性能优化（十一）-性能优化总结1、性能优化总结 Mem（2种方案手动GC[ mATRIX ] 阈值的处理【koom】）

1、性能优化总结

Mem（2种方案手动GC[ mATRIX ] 阈值的处理【koom】）
FPS(Handler机制、Printer检测卡断问题，消息处理完多少时间)、idleHandler
延迟操作 Handler.postDelayed（Runnable r，long time）

    Looper.myQueue().addIdleHandler(new Message.IdleHandler(){
    //queueIdle  返回true/false   返回true意味着延时操作生效。如果messagequeue为空的时候，就自动回调这个方法。这个可以拿来做FPS的监控？**为啥？**
    
})

so动态加载 Tinker的so的加载流程。把dex加载到数组的最前面。
- Relinker UnsatisfiedlinkError（so没找到对象的库）：主要原因是兼容性的问题。包so的剪裁是由于国内的厂商魔改ROM改的是so加载的路径（3种）。Relinker最牛逼的地方就是解析so的2进制文件，获取so的依赖属性。
- 小于 6.0的版本有个东西叫so的依赖，一个so的库可能依赖其它三个库，顺序不能颠倒，否则就崩溃。这个机制面试种可以说。So的依赖属性很关键，RElinker可以解决这个问题。循环加载lib，最后加载loadPath。重新link
- 网络下载so到本体，要通过这个Relinker库加载到内核当中。
面试简历当中。动态加载就要提到兼容性问题，然后要去讲用到ReLiner，模拟这个库写自己的逻辑。
动态加载放到简历去
ELF动态链接库 so 二进制协议。
性能优化+架构+业务逻辑复杂度
迅速接入到核心团队，架构，工程优化。不要碰UI的。
自己通过relinker库帮我进行加载。试试看。写到简历中
Matrix边改边做性能优化。

2、android rabbit-client 是什么？

android rabbit-client 是一个开源的 Android APM 框架，是一个面向开发者的性能监控工具 rabbit-client 可以帮助开发者快速定位应用性能问题，主要功能如下1：

应用测速：可以准确统计应用 Applicaiton 创建耗时、应用冷启动耗时和页面 inflate 耗时 & 完全渲染耗时。
FPS 分析：可以实时显示 FPS 并支持分页面分析 FPS。
慢函数检测：可以对代码中定义的敏感函数（比如耗时函数）进行检测，提供阈值报警等功能。
内存分析：提供内存泄漏检测、内存分析等功能。
网络分析：提供网络请求分析、网络延迟分析等功能。
崩溃分析：提供崩溃日志收集、崩溃原因分析等功能。

3、性能优化总结

github.com/SusionSuc/r… github.com/Tencent/mat…

设计还有架构主流的开源项目调用怎么用？面试一定会问你。
Matrix：功能很全、相对比较重力度，不适合公司的业务的迭代，包体积很大。做到线上很鸡肋。经常crash。不能用于线上，不能用于自己公司线上搭建
听云sdk（>8.0 CPU指标问题）
网易腾讯GT
360的APM gradle集成的时候会有很多的问题
httpdns可以作为一个亮点

4、指标的问题

稳定性的问题（崩溃的问题）（bugly+breakpad+firebase(国外)）一个set default 一个非set 非default？
流量/网络（Http协议的可达率、流量的大小）OkHttp的拦截器全链路的监控APM、网络一体化的问题、协议本身（Socket）统一的处理（这里不要谈）
页面的FPS
错误日志动态上传。压缩加密 workmanager 约束（充电或者其它情况传） wakeup

5、建议大家重点关注的APM的性能指标：

电量 最好讲battery historian、广播监听，统一的方案，
流量消耗打印出来 trafficStats/getUidRxBytes(int uid)/getTotalbytes() 后台流量偷跑怎么处理？后台起个定时任务，获取时间间隔流量，或者5s或者5min，计算平均值。
内存指标的统计/内存的泄漏/

/**
     * 只能用在debug model,
     * */
    private fun getMemoryInfoInDebug(): RabbitMemoryInfo {
        val info = Debug.MemoryInfo()
        Debug.getMemoryInfo(info)

        val memInfo = RabbitMemoryInfo()
        memInfo.totalSize = (info.totalPss) * 1024 // 这个值比profiler中的total大一些
        memInfo.vmSize = (info.dalvikPss) * 1024   // 这个值比profiler中的 java 内存值小一些, Doesn't include other Dalvik overhead
        memInfo.nativeSize = info.nativePss * 1024
        memInfo.othersSize = info.otherPss * 1024 + info.totalSwappablePss * 1024
        memInfo.time = System.currentTimeMillis()
        memInfo.pageName = RabbitMonitor.getCurrentPage()

        return memInfo
    }
    
    
    //pss
     mActivityManager?.getProcessMemoryInfo(intArrayOf(Process.myPid())) ?: return 0
     
     //内存的泄漏  application的 生命周期的监听
    weakreference
    activity，activity.class.simplename
    activity onStop的时候 手动GC 2次 sleep

线上收集，需要有开关开启，当有重大问题的时候才收集。
线下用leakcanary就可以了
application的生命周期的监听
weakreference。activity activity.class.simplename、activity onStop的时候手动gc2次，给一个 sleep。申请大对象。

6、FPS

原理知道了代码写在哪里？

 Choreographer.getInstance().postFrameCallback(new Choreographer.FrameCallback() {
    @Override    
    public void doFrame(long frameTimeNanos) {
        if(frameTimeNanos - mLastFrameNanos > 100) {
            ...
        }
        mLastFrameNanos = frameTimeNanos;
        Choreographer.getInstance().postFrameCallback(this);
    }
});
//推荐下面
public static void loop() {
    ...
    for (;;) {
        ...
        // This must be in a local variable, in case a UI event sets the logger
        Printer logging = me.mLogging;
        if (logging != null) {
            logging.println(">>>>> Dispatching to " + msg.target + " " +
                    msg.callback + ": " + msg.what);
        }
        msg.target.dispatchMessage(msg);
        if (logging != null) {
            logging.println("<<<<< Finished to " + msg.target + " " + msg.callback);
        }
        ...
    }
}

onActivtyResumed()开启监听 onWindowFocusChanged 如果界面可见我们可以收集pause暂停我们就停止。
面试中说的点
- 1、消息机制looper
- 2、Choreographer。性能不太好。
- 建议大家用message的消息监听，不要用这个编舞者。因为doframe不停执行，不需要刷新时也是不停执行，重复监听，不断去调用，对于线上监控性能不太好。
推荐这种方案。