Google I/O ：Android Jetpack 最新变化（二） Performance

语言: CN / TW / HK
时间 2022-05-17 04:15:05

theme: devui-blue highlight: atelier-sulphurpool-light

前言

本系列文章从 Architecture，UI，Performance 和 Compose 这四个方向带大家了解本次 I/O 上 Jetpack 的最新内容。

本文是第二篇：Performance 篇。

1. JankStats 卡顿检测

JankStats 用来追踪和分析应用性能，发现 Jank 卡顿问题，它最低向下兼容到 API 16，可以在绝大多数机器设备上使用，有了它我们不必再求助 BlockCanery 等三方工具了。 groovy implementation "androidx.metrics:metrics-performance:1.0.0-alpha01" 我们需要为每个 Window 创建一个 JankStats 实例，并通过 OnFrameListener 回调获取包含是否卡顿在内的帧信息，示例如下： ```kotlin class JankLoggingActivity : AppCompatActivity() {

private lateinit var jankStats: JankStats

override fun onCreate(savedInstanceState: Bundle?) {
    super.onCreate(savedInstanceState)
    // ...
    // metricsStateHolder可以收集环境信息，跟随帧信息返回
    val metricsStateHolder = PerformanceMetricsState.getForHierarchy(binding.root)

    // 基于当前 Window 创建 JankStats 实例
    jankStats = JankStats.createAndTrack(
        window,
        Dispatchers.Default.asExecutor(),
        jankFrameListener,
    )

    // 设置 Activity 名字到环境信息
    metricsStateHolder.state?.addState("Activity", javaClass.simpleName)
    // ...
}

private val jankFrameListener = JankStats.OnFrameListener { frameData ->
    // 监听到的帧信息
    Log.v("JankStatsSample", frameData.toString())
}

} PerformanceMetricsState 用来收集你希望跟随 frameData 一起返回的状态信息，比如上面例子中设置了当前 Activity 名称，下面是 frameData 的打印日志:txt JankStats.OnFrameListener: FrameData(frameStartNanos=827233150542009, frameDurationUiNanos=27779985, frameDurationCpuNanos=31296985, isJank=false, states=[Activity: JankLoggingActivity]) ```

更多参考：http://medium.com/androiddevelopers/jankstats-goes-alpha-8aff942255d5

2. Baseline Profiles 基准配置

Android 8.0 之后默认开启 ART 虚拟机。ART 最初版本在安装应用时会对全部代码进行 AOT 预编译，将字节码转换为机器码存在本地，这提升了运行时的速度，但是会导致安装过程变慢。因此后来 ART 改进为 JIT 和 AOT 相结合的方式，在应用安装时只将热点代码编译成机器码，缩短安装时间。

Baselin Profiles 基准配置文件允许我们配置哪些代码成为热点代码。基准配置文件将在 APK 的 assets/dexopt/baseline.prof 中编译为二进制形式，例如如果我们想提升首帧的性能，可以将应用启动或帧渲染期间使用的方法配置到 prof 文件中。

prof 文件可以通过自动或手动方式生成，我们可以编写 JUnit4 测试用例，通过执行 BaselineProfileRule 在测试中发现待优化的瓶颈代码，并生成对应的 prof 文件

```kotlin @ExperimentalBaselineProfilesApi @RunWith(AndroidJUnit4::class) class BaselineProfileGenerator { @get:Rule val baselineProfileRule = BaselineProfileRule()

@Test
fun startup() =
    baselineProfileRule.collectBaselineProfile(packageName = "com.example.app") {
        pressHome()
        startActivityAndWait()
    }

} 我们也可以手动创建 prof 文件，只需遵循一些简单的语法规则。例如下面展示了 Jetpack Compose 库中包含的一些 Prof 规则，txt HSPLandroidx/compose/runtime/ComposerImpl;->updateValue(Ljava/lang/Object;)V HSPLandroidx/compose/runtime/ComposerImpl;->updatedNodeCount(I)I HLandroidx/compose/runtime/ComposerImpl;->validateNodeExpected()V PLandroidx/compose/runtime/CompositionImpl;->applyChanges()V HLandroidx/compose/runtime/ComposerKt;->findLocation(Ljava/util/List;I)I Landroidx/compose/runtime/ComposerImpl; `` 上述配置遵循[FLAGS][CLASS_DESCRIPTOR]->[METHOD_SIGNATURE]` 格式，其中 FLAGS 中的 H/S/P 代表方法的调用实际，比如是否是启动时调用等。

更多参考：http://android-developers.googleblog.com/2022/01/improving-app-performance-with-baseline.html

3. Benchmark 基准测试

Jetpack 当前提供了两套 Benchmark 库，Microbenchmark 和 Macrobenchmark （微基准和宏基准），分别用于不同场景下的基准测试。

Mircobenchmark 的测试对象是代码块，它的依赖如下: groovy androidTestImplementation 'androidx.benchmark:benchmark-junit4:1.1.0-beta03' 我们可以在 JUnit4 中应用 BenchmarkRule，示例如下: ```kotlin @RunWith(AndroidJUnit4::class) class SampleBenchmark { @get:Rule val benchmarkRule = BenchmarkRule()

@Test
fun benchmarkSomeWork() {
    benchmarkRule.measureRepeated {
        doSomeWork() //执行待测试代码
    }
}

} ```

Macrobenchmark 通常面向更大粒度的场景测试，例如一个 Activity 启动或者一个用户操作等。由于 Macrobenchmark 不进行代码级别测试，我们可以创建独立于业务代码的单独模块进行测试：

下面展示了使用 MacrobenchmarkRule 测试一个 Activity 的启动： ```kotlin @get:Rule val benchmarkRule = MacrobenchmarkRule()

@Test
fun startup() = benchmarkRule.measureRepeated(
    packageName = "mypackage.myapp",
    metrics = listOf(StartupTimingMetric()),
    iterations = 5,
    startupMode = StartupMode.COLD
) { // this = MacrobenchmarkScope
    pressHome()
    val intent = Intent()
    intent.setPackage("mypackage.myapp")
    intent.setAction("mypackage.myapp.myaction")
    startActivityAndWait(intent)
}

```
配合 2021.1.1 或更高版本的 Android Studio ，Benchmark 的测试结果会直接显示在 IDE 窗口中。

当然，测试结果也可以导出为 JSON 格式

更多参考：http://medium.com/androiddevelopers/measure-and-improve-performance-with-macrobenchmark-560abd0aa5bb

4. Tracing 事件追踪

Tracing 用来在代码添加 trace 信息，trace 信息可以显示在 Systrace 和 Perfetto 等工具中。 groovy implementation "androidx.tracing:tracing:1.1.0-beta01" 下面的例子汇总，我们通过 Trace 类的 benginSection/endSection 方法追踪 onCreateViewHolder 和 onBindViewHolder 方法执行的起始点 ```kotlin class MyAdapter : RecyclerView.Adapter() { override fun onCreateViewHolder(parent: ViewGroup, viewType: Int): MyViewHolder { return try { Trace.beginSection("MyAdapter.onCreateViewHolder") MyViewHolder.newInstance(parent) } finally { //endSection 放到 finally 里，当出现异常时也会调用 Trace.endSection() } }

override fun onBindViewHolder(holder: MyViewHolder, position: Int) {
    Trace.beginSection("MyAdapter.onBindViewHolder")
    try {
        try {
            Trace.beginSection("MyAdapter.queryDatabase")
            val rowItem = queryDatabase(position)
            dataset.add(rowItem)
        } finally {
            Trace.endSection()
        }
        holder.bind(dataset[position])
    } finally {
        Trace.endSection()
    }
}

} ``` 需要注意 benginSection/endSection 必须成对出现，且必须在同一线程中。我们 Trace 的 section 会作为新增的自定义事件出现在 Perfetto 等工具视图中：

image.png

「」
「」