神奇的宇宙

Thread 最简单、常见的异步方式 不易复用，频繁创建及销毁开销大 复杂场景不易使用 HandlerThread 自带消息循环的线程 串行执行 长时间运行，不断从队列中获取任务 IntentServ

线程调度原理 任意时刻，只有一个线程占用CPU，处于运行状态 多线程并发：轮流获取CPU使用权 JVM负责线程调度：按照特定机制分配CPU使用权 线程调度模型 分时调度模型：轮流获取、均分CPU时间

耗时盲区监控背景 生命周期的间隔 onResume到Feed展示的间隔 举例:postMessage,很可能在Feed之前执行 耗时盲区监控难点 只知道盲区时间，不清楚具体在做什么 线上盲区无从追查

界面秒开实现 界面秒开就是一个小的启动优化 可以借鉴启动优化及布局优化 Systrace,优雅异步+优雅延迟初始化 异步Inflate、X2C、绘制优化 提前获取页面数据 界面秒开率统计 onCrea

背景介绍 自动卡顿监测方案并不够 体系化解决方案务必尽早暴露问题 单点问题：主线程IPC、DB IPC问题监测 监测指标 IPC调用类型 调用耗时、次数 调用堆栈、发生线程 常规方案 IPC前后加埋点

ANR介绍及实战 ANR介绍 KeyDispatchTimeout,5s BroadcastTimeout,前台10s,后台60s ServiceTimeout,前台20s,后台200s ANR执行流

为什么需要自动化检测方案 系统工具适合线下针对性分析 线上及测试环节需要自动化检测方案 自动化卡顿检测方案原理 消息处理机制，一个线程只有一个Looper mLogging对象在每个message处理

背景介绍 很多性能问题不易被发现，但是卡顿很容易被直观感受 卡顿问题难以定位 卡顿问题难在哪里 产生原因错综复杂：代码、内存、绘制、IO 不易复现：当时场景强相关 CPU Profiler Systr

视图绘制回顾 测量：确定大小 布局：确定位置 绘制：绘制视图 性能瓶颈 每个阶段耗时 自顶而下的遍历 触发多次 布局层级及复杂度 准则 减少View树层级 宽而浅，避免窄而深 不嵌套使用Relativ