Android APP性能分析方法及工具

近期读到《Speed up your app》一文。这是一篇关于Android APP性能分析、优化的文章。在这篇文章中，作者介绍他的APP分析优化规则、使用的工具和方法。我觉得值得大家借鉴。英文好的读者可读原文（链接：http://blog.udinic.com/2015/09/15/speed-up-your-app）。

1、作者的规则

作者每次着手处理或寻找性能问题时，遵循下列规则：

• 时常检测

在更新APP前后，用测试工具软件多检测几次APP性能，可快速得到测试数据。这些数字是不会说谎的。而仅仅用眼睛观察APP性能是肯定不行的。如你在观察几次相同的动画效果后，你就想象它运行的够快了，从而忽略一下问题。

• 使用低端设备

如今硬件性能在不断的提升，如果仅在最新设备运行APP，可能不能充分暴露出APP中存在的性能问题。另外，尽管用户设备换手率已经很高了，但仍然不是所有用户都是使用最新的和最强功能的设备。所以应该使用低端设备上，运行APP，这可以帮助你更有效地发现问题。

• 权衡

性能优化是要综合各方面因素进行评判、权衡。因为优化一项性能可能是要以牺牲另一项性能为代价的。分析、查找、修复是要花费很多时间。你要准备好自我牺牲。

2、作者的分析方法及使用工具

作者采用自顶向下方法，从手机运行的概况开始，逐级深入分析：方法的性能、内存使用情况、GPU渲染效果、视图层次、图形叠加绘制、图像透明值；解释Honeycomb引入的硬件加速以及视图层。

2.1 Systrace

手机实际就是一台功能强大的计算机，同时间做很多事情。Systrace能够展示手机运行的概况。

作者在Systrace中选取一个Alert，做为例子，讲解分析发现问题的方法：

1）由Alert找到函数（如：long View#draw()），再展开“Inflation during ListView recycling”

2）可以查看到函数的耗时，更详细观察分析其中哪项花费时间较长。

3）选择一帧查看它花费多久时间。如有一帧绘制用时超过19ms。展开“Scheduling delay”

4）它的值（Wall duration和CPU duration之间的差异）表明有很长时间CPU没有安排这个线程。

这就需要查查在整个这段时间里CPU都做了什么？但是Systrace只能查看运行概况，还不能得到更深层次的分析。为了找到CPU运行繁忙的真正原因，作者使用另一个工具：Traceview。

2.2 Traceview

Traceview是性能分析工具，可以显示每个方法运行时间。可从Android Device Monitor中启动，也可从代码中启动。

作者以“滚屏”动作为例说明Traceview分析方法。在“滚屏”动作的跟踪记录中，找到getView()方法，发现它被调用12次，每次CPU用时约3ms。但是每次完成整个调用却用时162ms！这就是个问题！

作者就继续查看getView()的子方法，查看各个子方法所用时间在总时间中比例。他发现Thread.join()的Inclusive Real Time占用约98%。他顺藤摸瓜，找启动子方法的Thread.run()方法（它是创建一个新线程时所调用的方法），逐个跟着，直到找到“元凶”：BgService.doWork()方法。

另外，GC（Garbage Collector – 垃圾收集器）不定期运行清理不用的对象。GC的频繁运行也会使得APP运行慢下来。为此，作者的下一步就是针对内存进行分析。

2.3 内存分析(Memory Profiling)

Android Studio逐步在改善，有越来越多的工具可以帮助我们找到和分析性能问题。作者用其分析内存使用情况。

2.3.1 Heap dump

Heap Dump可以看到Heap中依据类名排序实例的直方图。每个都有分配对象的总数，实例的大小和留在内存中对象的大小。后者告诉我们这些实例释放后，能够释放多少内存。这可帮助我们识别出大的数据结构和对象关系。这些信息可以帮助我们构建更有效的数据结构，解开对象之间联系以减少内存驻留，最终尽可能的减少内存占用。

在分析中，可发现“内存泄漏”。解决方法就是要记得在活动即将被销毁时调用onDestory()方法删除引用。

内存泄漏和较大对象的heap空间占用，使得有效内存减少，频繁引发GC事件，试图释放更多的heap空间。这些GC事件占用CPU，降低了APP性能。如果有效的内存数量不足与满足APP，且heap空间不能在扩大，就引发 —— OutOfMemortException —— APP崩溃。

Eclipse MAT（Eclipse Memory Analyze Tool）也是不错的内存分析工具。

2.3.2 Allocation Tracker

Allocation Tracker可生成在跟踪期间内存分配给所有实例的情况报告，报告可按类分组或按方法分组。它以很好的可视化方式展示哪个实例所获得内存最多。

使用这些信息，可以找出分配大内存的方法，和可能频繁触发GC的事件。

2.3.3 General memory tips

作者给出一些技巧：

• 枚举

一直是讨论性能的热门话题。枚举比普通常数占用更多的内存空间吗？是的。但这肯定是坏事吗？未必。如在编写代码库，需要强类型安全性，这就应该使用它。如果有一组可以归结在一起的常数，此时使用枚举也许不不合适。怎样决定，你需要权衡考虑。

• Auto-boxing

是自动将原始数据类型转换为其对应的对象表示（如：int 到 Integer）。每次原始数据类型被“装箱”到对象，就会产生一个新的对象（我知道这令人震惊）。如果有许多这样的操作，那么GC就频繁地运行。由于将原始类型数据赋值到对象时，自动进行auto-boxing的，就很容易忽视它的数量。解决方案就是尽量使数据类型保持一致。如果要在整个APP中使用原始数据类型，就尽量避免在没有实际需要时进行Auto-boxing。使用内存分析工具可以找到许多对象是表示原始数据类型。也可以用Traceview寻找到Integer.valueOf()，Long.valueOf()等等。

• HashMap与ArrayMap / Sparse*Array

在Auto-boxing相关问题中，使用HashMap时，就要求用对象作为键值。如果在APP中用原始int类型，那么在使用HashMap时就需要将int转化到Integer。这种情况也许就需要用SparesIntArray。如果在键值仍然需要对象类型的情况下，也可以改用ArrayMap类。它非常类似HashMap，只是在其内部工作方式不同，是以降低速度为代价，使用较少的内存。这两者占用内存都比HashMap小，但检索所花费的时间略高于HashMap。如果数据项少于1000，它们的运行时没有什么差别。

• Context Awareness

Activity内存比较容易泄漏。由于它们保持UI的所有视图层次，占用大量的空间，所以它们的泄漏也是非常“昂贵的”。许多操作都要求Context对象，你发起Activity。假如引用被缓存，并且该对象的存活期要长于你的Activity，如果没有清理它的引用，你就产生了内存泄漏。

• 避免非静态内部类（inner class）

创建一个非静态内部类，并实例化它，就创建对外部类的隐式引用。如果内部类实例需要的时间比外部类长，这外部类就要在内存中保留，即使它不再需要了。例如，在Activity类内部，创建一个扩展AsyncTask的非静态类，然后着手启动异步任务，在它运行时，销毁活动。该异步任务在其运行期间，都保持这一Activity运行。解决方案就是不要这样做。如果需要这样，就声明一个静态内部类。

2.4 GPU Profiling

Android Studio 1.4增加一项新功能：分析GPU渲染功能。作者详细讲解这一新功能的分析方法。

在GPU选项卡下，可以在屏幕上看到图形化显示的渲染每帧所花费的时间。图形中每条都表示被渲染的一帧。颜色表示进程的不同周期：

• 绘画（蓝色）

表示View#onDraw()方法。那部分建立/更改DisplayList对象，然后转换成GPU能够理解的OpenGL命令。高的条形可能是视图复杂，而要求更多的时间绘制它们的显示列表，而许多视图在短时间内就失效了。

• 准备（紫色）

在Lollipop中，加入另一个线程，以帮助UI线程渲染更快。这个线程叫：RenderThread。它的责任是转换显示列表为OpenGL命令，再发送给GPU。这样在渲染过程中，UI线程可以开始处理下一个帧。这时UI线程将所有资源传送给RenderThread。如果有许多资源要传递（如许多/繁重显示列表），这一步可能需要较长时间。

• 处理（红色）

执行显示列表产生OpenGL命令。由于需要视图重绘，如果有许多/复杂显示列表要执行转换，这一步可能需要较长时间。当视图无效或是移动时，都要要重绘视图。

• 执行（黄色）

发送OpenGL命令到GPU。由于CPU发送这些缓存的命令到GPU，并期待收回干净缓存，这就阻塞调用了。缓存数量有限，并且GPU也很忙 —— CPU会发现自己必须先等待缓存释放。因此，如果在这一步我们见高的条形，就可能意味着GPU在绘制UI时非常忙，这个绘制在短时间内太复杂了。

具体操作实例见原文。

2.5 Hierarchy Viewer

作者喜爱这个工具。他对许多开发者根本不使用这工具感到失望。

使用Hierarchy Viewer，可以完整地观察到屏幕视图层次和所有视图的属性。还可以导出主题（theme）数据，查看到每个样式的所有属性。但是，这只是在Hierarchy Viewer独立运行时，才能查看这些数据。而不可以从Android监控器中查看。

作者在设计布局和优化布局时使用这个工具。

作者认为有时间，可以对每张视图都测量以及它的所有子视图。颜色表示视图与树中其他视图的比较情况，很容易找出最薄弱的环节。由于我们可以预览视图，这样就可通过视图树，跟踪找出可删除的冗余步骤。这其中，对性能影响最大的，被称为Overdraw。

2.6 Overdraw

如果GPU需要在屏幕上绘制很多内容，绘制每帧都需要增加时间，这样执行周期就拉长了，在图形中以黄色表示。在一些图形上再叠加绘制，如在红色背景上绘制黄色按钮，这就发生Overdraw。这种情况下，GPU需要先绘制红色背景，再在其上绘制黄色按钮，Overdraw就不可避免了。如果有太多的Overdraw层，这就使得GPU超负荷运行，偏离16ms的目标。

设置“Debug GPU Overdraw”开发者选项，所有Overdraw的严重程度都以颜色表示出来。1~2倍的Overdraw算好的，甚至有些小的红色区也不坏。但是如果在屏幕上有许多红色，这就有问题了。但是都被红色覆盖。这就是问题了。作者建议这时仅用一种颜色设置背景来解决这个问题。

注意：默认主题声明一个全屏窗口背景颜色。如果有不透明布局的Activity覆盖在整个屏幕上，可以通过删除窗口的背景色消除这层Overdraw。

Hierarchy Viewer能够输出所有层次到PSD文件中，用Photoshop中打开。在Photoshop中研究不同的层就可展示布局中的所有Overdraw。删除冗余的Overdraw，努力性能提高到蓝色上。

2.7 Alpha

使用透明效果也会影响性能。为什么？

ImageView相互重叠。用setAlpha()设置alpha值，这将传递给所有的子视图，对帧缓冲区进行绘制。结果都重叠混在一起。幸好，OS有这个问题的解决方案。布局数据被复制到off-screen缓冲区，用alpha值对off-screen缓冲区进行处理后，再复制到帧缓冲区中。效果就好了些。但是，我们为此付出了代价：把“帧”缓冲区改为off-screen缓冲区，实际上增加了一个隐含的Overdraw层。OS就不知道处理了，所以默认情况下经常要进行复杂地操作。

不过还是有方法设置alpha值，避免off-screen缓冲区增加的复杂性：

• TextView

用setTextColor()替代setAlpha()。使用文本颜色的alpha通道，就可直接用它来绘制的文本。

• ImageView

用setImageAlpha()替代setAlpha()。理由同TextView。

• Custom View

如果自定义视图不支持覆盖视图，这复杂行为是无关紧要的。可通过重写hasOverlappingRendering()方法，让其返回false，通知OS直接绘制自定义的视图。还可以通过重写onSetAlpha()方面，让其返回true，选择手动处理设置，各alpha值对应的操作。

2.8 Hardware Acceleration

在Honeycomb（蜂巢，Android 3.x）引入硬件加速后，在屏幕上渲染APP可以以新的绘制模型（http://developer.android.com/guide/topics/graphics/hardware-accel.html）进行。新模型引入DisplayList结构，记录视图渲染绘制命令。还有另一个很好的特性，时常被开发人员忽视或不正确地使用 — 视图层。

使用视图层，我们能够非屏幕缓冲区（如前面所见，应用alpha通道）渲染视图，并且能按照我们的意愿操控它。由于利用这一特性能够更快地绘制复杂动画视图，所以它主要用于动画。没有这些层次，在改变动画属性（如：x坐标、缩放、alpha值等等）后，动画视图将无效。对于复杂视图，这个无效效果都传递到所有子视图，且重绘的成本很高。在硬件支持下，使用视图层时，GPU会为视图创建纹理。有几个操作可以用于纹理，而不会破坏它，如：X / Y位置、旋转、alpha等等。所有都意味着在动画期间，可以在屏幕上绘制复杂动画视图，而完全不会破坏它。这使得动画更加顺畅。

提出在使用硬件层时需要记住几件事：

• 清理视图。硬件层消耗有限存储元件的空间、GPU。所以仅在确实需要的时候使用（像动画），并在事后清理。
• 如果在使用硬件层后，改变视图，硬件层无效，并在非屏幕缓冲区重绘视图。这会发生在改变那些无硬件层优化的属性上（迄今为止，仅优化：旋转、缩放、x/y、转换、轴移和alpha）。

3、其他资料

作者为说明性能分析、优化，准备很多代码来模拟情景。这些代码可以在Github代码库（https://github.com/Udinic/PerformanceDemo） 或是 Google Play（https://play.google.com/store/apps/details?id=com.udinic.perfdemo） 找到。他将不同的场景分别放到不同的Activity中，并它们编写文档，尽可能帮助理解使用这些Activity会遇到哪方面的问题。可以用工具和运行APP来阅读Activity的javadoc。

作者还推荐一些学习交流方法：

1. 作者极力推荐大家观看YouTube上一组Android Performance Patterns视频（https://www.youtube.com/playlist?list=PLOU2XLYxmsIKEOXh5TwZEv89aofHzNCiu），其中许多短视频来自Google，讲解不同性能主题。
2. 加入Android Performance Patterns Google+ community（https://plus.google.com/communities/116342551728637785407），这里可以与包括Google人在内的其他人一起讨论性能，分享想法、文章，和提出问题。
3. 更有趣的链接：

• • 学习Android图形架构（http://source.android.com/devices/graphics/architecture.html）是怎样工作的。这里有你需要知道的Android怎样渲染UI的一切，讲解不同的系统元素，如：SurfaceFlinger，以及它们之间怎样相互交互的。这篇文档很长，但是值得一读。
  • 关于Google IO 2012谈话（https://www.youtube.com/watch?v=Q8m9sHdyXnE），展示绘图模型的工作原理，和如何/为什么在UI渲染时会有一个Jank。
  • Android性能研讨会（https://www.parleys.com/tutorial/part-2-android-performance-workshop）， 从Devoxx 2013开始，展示Android 4.4中绘图模型的一些优化，演示不同的性能优化工具（Systrace，Overdraw等等）。
  • 关于预防性优化（https://medium.com/google-developers/the-truth-about-preventative-optimizations-ccebadfd3eb5）的长篇文章，说明这为什么不同于提早（premature）优化。由于许多开发者认为影响不明显，所以没有优化他们的部分代码。要记住一点，积少成多就是一个大问题了。如果你有机会优化一小部分代码，那怕它可能微乎其微，也不要放弃优化。
  • Android的内存管理（https://www.youtube.com/watch?v=_CruQY55HOk）这是Google IO 2011的旧视频。它仍然很有意义。它展示了Android怎样管理APP的内存的，以及怎样用工具（如Eclipse MAT）找出问题。
  • Google工程师Romain Guy所做的案例分析（http://www.curious-creature.com/docs/android-performance-case-study-1.html），怎样优化Twitter客户端。在这个案例分析中，Romain展示了他怎样在APP中找到性能问题，以及他建议如何修改它们。在一篇回帖中，展示了在重新设计同一APP后产生的其他问题。

作者希望大家已获得足够资料和更强的自信。从今天开始优化自己的APP！

作者关于性能优化的演讲视频在这里：http://www.youtube.com/embed/v3DlGOQAIbw?color=white&theme=light