闪屏和主页面的Activity（微信），不过违法单一职责原则，业务逻辑比较复杂；

2. 业务梳理

理清启动过程中的模块，哪些需要，哪些可以砍掉，哪些可以懒加载（懒加载要防止集中化，避免首页可见但用户无法操作的情况）；
根据业务场景决定不同的启动模式；
对低端机降级，做功能取舍；
启动优化带来整体留存、转化的正向价值，是大于某个业务取消预加载带来的负面影响的；

3. 业务优化

抓大放小，解决主要耗时问题，如优化解密算法；
异步线程预加载，但过度使用会让代码逻辑更加复杂；
偿还技术债，如有必要，择时对老代码进行重构；

4. 线程优化

减少CPU调度带来的波动，让应用的启动时间更加稳定

控制线程的数量，避免线程太多互争CPU资源，用统一线程池，根据机器性能来控制数量；
检查线程间的锁，特别是防止主线程出现长时间的空转（主线程因为锁而干等子线程任务）；

  //通过sched查看线程切换数据
  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。

现在有很多启动框架，使用Pipeline机制,根据业务优先级规定业务初始化时机,如微信的mmkernel，阿里的alpha, 会为任务建立依赖关系，最终形成一个有向无环图；
下面是自定义的一个可以区分多类型任务的线程池工具类，也可以用于异步初始化

//- 注意区分任务类型：
//    - IO密集型任务：不消耗CPU，核心池可以很大，如文件读写，网络请求等。
//    - CPU密集型任务：核心池大小和CPU核心数相关，如复杂的计算，需要使用大量的CPU计算单元。
//
// 执行的任务是CPU密集型
DispatcherExecutor.getCPUExecutor().execute(YourRunable());

// 执行的任务是IO密集型
DispatcherExecutor.getIOExecutor().execute(YourRunable());

/**
 * @Author: LiuJinYang
 * @CreateDate: 2020/12/16
 * 
 * 实现用于执行多类型任务的基础线程池
 */
public class DispatcherExecutor {

    /**
     * CPU 密集型任务的线程池
     */
    private static ThreadPoolExecutor sCPUThreadPoolExecutor;

    /**
     * IO 密集型任务的线程池
     */
    private static ExecutorService sIOThreadPoolExecutor;

    /**
     * 当前设备可以使用的 CPU 核数
     */
    private static final int CPU_COUNT = Runtime.getRuntime().availableProcessors();

    /**
     * 线程池核心线程数，其数量在2 ~ 5这个区域内
     */
    private static final int CORE_POOL_SIZE = Math.max(2, Math.min(CPU_COUNT - 1, 5));

    /**
     * 线程池线程数的最大值：这里指定为了核心线程数的大小
     */
    private static final int MAXIMUM_POOL_SIZE = CORE_POOL_SIZE;

    /**
     * 线程池中空闲线程等待工作的超时时间，当线程池中
     * 线程数量大于corePoolSize（核心线程数量）或
     * 设置了allowCoreThreadTimeOut（是否允许空闲核心线程超时）时，
     * 线程会根据keepAliveTime的值进行活性检查，一旦超时便销毁线程。
     * 否则，线程会永远等待新的工作。
     */
    private static final int KEEP_ALIVE_SECONDS = 5;

    /**
     * 创建一个基于链表节点的阻塞队列
     */
    private static final BlockingQueue S_POOL_WORK_QUEUE = new LinkedBlockingQueue<>();

    /**
     * 用于创建线程的线程工厂
     */
    private static final DefaultThreadFactory S_THREAD_FACTORY = new DefaultThreadFactory();

    /**
     * 线程池执行耗时任务时发生异常所需要做的拒绝执行处理
     * 注意：一般不会执行到这里
     */
    private static final RejectedExecutionHandler S_HANDLER = new RejectedExecutionHandler() {
        @Override
        public void rejectedExecution(Runnable r, ThreadPoolExecutor executor) {
            Executors.newCachedThreadPool().execute(r);
        }
    };

    /**
     * 获取CPU线程池
     *
     * @return CPU线程池
     */
    public static ThreadPoolExecutor getCPUExecutor() {
        return sCPUThreadPoolExecutor;
    }

    /**
     * 获取IO线程池
     *
     * @return IO线程池
     */
    public static ExecutorService getIOExecutor() {
        return sIOThreadPoolExecutor;
    }

    /**
     * 实现一个默认的线程工厂
     */
    private static class DefaultThreadFactory implements ThreadFactory {
        private static final AtomicInteger POOL_NUMBER = new AtomicInteger(1);
        private final ThreadGroup group;
        private final AtomicInteger threadNumber = new AtomicInteger(1);
        private final String namePrefix;

        DefaultThreadFactory() {
            SecurityManager s = System.getSecurityManager();
            group = (s != null) ? s.getThreadGroup() :
                    Thread.currentThread().getThreadGroup();
            namePrefix = "TaskDispatcherPool-" +
                    POOL_NUMBER.getAndIncrement() +
                    "-Thread-";
        }

        @Override
        public Thread newThread(Runnable r) {
            // 每一个新创建的线程都会分配到线程组group当中
            Thread t = new Thread(group, r,
                    namePrefix + threadNumber.getAndIncrement(),
                    0);
            if (t.isDaemon()) {
                // 非守护线程
                t.setDaemon(false);
            }
            // 设置线程优先级
            if (t.getPriority() != Thread.NORM_PRIORITY) {
                t.setPriority(Thread.NORM_PRIORITY);
            }
            return t;
        }
    }

    static {
        sCPUThreadPoolExecutor = new ThreadPoolExecutor(
                CORE_POOL_SIZE, MAXIMUM_POOL_SIZE, KEEP_ALIVE_SECONDS, TimeUnit.SECONDS,
                S_POOL_WORK_QUEUE, S_THREAD_FACTORY, S_HANDLER);
        // 设置是否允许空闲核心线程超时时，线程会根据keepAliveTime的值进行活性检查，一旦超时便销毁线程。否则，线程会永远等待新的工作。
        sCPUThreadPoolExecutor.allowCoreThreadTimeOut(true);
        // IO密集型任务线程池直接采用CachedThreadPool来实现，
        // 它最多可以分配Integer.MAX_VALUE个非核心线程用来执行任务
        sIOThreadPoolExecutor = Executors.newCachedThreadPool(S_THREAD_FACTORY);
    }

}

5. GC优化

启动过程，要尽量减少GC次数，避免造成主线程长时间的卡顿

  //1. 通过 systrace 单独查看整个启动过程 GC 的时间
  python systrace.py dalvik -b 90960 -a com.sample.gc
  //2. 通过Debug.startAllocCounting监控启动过程总GC的耗时情况
  // GC使用的总耗时，单位是毫秒
  Debug.getRuntimeStat("art.gc.gc-time");
  // 阻塞式GC的总耗时
  Debug.getRuntimeStat("art.gc.blocking-gc-time");
  //如果发现主线程出现比较多的 GC 同步等待，就需要通过 Allocation 工具做进一步的分析

启动过程避免大量字符串操作，序列化和反序列化，减少对象创建(提高服用或移到Native实现)；
java对象逃逸也很容易引起GC，应保证对象生命周期尽量短，在栈上就进行销毁；

6. 系统调用优化

通过systrace的System Service类型，可以看到启动过程System Server的 CPU 工作情况
启动过程尽量不要做系统调用，如PackageManagerService操作，Binder调用
启动过程也不要过早的拉起应用的其他进程，System Server和新的进程都会竞争CPU资源，内存不足时可能触发系统的low memory killer 机制，导致系统杀死和拉起（保活）大量进程，进而影响前台进程

启动进阶方法

1. IO优化

负载过高时，IO性能下降的会比较快，特别是对低端机；
启动过程不建议出现网络IO
磁盘IO要清楚启动过程读取了什么文件，多少字节，buffer大小，耗时多少，在什么线程等
重度用户是启动优化一定要覆盖的群体，如本地缓存，数据库，SP文件非常多时的耗时
数据结构的选择，如启动时可能只需要sp文件中的几个字段，SharedPreference就需要分开存储，避免解析全部sp数据耗时过长；
启动过程适合使用随机读写的数据结构，可以将ArrayMap改造成支持随机读写、延时解析的数据存储方式。

2. 数据重排

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。

例如读取文件中1KB数据，因为Buffer不小心写成了 1 byte，总共要读取 1000 次。
那系统是不是真的会读1000次磁盘呢？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，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；

类重排

// 启动过程类加载顺序可以通过复写 ClassLoader 得到
class MyClassLoader extends PathClassLoader {
    public Class findClass(String name) {
        //将name记录到文件
        writeToFile(name，"coldstart_classes.txt");
        return super.findClass(name);
    }
}
//然后通过ReDex的Interdex调整类在Dex中的排列顺序，最后可以利用 010 Editor 查看修改后的效果。

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
支付宝在《通过安装包重排布优化 Android 端启动性能》中详细讲述了资源重排的原理和落地方法；
实现上都是通过修改 Kernel 源码，单独编译了一个特殊的 ROM，为了便于资源文件统计，重排后实现效果的度量，流程自动化

如果仅仅为了统计，也可以用hook方式

//Hook,利用 Frida 实现获得 Android 资源加载顺序的方法
resourceImpl.loadXmlResourceParser.implementation=function(a,b,c,d){
   send('file:'+a)
   return this.loadXmlResourceParser(a,b,c,d)
}
resourceImpl.loadDrawableForCookie.implementation=function(a,b,c,d,e){
   send("file:"+a)
   return this.loadDrawableForCookie(a,b,c,d,e)
}
//Frida相对小众，后面会替换其他更加成熟的 Hook 框架
//调整安装包文件排列需要修改 7zip 源码实现支持传入文件列表顺序，同样最后可以利用 010 Editor 查看修改后的效果;

所谓创新，不一定是创造前所未有的东西。我们将已有的方案移植到新的平台，并且很好地结合该平台的特性将其落地，就是一个很大的创新

3. 类的加载

在加载类的过程有一个 verify class 的步骤，它需要校验方法的每一个指令，是一个比较耗时的操作,可以通过 Hook 来去掉 verify 这个步骤
最大的优化场景在于首次和覆盖安装时

//Dalvik 平台: 将 classVerifyMode 设为 VERIFY_MODE_NONE
// Dalvik Globals.h
gDvm.classVerifyMode = VERIFY_MODE_NONE;
// Art runtime.cc
verify_ = verifier::VerifyMode::kNone;

//ART 平台要复杂很多，Hook 需要兼容几个版本
//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
AndroidRuntime runtime = AndroidRuntime.getInstance();
runtime.init(context);
runtime.setVerificationEnabled(false);
//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

4. 黑科技

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；（大厂一般是厂商合作，例如微信的 Hardcoder 方案和 OPPO 推出的Hyper Boost方案,当应用体量足够大，就可以倒逼厂商去专门为它们做优化）

插件化和熱修復：

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/兼容性: 厂商的兼容性、安装失败、dex2oat 失败等，Android P推出的non-sdk-interface调用限制
性能：Android Runtime 每个版本都有很多的优化，黑科技会导致失效

应用加固：

对启动速度来说简直是灾难，有时候我们需要做一些权衡和选择

GC 抑制：

参考支付宝客户端架构解析-Android 客户端启动速度优化之「垃圾回收」；
允许堆一直增长，直到手动或OOM停止GC抑制

5. MultiDex 优化

apk编译流程/Android Studio 按下编译按钮后发生了什么？

1. 打包资源文件，生成R.java文件（使用工具AAPT）
2. 处理AIDL文件，生成java代码（没有AIDL则忽略）
3. 编译 java 文件，生成对应.class文件（java compiler）
4. .class 文件转换成dex文件（dex）
5. 打包成没有签名的apk（使用工具apkbuilder）
6. 使用签名工具给apk签名（使用工具Jarsigner）
7. 对签名后的.apk文件进行对齐处理，不进行对齐处理不能发布到Google Market（使用工具zipalign）

其中第4步，单个dex文件中的方法数不能超过65536，不然编译会报错：Unable to execute dex: method ID not in [0, 0xffff]: 65536, 所以我们项目中一般都会用到multidex:

1. gradle中配置
 defaultConfig {
    ...
    multiDexEnabled true
 }
 
 implementation 'androidx.multidex:multidex:2.0.1'
 
2. Application中初始化
@Override
protected void attachBaseContext(Context base) {
    super.attachBaseContext(base);
    MultiDex.install(this);
}

然鹅，这个multidex过程是比较耗时的,那么能否针对这个问题进行优化呢？

MultiDex优化的两种方案

1. 子线程install（不推荐）：

闪屏页开一个子线程去执行MultiDex.install，然后加载完才跳转到主页,

需要注意的是闪屏页的Activity，包括闪屏页中引用到的其它类必须在主dex中，
不然在MultiDex.install之前加载这些不在主dex中的类会报错Class Not Found。
这个可以通过gradle配置，如下：
defaultConfig {
    //分包，指定某个类在main dex
    multiDexEnabled true
    multiDexKeepProguard file('multiDexKeep.pro') // 打包到main dex的这些类的混淆规制，没特殊需求就给个空文件
    multiDexKeepFile file('maindexlist.txt') // 指定哪些类要放到main dex
}

2. 今日头条方案

在主进程Application 的 attachBaseContext 方法中判断如果需要使用MultiDex，则创建一个临时文件，然后开一个进程（LoadDexActivity），显示Loading，异步执行MultiDex.install 逻辑，执行完就删除临时文件并finish自己。
主进程Application 的 attachBaseContext 进入while代码块，定时轮循临时文件是否被删除，如果被删除，说明MultiDex已经执行完，则跳出循环，继续正常的应用启动流程。
注意LoadDexActivity 必须要配置在main dex中。
具体实现参考项目MultiDexTest

6. 预加载优化

1. 类预加载：

在Application中提前异步加载初始化耗时较长的类

2. 页面数据预加载：

在主页空闲时，将其它页面的数据加载好保存到内存或数据库

3. WebView预加载：

WebView第一次创建比较耗时，可以预先创建WebView，提前将其内核初始化；
使用WebView缓存池，用到WebView的地方都从缓存池取，缓存池中没有缓存再创建，注意内存泄漏问题。
本地预置html和css，WebView创建的时候先预加载本地html，之后通过js脚本填充内容部分。

4. Activity预创建: （今日头条）

Activity对象是在子线程预先new出来，例如在闪屏页等待广告时调用下面代码

DispatcherExecutor.getCPUExecutor().execute(new Runnable() {
    @Override
    public void run() {
            long startTime = System.currentTimeMillis();
            MainActivity mainActivity = new MainActivity();
            LjyLogUtil.d( "preNewActivity 耗时: " + (System.currentTimeMillis() - startTime));
    }
});

对象第一次创建的时候，java虚拟机首先检查类对应的Class 对象是否已经加载。如果没有加载，jvm会根据类名查找.class文件，将其Class对象载入。同一个类第二次new的时候就不需要加载类对象，而是直接实例化，创建时间就缩短了。

7. 启动阶段不启动子进程

子进程会共享CPU资源，导致主进程CPU紧张

8. CPU锁频

当下移动设备cpu性能暴增，但一般利用率并不高，我们可以在启动时暴力拉伸CPU频率，来增加启动速度
但是会导致耗电量增加
Android系统中，CPU相关的信息存储在/sys/devices/system/cpu目录的文件中，通过对该目录下的特定文件进行写值，实现对CPU频率等状态信息的更改。

- CPU工作模式
performance：最高性能模式，即使系统负载非常低，cpu也在最高频率下运行。
powersave：省电模式，与performance模式相反，cpu始终在最低频率下运行。
ondemand：CPU频率跟随系统负载进行变化。
userspace：可以简单理解为自定义模式，在该模式下可以对频率进行设定。

启动监控/耗时检测

logcat

Android Studio的logcat中过滤关键字Displayed

adb shell

adb shell am start -W com.ljy.publicdemo.lite/com.ljy.publicdemo.activity.MainActivity
执行结果：
Starting: Intent { act=android.intent.action.MAIN cat=[android.intent.category.LAUNCHER] cmp=com.ljy.publicdemo.lite/com.ljy.publicdemo.activity.MainActivity }
Status: ok
LaunchState: COLD 
Activity: com.ljy.publicdemo.lite/com.ljy.publicdemo.activity.MainActivity
TotalTime: 2065
WaitTime: 2069
Complete
//LaunchState表示冷热温启动
//TotalTime：表示所有Activity启动耗时。（主要数据，包括 创建进程 + Application初始化 + Activity初始化到界面显示 的过程）
//WaitTime：表示AMS启动Activity的总耗时。

实验室监控

通过定期自动录屏并分析，也适合做竞品的对比测试
如何找到启动结束的点
- 80%绘制
- 图像识别
门槛高，适合大厂

线上监控

启动耗时计算的细节：

启动结束的统计时机：使用用户真正可以操作的时间
启动时间的扣除逻辑：闪屏，广告，新手引导的时间都应扣除
启动排除逻辑：Broadcast、Server 拉起，启动过程进入后台等都需排除掉

衡量启动速度快慢的标准

平均启动时间（体验差的用户可能被平均）
快开慢开比，如2秒快开比、5秒慢开比
90%用户的启动时间

区分启动类型：

首次安装启动、覆盖安装启动、冷启动，温启动，热启动
热启动的占比也可以反映出我们程序的活跃或保活能力

除了指标的监控，启动的线上堆栈监控更加困难。Facebook 会利用 Profilo 工具对启动的
整个流程耗时做监控，并且在后台直接对不同的版本做自动化对比，监控新版本是否有新增耗时的函数。

对于启动优化要警惕 KPI 化，要解决的不是一个数字，而是用户真正的体验问题。

代码打点（函数插桩），缺点是代码有侵入性较强

/**
 * @Author: LiuJinYang
 * @CreateDate: 2020/12/14
 *
 * 在项目中需要统计时间的地方加入打点, 比如
 * 应用程序的生命周期节点。
 * 启动时需要初始化的重要方法，例如数据库初始化，读取本地的一些数据。
 * 其他耗时的一些算法。
 */
public class TimeMonitor {
    private int mMonitorId = -1;

    /**
     * 保存一个耗时统计模块的各种耗时，tag对应某一个阶段的时间
     */
    private HashMap mTimeTag = new HashMap<>();
    private long mStartTime = 0;

    public TimeMonitor(int mMonitorId) {
        LjyLogUtil.d("init TimeMonitor id: " + mMonitorId);
        this.mMonitorId = mMonitorId;
    }

    public int getMonitorId() {
        return mMonitorId;
    }

    public void startMonitor() {
        // 每次重新启动都把前面的数据清除，避免统计错误的数据
        if (mTimeTag.size() > 0) {
            mTimeTag.clear();
        }
        mStartTime = System.currentTimeMillis();
    }

    /**
     * 每打一次点，记录某个tag的耗时
     */
    public void recordingTimeTag(String tag) {
        // 若保存过相同的tag，先清除
        if (mTimeTag.get(tag) != null) {
            mTimeTag.remove(tag);
        }
        long time = System.currentTimeMillis() - mStartTime;
        LjyLogUtil.d(tag + ": " + time);
        mTimeTag.put(tag, time);
    }

    public void end(String tag, boolean writeLog) {
        recordingTimeTag(tag);
        end(writeLog);
    }

    public void end(boolean writeLog) {
        if (writeLog) {
            //写入到本地文件
        }
    }

    public HashMap getTimeTags() {
        return mTimeTag;
    }
}

耗时统计可能会在多个模块和类中需要打点，所以需要一个单例类来管理各个耗时统计的数据：

/**
 * @Author: LiuJinYang
 * @CreateDate: 2020/12/14
 */
public class TimeMonitorManager {
    private HashMap mTimeMonitorMap;

    private TimeMonitorManager() {
        this.mTimeMonitorMap = new HashMap<>();
    }

    private static class TimeMonitorManagerHolder {
        private static TimeMonitorManager mTimeMonitorManager = new TimeMonitorManager();
    }

    public static TimeMonitorManager getInstance() {
        return TimeMonitorManagerHolder.mTimeMonitorManager;
    }

    /**
     * 初始化打点模块
     */
    public void resetTimeMonitor(int id) {
        if (mTimeMonitorMap.get(id) != null) {
            mTimeMonitorMap.remove(id);
        }
        getTimeMonitor(id).startMonitor();
    }

    /**
     * 获取打点器
     */
    public TimeMonitor getTimeMonitor(int id) {
        TimeMonitor monitor = mTimeMonitorMap.get(id);
        if (monitor == null) {
            monitor = new TimeMonitor(id);
            mTimeMonitorMap.put(id, monitor);
        }
        return monitor;
    }
}

AOP打点，例如统计Application中的所有方法耗

1. 通过AspectJ

//1. 集成aspectj
   //根目录build.gradle中
  classpath 'com.hujiang.aspectjx:gradle-android-plugin-aspectjx:2.0.10'
  //app module的build.gradle中
  apply plugin: 'android-aspectjx'
  //如果遇到报错Cause: zip file is empty,可添加如下配置
  android{
    aspectjx {
        include 'com.ljy.publicdemo'
    }
  }
//2. 创建注解类  
@Target(ElementType.METHOD)
@Retention(RetentionPolicy.RUNTIME)
public @interface GetTime {
    String tag() default "";
}

//3. 使用aspectj解析注解并实现耗时记录
@Aspect
public class AspectHelper {
    @Around("execution(@GetTime * *(..))")
    public void getTime(ProceedingJoinPoint joinPoint) throws Throwable {
        MethodSignature joinPointObject = (MethodSignature) joinPoint.getSignature();
        Method method = joinPointObject.getMethod();

        boolean flag = method.isAnnotationPresent(GetTime.class);
        LjyLogUtil.d("flag:"+flag);
        String tag = null;
        if (flag) {
            GetTime getTime = method.getAnnotation(GetTime.class);
            tag = getTime.tag();
        }
        if (TextUtils.isEmpty(tag)) {
            Signature signature = joinPoint.getSignature();
            tag = signature.toShortString();
        }
        long time = System.currentTimeMillis();
        try {
            joinPoint.proceed();
        } catch (Throwable throwable) {
            throwable.printStackTrace();
        }
        LjyLogUtil.d( tag+" get time: " + (System.currentTimeMillis() - time));
    }
}

2. 通过Epic三方库

//目前 Epic 支持 Android 5.0 ~ 11 的 Thumb-2/ARM64 指令集，arm32/x86/x86_64/mips/mips64 不支持。
//1. 添加epic依赖
implementation 'me.weishu:epic:0.11.0'
//2. 使用epic
public static class ActivityMethodHook extends XC_MethodHook{

    private long startTime;

    @Override
    protected void beforeHookedMethod(MethodHookParam param) throws Throwable {
                super.beforeHookedMethod(param);
        startTime = System.currentTimeMillis();
    }

    @Override
    protected void afterHookedMethod(MethodHookParam param) throws Throwable {
        super.afterHookedMethod(param);
        Activity act = (Activity) param.thisObject;
        String methodName=param.method.getName();
        LjyLogUtil.d( act.getLocalClassName()+"."+methodName+" get time: " + (System.currentTimeMillis() - startTime));
    }
}
private void initEpic() {
    //对所有activity的onCreate执行耗时进行打印
     DexposedBridge.hookAllMethods(Activity.class, "onCreate", new ActivityMethodHook());
}
//也可以用于锁定线程创建者
DexposedBridge.hookAllConstructors(Thread.class, new XC_MethodHook() {
    @Override
    protected void afterHookedMethod(MethodHookParam param) throws Throwable {
        super.afterHookedMethod(param);
        Thread thread = (Thread) param.thisObject;
        LjyLogUtil.i("stack " + Log.getStackTraceString(new Throwable()));
    }
});

课后作业

systrace + 函数插桩
如何在 Dalvik 去掉 verify

参考

Android开发高手课-启动优化（上）：从启动过程看启动速度优化
初识pipeline
微信Android模块化架构重构实践（mmkernel）
Alpha启动框架
Android开发高手课-启动优化（下）：优化启动速度的进阶方法
ReDex: An Android Bytecode Optimizer
010Editor的Template安装与使用
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
微信Android热补丁实践演进之路(verify class)
Atlas动态组件化(Dynamic Bundle)框架
历时三年研发，OPPO 的 Hyper Boost 引擎如何对系统、游戏和应用实现加速
支付宝客户端架构解析：Android 客户端启动速度优化之「垃圾回收」
Android Vitals
深入探索Android启动速度优化（上）
Epic:一个在虚拟机层面、以 Java Method 为粒度的运行时 AOP Hook 框架
面试官：今日头条启动很快，你觉得可能是做了哪些优化？
开源 | BoostMultiDex：挽救 Android Dalvik 机型APP升级安装体验
今日头条App 页面秒开方案详解
深入探索Android启动速度优化（下）