上篇聊完网络编程，这篇进入滴滴性能优化专项。滴滴场景特殊——地图持续渲染、GPS高频定位、司机端后台保活。高级岗面试考出行场景下的性能优化实战经验。
今天8道题覆盖滴滴性能优化面试核心考点。
Q1：地图场景的性能瓶颈在哪？
渲染瓶颈：地图渲染涉及大量瓦片（Tile）加载和绘制。缩放/平移时新瓦片需要从网络下载或磁盘读取。大量Marker（司机位置标记）同时渲染。Polyline（路线）点数多时绘制耗时。
内存瓶颈：地图瓦片Bitmap占用大量内存（每个256x256 RGBA瓦片≈256KB）。多图层叠加（卫星图+路网图+实时路况图）内存翻倍。Marker图标资源多。
CPU瓶颈：路线规划算法（Dijkstra/A*）计算量大。实时路况数据处理（大量路段状态更新）。GPS坐标→屏幕坐标的矩阵变换频繁。
追问：怎么分析地图性能？Snapdragon Profiler看GPU利用率和带宽。Android Studio Profiler看内存分配和CPU使用。自定义FrameCallback监控地图滑动时的帧耗时。
Q2：地图瓦片加载怎么优化？
多级缓存：内存缓存（LruCache存最近使用的瓦片Bitmap）→ 磁盘缓存（SQLite/文件存下载过的瓦片）→ 网络请求。命中缓存直接显示，无IO开销。
预加载：根据用户滑动方向预加载前方瓦片（惯性预测）。缩放时预加载相邻缩放级别的瓦片。
降采样：低缩放级别不需要高分辨率瓦片。根据当前缩放级别请求对应分辨率的瓦片（如zoom=10用128x128瓦片而非256x256）。
瓦片复用：相同区域的卫星图和路网图共享瓦片请求（URL相同则复用缓存）。
追问：离线地图怎么实现？提前下载目标城市/区域的瓦片包存到本地。用户选择下载区域时后台下载瓦片数据（分包下载，支持断点续传）。使用时优先读本地瓦片。
Q3：大量Marker渲染怎么优化？
Marker聚合：远距离时把密集Marker合并为一个聚合Marker（显示数量如"5辆车"）。放大到一定级别才显示单个Marker。Google Maps有MarkerClusterer，高德有类似API。
视图复用：自定义Marker不用每次都创建Bitmap（复用BitmapPool）。Marker图标用矢量图（SVG）按需光栅化，不用预生成大量PNG。
可见性裁剪：只显示屏幕可见范围内的Marker。地图移动时动态添加/移除Marker（通过投影计算经纬度是否在屏幕范围内）。
追问：司机位置实时更新怎么避免闪烁？不用remove+add（会导致闪烁），用Marker.setPosition()直接更新位置。位置变化用插值动画（ObjectAnimator平滑过渡而非跳变）。
Q4：GPS定位怎么优化精度和功耗？
精度优化：多源融合定位——GPS（室外精度高，5-10米）+ WiFi（室内精度高，10-30米）+ 基站（精度低，100-1000米）。Kalman滤波融合多源数据，输出更稳定的位置。
功耗优化：动态调整定位频率——行驶中每3秒定位一次，等待接单时每10秒一次，空闲时每分钟一次。使用Geofence（地理围栏）替代持续定位（到达/离开指定区域时触发回调）。
滴滴特殊场景：隧道/高架/GPS信号弱的地方用航位推算（Dead Reckoning）——结合加速度传感器和陀螺仪推算位置，GPS信号恢复后校准。
追问：LocationManager和FusedLocationProvider区别？LocationManager是系统API（需要自己选择GPS/Network Provider，手动融合）。FusedLocationProvider（Google Play Services）自动选择最优定位方式，自动融合多源数据，功耗更低。国内设备用高德/百度定位SDK替代。
Q5：电量优化策略有哪些？
定位频率动态调整：根据业务状态调整GPS频率（行驶中高频，等待中低频，空闲时关闭GPS用基站定位）。
WakeLock最小化：只在必要时持有WakeLock（如正在上传GPS轨迹时）。用WorkManager替代AlarmManager（WorkManager合并多个任务批量执行，减少CPU唤醒次数）。
网络请求合并：多条数据积攒后一次请求发送（如GPS轨迹点积攒10个后批量上传）。用GZIP压缩请求体。
屏幕优化：司机端导航时降低屏幕亮度（GPS导航不需要高亮度）。乘客端行程页面降低刷新率。
追问：怎么监控App功耗？Battery Historian（Android Studio工具，分析电量消耗来源：CPU/WiFi/GPS/屏幕）。JobScheduler的setRequiresCharging（只在充电时执行非紧急任务）。
Q6：司机端后台保活怎么做？
为什么需要保活：司机接单后切到后台（看导航或其他App），需要持续接收订单推送和上报GPS位置。被系统杀死就收不到单。
合规方案：前台服务（Foreground Service，通知栏显示"正在服务中"）——系统优先级高不易被杀。配合LocationManager后台定位（Android 10+需要ACCESS_BACKGROUND_LOCATION权限）。
不推荐方案：1像素Activity（系统检测后会杀）、守护进程（Android 8.0+限制）、双进程守护（系统会一起杀）。这些方案违反Google Play政策，国内应用市场也可能拒绝。
厂商通道：接入厂商推送（小米/华为/OPPO/vivo系统级推送通道），即使App被杀也能收到推送。收到推送后通过ContentIntent唤起App。
追问：Android 12+对后台启动Activity有什么限制？默认不允许后台启动Activity。需要SYSTEM_ALERT_WINDOW权限或使用全屏Intent通知。前台服务类型需要在AndroidManifest声明foregroundServiceType。
Q7：路线渲染怎么优化？
Polyline抽稀：原始GPS轨迹点密集（每3秒一个点），长路线有数千个点。Douglas-Peucker算法抽稀——保留拐点，移除直线段中间点。抽稀后点数量减少80%+，视觉差异很小。
分段渲染：长路线（如跨城）分段加载渲染。当前视野内的路线完整渲染，远处的用简化版（更少点或更低精度）。
路线缓存：相同起终点的路线缓存复用（一段时间内路线不变）。用户缩放地图时路线重新抽稀（缩放级别不同，保留点数量不同）。
追问：实时路况颜色怎么渲染？路线Polyline按路段分段着色（畅通绿/缓行黄/拥堵红）。每段独立的Polyline对象。路况数据通过WebSocket实时推送更新，收到更新后重新着色对应路段。
Q8：滴滴性能优化面怎么准备？
重点复习：地图瓦片优化（多级缓存+预加载+降采样）、Marker优化（聚合+复用+可见性裁剪）、GPS定位优化（多源融合+动态频率+航位推算）、电量优化（频率调整+请求合并+WakeLock）、后台保活（Foreground Service+厂商推送）、路线渲染（抽稀+分段）。
面试技巧：滴滴性能优化面考出行场景实战——不是通用性能优化，而是地图/GPS/定位/后台保活这些出行特有场景。准备时从滴滴业务场景出发分析问题和方案。
面试Tips：滴滴性能优化面考出行场景——地图瓦片加载和GPS定位优化是必考题。后台保活和电量优化也高频。路线渲染优化经常问。能结合滴滴场景（司机端/乘客端）讲具体优化方案加分明显。
下一篇进入滴滴Framework专项——LocationManager原理、SensorManager、TelephonyManager、系统服务注册。
做过地图开发的同学扣1，你觉得地图性能最大的坑是什么？
本系列连载中，关注不迷路，下一篇：滴滴资深Android（Framework专项）面试真题
系列简介：Android大厂面经连载，覆盖字节跳动、腾讯、阿里、美团等40+企业，从初级到架构师全岗位覆盖。每篇文章包含真实面试题+详细答案+代码示例，帮你拿到大厂Offer。
