背景

随着移动应⽤程序开发越来越流⾏，越来越多的应⽤程序浮现于市场。但是，开发移动应⽤程序 并不是⼀个简单的过程，需要花费⼤量时间，尤其是如果想要⼀个可跨 Apple、Android 和 Windows 运⾏的可扩展移动应⽤程序。 然⽽，糟糕的性能可能会极⼤地损害⽤户体验。⽤户在任何时候都不希望看到 10 秒以上的启动 画⾯。如果等待时间过⻓，他们可能会感到⽣⽓、放弃购物、减少停留时间或完全卸载应⽤程 序。 随着开发平台的普及，我们需要正确的⼯具和⽅法来满⾜不断增⻓的需求。 Xamarin 就是这样⼀种框架，它⽀持在 Android、iOS 和 Windows 平台上共享单个代码库。 所以，我们将在 Xamarin.Android 应⽤程序中测试性能，就像在 Android Studio 中使⽤ Java 开发⼀样，我们可以使⽤c#对性能进⾏测试，从⽽优化启动时间。

测试总启动时间

⾸先测试程序在不同设备的启动时间，此处⽤到的⼯具是友盟+推出的U-APM。从图中可以看 出应⽤程序在启动时间上还存在着⼀定的优化空间。

在 Android 上，ActivityManager系统进程会显示⼀条“初始显示时间”⽇志消息，可以更好地了 解整体启动时间。在命令⾏使⽤adb logcat快速查看 Android 设备⽇志。或者使⽤Visual Studio 中的Android 调试⽇志。 在 Windows 上，运⾏以下 powershell：

adb logcat -d | Select-String Displayed

输出：

ActivityTaskManager: Displayed com.lgq.wood.expiramentation/.MainActivity: +

上述⽇志消息是在 x86 Android 模拟器上从 Visual Studio 调试应⽤程序时捕获的。启动/连接 调试器会产⽣⼀些额外的开销，并且缺少Debug编译时的优化。 如果我们简单地切换到Release配置并再次部署和运⾏应⽤程序：

ActivityTaskManager: Displayed com.lgq.wood.expiramentation/.MainActivity: +

如果我们在 Pixel 3 XL 设备上测试应⽤程序：

ActivityTaskManager: Displayed com.lgq.wood.expiramentation/.MainActivity: +

因为我们最终⽬标是提⾼移动应⽤程序的性能，那么第⼀步应该是实际测试卡顿函数的具体位 置。如果盲⽬地进⾏代码更改，最终可能会和我们推测的结果产⽣很⼤的分歧，如果⼀些复杂的 性能改进甚⾄会损害代码库的可维护性。这个过程应该是：测试，做出修改，再次测试，并且重 复以上步骤。

采⽤U-APM测得卡顿位置主要出现于：

诊断问题

好，⽬前应⽤程序由于readRawTextFile很慢。现在我该怎么办？ ⾸先我们需要对以下⼏个组件有⼀个系统性的了解

安卓 ART

Android 运⾏时 (ART) 是 Android 上的应⽤程序和系统服务使⽤的托管运⾏时。ART 作为运⾏ 时执⾏ Dalvik 可执⾏⽂件（.dex ⽂件 - D alvik EX可执⾏⽂件），这是⼀种⽤于存储 Dalvik 字节码的紧凑格式。 ART 通过在安装应⽤程序时将整个应⽤程序编译为本机代码，引⼊了提前 (AOT) 编译。这带来 了更快的应⽤程序执⾏和改进的内存分配。以及垃圾收集机制、更准确的分析等等。 为了实现这⼀点，ART使⽤dex2oat来创建⼀个ELF（可执⾏和链接格式）的可执⾏⽂件。缺点 是需要额外的时间来编译。此外，应⽤程序会占⽤⼤量磁盘内存来存储已编译的代码。

AOT

Mono 运⾏时提供AOT 功能。Mono 将预编译程序集以最⼩化 JIT 时间并减少内存使⽤。 Mono 可以在⽀持它的平台（如 Android）上⽣成 ELF .so ⽂件。然后它在原始程序集旁边存储 ⼀个预编译的图像。

即

Mono.Android.dll → libaot-Mono.Android.dll.so

然后，这些⽂件可以被 Mono 运⾏时使⽤，并省略 JIT 开销

启动跟踪

Mono 引⼊了⼀项功能，允许在应⽤程序上使⽤内置的 AOT 分析器来⽣成 AOT 配置⽂件。分 析器进⾏内存分析、执⾏时间分析，甚⾄是基于统计的抽样分析。这会⽣成⼀个 AOT 配置⽂ 件，当使⽤带有配置⽂件的 Mono 的 AOT 功能时，该配置⽂件可⽤于优化应⽤程序。 启动跟踪可⽤于Visual Studio 2019 版本 16.2或Visual Studio for Mac 2019 版本 8.2。 可以通过编辑 Android 项⽬的 .csproj ⽂件并在 Release 中添加以下属性来 开始使⽤启动跟踪：

<PropertyGroup Condition = " '$(Configuration)|$(Platform)' == 'Release|AnyC

也可以在项⽬设置的Android 选项中进⾏设置， Mono 的 AOT 编译器启⽤使⽤会默认配置⽂件 的启动跟踪，并在部署时加快 Android 应⽤程序的启动时间。 实际分析 我们需要实际分析我们的代码并需要改进。切换回Debug配置，并通过运⾏以下命令启⽤Mono 分析器：

$ adb shell setprop debug.mono.profile log:calls

adb shell在 Android 设备或模拟器上运⾏单个 shell 命令。setprop设置Android系统属性，类 似于其他平台上的环境变量。 然后只需强制退出并重新启动应⽤程序。下次启动时，Mono 会在 Android 应⽤程序的本地⽬ 录中保存⼀个⽂件。profile.mlpd 注意这⾥存在⼀个问题，该⽂件只能由应⽤程序本身访问，因此我们必须使⽤命令来定位⽂件： run-as

$ adb shell run-as com.lgq.wood.expiramentation ls -l files/.override -rw-rw-r-- 1 u0_a411 u0_a411 515303 2020-07-27 09:29 profile.mlpd

为了从设备上获取⽂件，我使⽤了⼀个已知的可写⽬录，例如：/sdcard/Download/

$ adb shell run-as com.lgq.wood.expiramentation cp files/.override/profi

复制⽂件后，您可以使⽤adb pull将⽂件获取到您的台式计算机：profile.mlpd

$ adb pull /sdcard/Download/profile.mlpd /sdcard/Download/profile.mlpd: 1 file pulled, 0 skipped. 162.7 MB/s (515303

profile.mlpd是⼀个⼆进制⽂件， Windows ⽤户需要在⽤于 Linux 的 Windows ⼦系统中安装 Mono才能运⾏。 有了上⾯的⼀系列代码，就会出现⼀些有趣的数字。

解决方法

我们通过前⽂的调⽤，可以发现以下⼏个函数可能需要相当⻓的时间：

还可以看到内存分配，例如：

请注意，如果您需要查看这些分配来⾃哪些⽅法，您可以传递到。--tracesmprof-report 我们做出了多种尝试，也都收到了⼀定成效。但是我们最意想不到的是，下⾯这个简单的改动。 我们尝试将string直接从stream中读取，⽽不是使⽤响应的内容创建，然后使⽤新的 System.Text.Json库来进⾏更⾼效的 JSON 解析：

// At the top

using System.Text.Json;

//...

async Task GetSlides()

{

var response = await httpClient.GetAsync("httpbin.org/json");

response.EnsureSuccessStatusCode();

using (var stream = await response.Content.ReadAsStreamAsync())

{

return await JsonSerializer.DeserializeAsync(stream);

}

}

查看⽅法调⽤的差异，我们可以看到⼀个明显的时间优化：

我们还可以看到以下内存分配的差异：

这⼀点，和我们在U-APM中测试得到的瓶颈函数相吻合，瓶颈确实是处在readRawTextFile函 数中，我们尝试了以下⼏种⽅法，也⼀定程度上缓解了启动问题，但收益并没有U-APM中的 readRawTextFile那么⼤。在此列出，仅供参考：

1. 我们可以缓存 Web 请求的结果
2. 我们可以从磁盘上的⽂件加载之前的调⽤结果，⽐如设置24 ⼩时内有效。
3. 由于调⽤不是互相依赖，我们可以同时进⾏异步调⽤
4. 在服务器端，我们可以进⾏⼀个新的 API 调⽤，在⼀个请求中返回所有调⽤的数据

结论

优化性能很难，⽅向也很多。关于代码慢的定位部分，改动后可能会发现这⼀部分根本不会产⽣ 效果，对代码产⽣影响的最佳⽅法是测试、测试，然后再次测试。改变后再次测试。⽽通过测试 去提升性能，往往能针对问题做预先准备。也往往能更核⼼地提升核⼼性能瓶颈，从⽽带来⽅⽅ ⾯⾯的全⽅位提升。

作者：丁立戈