0.序

作者将近7年Android开发，经历过很多一线公司的APP开发，如中石油，阿里，京东等，想把真正一些一线的APP里的优秀的经验分享出来，打算利用休息时间更新一个系列的《APP性能优化》，大约是20章节，本来是打算申请小册的，但是也没审核通过，就打算免费分享了，每周大约会更新2章，喜欢的朋友记得加个关注和点赞。如有笔误欢迎指出。

讲解的内容大体包含，异步优化，启动优化，卡顿优化，内存优化，ARTHook, 监控耗时盲区，网络，电量，瘦身及APP容灾方案等

1.简介

本篇文章是该系列文章中的第一篇，主要介绍的是在一些一线大厂的实际项目中，如果APP发生卡顿是如何进行定位问题的。主要介绍程序的耗费时间

2.测量时间方式

首先，如果要查看页面加载花费的时间有3种方式

adb命令查看
手动打点的方式
traceView

3.adb命令

只需要一行命令，就可以查看加载页面的时间。

adb shell am start -W 包名/包名.Activity

使用后会显示

ThisTime: 代表启动最后一个Activity的耗时
TotalTime: 代表启动所有的Activity的耗时
WaitTime: 代表AMS启动所有的Activity的耗时

注意点：该命令只能是获取配置了的Activity, 其他的无效，因为Android组件中有个 exported 属性，没有intent-filter时exported 属性默认为false，此组件只能由本应用用户访问，配备了intent-filter后此值改变为true，允许外部调用。

缺点： adb命令只能查看配置了的Activity，其他的无法查看，并且也无法精准的查看其方法具体耗费的时间，所以因为其局限性并不能很好的解决我们问题，我们采用手动打点的方式查看。

4.手动打点

先看代码

public class MyApplication extends Application {

    @Override
    public void onCreate() {
        super.onCreate();

        initBugly();

        initBaiduMap();

        initJPushInterface();

        initShareSDK();
        ...
    }

    private void initBugly() throws InterruptedException {

        Thread.sleep(1000); // 模拟耗费的时间
    }

    private void initBaiduMap()  throws InterruptedException {

        Thread.sleep(2000); // 模拟耗费的时间
    }

    private void initJPushInterface() throws InterruptedException {

        Thread.sleep(3000); // 模拟耗费的时间
    }

    private void initShareSDK() throws InterruptedException {

        Thread.sleep(500); // 模拟耗费的时间
    }
}

代码不用我说，项目中很常见，现在的问题是APP启动加载很慢, 那么如何精准的查询到具体耗时的方法？

  long startTime = System.currentTimeMillis();
  initBugly();
  Log.d("lybj", "initBugly()方法耗时："+ (System.currentTimeMillis() - startTime));
  
  long startTime = System.currentTimeMillis();
  initBaiduMap();
  Log.d("lybj", "initBaiduMap()方法耗时："+ (System.currentTimeMillis() - startTime));
  ...

这样可以吗？当然不行，耦合性太大，每一个方法都加，那么测试完了，删除代码也是个体力活，一不小心删错一个，就会造成灾难性的问题，在实际项目中，比如中石油的一些项目，就会采用 AOP 的方式来测量方法的耗费时长。

4.1 AOP

AOP : Aspect Oriented Programming的缩写，意为：面向切面编程

优点：

针对同一问题的统一处理
无侵入添加代码

这里我们使用的是Aspectj

4.2 Aspectj 的使用

1.添加依赖

根目录的build.gradle里

buildscript {
    ...
    dependencies {
        ...
        classpath 'com.hujiang.aspectjx:gradle-android-plugin-aspectjx:2.0.0'
    }
}

app项目的build.gradle及新建的module的build.gradle里添加

apply plugin: 'android-aspectjx'

dependencies {
    ...
    implementation 'org.aspectj:aspectjrt:1.8.+'
}

2.创建切面

@Aspect
public class PerformanceAop {

    @Around("call(* com.bj.performance.MyApplication.**(..))")
    public void getTime(ProceedingJoinPoint joinPoint){

        long startTime = System.currentTimeMillis();
        String methodName = joinPoint.getSignature().getName();
        try {
            joinPoint.proceed();
        } catch (Throwable throwable) {
            throwable.printStackTrace();
        }
        Log.d("lybj", methodName + "方法耗时："+ (System.currentTimeMillis() - startTime));
    }
}

看，根本无需修改任何工程代码，就可以获取运行时长了，点击运行显示

AspectJ语法参考

缺点：如果项目比较庞大，上百个方法，总不能全部打点，然后一个一个的分析到底是哪个地方运行时间过长吧，所以我们需要一个比较直观的工具，一眼就能看到具体哪个方法运行时间过长。

5. traceView的使用

5.1 特点

图形的形式展示其执行时间调用栈
信息全面，包含所有进程

5.2 使用方式

Debug.startMethodTracing("文件名");

Debug.stopMethodTracing();

在代码中相应位置的地方打入埋点即可， startMethodTracing 有3个构造参数分别是

tracePath：文件名/路径
bufferSize：文件的容量大小
flag：TRACE_COUNT_ALLOCS 只有默认的这一种

代码运行完成后，会在

mnt/sdcard/Android/data/包名/files

生成一个.trace后缀的文件，可以用Profiler添加打开它。

当然也可以使用Profiler的录制功能，但是因为要测量启动时间，点击录制手速并不会那么的精准，所以采用埋点的方式获取trace文件进行分析。

5.3 性能分析

打开文件后为上图所示

5.4 时间模式

上图标签 1 所示：wallclock time 和 cpu time

Wall Clock Time：从进程开始运行到结束，时钟走过的时间，这其中包含了进程在阻塞和等待状态的时间。
Thread Time ：就是CPU执行用户指令所用的时间。

注意：如果线程A执行函数b，但是因为函数b加了锁，线程A进入等待状态，那么wallclock time也是要计算时间的，而Thread time则只是计算CPU花费在它身上的时间。

一般根据经验来讲wall duration时间久说明耗时多，然后看Thread time 这个值说明cpu花费在其身上的时间多不多。不多的话基本可以直接异步（因为不抢占CPU）多的话需要合理调度好执行顺序。

5.5 Call Chart

上图标签 2 所示：Call Chart

它的作用就是可以很直观的查看到底是哪里耗时比较久，x轴为调用的时间线，越宽的表示耗时越久，y轴为调用的深度，也就是调用的子方法。父类在最上面，很明显initBottomTab（）方法调用是最耗时的。

鼠标悬浮可以查看耗费时间，双击可以跳转到相应代码

橙色：系统方法
蓝色：第三方API（包括java语言的api）
绿色：App自身方法

简易图如下：

5.6 Flame Chart

上图标签 3 所示：Flame Chart 又称之为火焰图

y 轴表示调用栈，每一层都是一个函数。调用栈越深，火焰就越高，顶部就是正在执行的函数，下方都是它的父函数。 x 轴表示抽样数，如果一个函数在 x 轴占据的宽度越宽，就表示它被抽到的次数多，即执行的时间长。注意，x 轴不代表时间，而是所有的调用栈合并后，按字母顺序排列的。

火焰图就是看顶层的哪个函数占据的宽度最大。只要有"平顶"（plateaus），就表示该函数可能存在性能问题。

练习1：

假如火焰图如上图所示，我们需要分析哪个函数吗？

答：最顶层的函数g()占用 CPU 时间最多。d()的宽度最大，但是它直接耗用 CPU 的部分很少。b()和c()没有直接消耗 CPU。因此，如果要调查性能问题，首先应该调查g()，其次是i()。另外，从图中可知a()有两个分支b()和h()，这表明a()里面可能有一个条件语句，而b()分支消耗的 CPU 大大高于h()。