Android性能調優實例

本文主要分享自己在appstore項目中的性能調優點，包括同步改異步、緩存、Layout優化、數據庫優化、算法優化、延遲執行等。
一、性能瓶頸點
整個頁面主要由6個Page的ViewPager，每個Page爲一個GridView，GridView一屏大概顯示4*4的item信息(本文最後有附圖)。由於網絡數據獲取較多且隨時需要保持頁面內app下載進度及狀態，所以出現以下性能問題
a.  ViewPager左右滑動明顯卡頓
b.  GridView上下滾動明顯卡頓
c.  其他Activity返回ViewPager Activity較慢
d.  網絡獲取到展現速度較慢

二、性能調試及定位
主要使用Traceview、monkey、monkey runner調試，traceview類似java web調優的visualvm，使用方法如下：
在需要調優的activity onCreate函數中添加

1. <font style="background-color:rgb(254, 253, 231)"><font face="Georgia,">android.os.debug.startMethodTracing("Entertainment");</font></font>

複製代碼

onDestrory函數中添加

1. <font style="background-color:rgb(254, 253, 231)"><font face="Georgia,">android.os.debug.stopMethodTracing();</font></font>

複製代碼

程序退出後會在sd卡根目錄下生成Entertainment.trace這個文件，cmd到android sdk的tools目錄下運行traceview.bat Entertainment.trace即可，截圖如下
從中可以看出各個函數的調用時間、調用次數、平均調用時間、時間佔用百分比等從而定位到耗時的操作。monkey、monkey runner更詳細的見後面博客介紹
三、性能調優點
主要包括同步改異步、緩存、Layout優化、數據庫優化、算法優化、延遲執行。
1. 同步改異步
這個就不用多講了，耗時操作放在線程中執行防止佔用主線程，一定程度上解決anr。
但需要注意線程和service結合（防止activity被回收後線程也被回收）以及線程的數量（後面優化介紹）
PS：請使用java的線程池（後面介紹），少使用AsyncTask，因爲AsyncTask存在性能問題(以後會單獨博文介紹)
2. 緩存
java的對象創建需要分配資源較耗費時間，加上創建的對象越多會造成越頻繁的gc影響系統響應。主要使用單例模式、緩存(圖片緩存、線程池、View緩存、IO緩存、消息緩存、通知欄notification緩存)及其他方式減少對象創建。
(1). 單例模式
對於創建開銷較大的類可使用此方法，保證全局一個實例，在程序運行過程中該類不會因新建額外對象產生開銷。示例代碼如下：

1. class Singleton {
   
2.     private static Singleton instance = null;
   
3. 
   
4.     private Singleton() {
   
5.         }
   
6. 
   
7.     public static synchronized Singleton getInstance() {
   
8.         if (instance == null) {
   
9.             instance = new Singleton();
   
10.         }
    
11.         return instance;
    
12.     }
    
13. }

複製代碼

(2). 緩存
程序中用到了圖片緩存、線程池、View緩存、IO緩存、消息緩存、通知欄notification緩存等。
a. 圖片緩存：見ImageCache和ImageSdCache
b. 線程池：使用Java的Executors類，通過newCachedThreadPool、newFixedThreadPool、newSingleThreadExecutor、newScheduledThreadPool提供四種不同類型的線程池
c. View緩存：

1. @Override
   
2. public View getView(int position, View convertView, ViewGroup parent) {
   
3.         ViewHolder holder;
   
4.         if (convertView == null) {
   
5.                 convertView = inflater.inflate(R.layout.type_item, null);
   
6.                 holder = new ViewHolder();
   
7.                 holder.imageView = (ImageView)convertView.findViewById(R.id.app_icon);
   
8.                 holder.textView = (TextView)convertView.findViewById(R.id.app_name);
   
9.                 convertView.setTag(holder);
   
10.         } else {
    
11.                 holder = (ViewHolder)convertView.getTag();
    
12.         }
    
13.         holder.imageView.setImageResource(R.drawable.index_default_image);
    
14.         holder.textView.setText("");
    
15.         return convertView;
    
16. }
    
17. 
    
18. /**
    
19. * ViewHolder
    
20. */
    
21. static class ViewHolder {
    
22. 
    
23.         ImageView imageView;
    
24.         TextView  textView;
    
25. }

複製代碼

通過convertView是否爲null減少layout inflate次數，通過靜態的ViewHolder減少findViewById的次數，這兩個函數尤其是inflate是相當費時間的
d. IO緩存：
使用具有緩存策略的輸入流，BufferedInputStream替代InputStream，BufferedReader替代Reader，BufferedReader替代BufferedInputStream.對文件、網絡IO皆適用。
e. 消息緩存：通過Handler的obtainMessage回收就的Message對象，減少Message對象的創建開銷
handler.sendMessage(handler.obtainMessage(1));
f. 通知欄notification緩存：下載中需要不斷改變通知欄進度條狀態，如果不斷新建Notification會導致通知欄很卡。這裏我們可以使用最簡單的緩存
Map<String, Notification> notificationMap = new HashMap<String, Notification>();如果notificationMap中不存在，則新建notification並且put into map.
(3). 其他
能創建基類解決問題就不用具體子類：除需要設置優先級的線程使用new Thread創建外，其餘線程創建使用new Runnable。因爲子類會有自己的屬性創建需要更多開銷。
控制最大併發數量：使用Java的Executors類，通過Executors.newFixedThreadPool(nThreads)控制線程池最大線程併發
對於http請求增加timeout 3. Layout優化
性能優化相關的一些標籤 <viewStub/>，<merge/>和<include/> 可見：http://hexen.blog.51cto.com/1110171/820197
TextView屬性優化：TextView的android:ellipsize=”marquee”跑馬燈效果極耗性能，具體原因還在深入源碼中
對於layout中的佈局實際效果可使用hierarchyviewer查看
對於layout中多餘的view以及不正確的標籤可使用android lint查看

4. 數據庫優化
主要包括sql優化、建立索引、使用事務、讀寫表區分
(1). sql優化
可參考http://database.51cto.com/art/200904/118526.htm
(2). 建立索引
使用CREATE INDEX mycolumn_index ON mytable (myclumn)語句在SQLiteOpenHelper子類的onCreate或onUpgrade函數創建索引，索引創建後對大數據量的查詢性能提升效果較明顯(3). 使用事務
事務不僅能保證批量操作一起完成或回滾，而且在大量插入、更新、查詢時減少程序和表的交互從而提高性能

1. SQLiteDatabase db = dbHelper.getWritableDatabase();
   
2. db.beginTransaction();
   
3. try {
   
4.         // add to do
   
5.         db.setTransactionSuccessful();
   
6. } catch (Exception e) {
   
7.         Log.e(TAG, e.toString());
   
8. } finally {
   
9.         db.endTransaction();
   
10. }

複製代碼

(4). 讀寫表區分對於查詢操作使用dbHelper.getReadableDatabase();讀表代替寫表。因爲sqlite是表級鎖，所以修改和插入等寫操作的性能較差。
5. 算法優化
這個就是個博大精深的話題了，只介紹本應用中使用的。
使用hashMap代替arrayList，時間複雜度降低一個數量級
6. 延遲執行
對於很多耗時邏輯沒必要立即執行，這時候我們可以將其延遲執行。
線程延遲執行 ScheduledExecutorService scheduledThreadPool = Executors.newScheduledThreadPool(10);
消息延遲發送 handler.sendMessageDelayed(handler.obtainMessage(0), 1000);
四、本程序性能調優結果
1. ViewPager左右滑動明顯卡頓
2. GridView上下滾動明顯卡頓
(1). 去掉TextView的android:ellipsize=”marquee”
(2). 修改圖片緩存的最大線程數，增加http timeout
(3). 修改設置app是否已安裝的狀態，具體代碼修改如下：

1. List<PackageInfo> installedPackageList = getPackageManager().getInstalledPackages(PackageManager.GET_UNINSTALLED_PACKAGES);
   
2. List<App> installedAppList = function(installedAppList)
   
3. for (App app : appList) {
   
4.         for (App installedApp : installedAppList) {
   
5. 
   
6.         }
   
7. }

複製代碼

修改爲

1. for (App app : appList) {
   
2.         Pair<Integer, String> versionInfo = INSTALLED_APP_MAP.get(app.getPackageName());
   
3.         if (versionInfo != null) {
   
4. 
   
5.         } else {
   
6. 
   
7.         }
   
8. }

複製代碼

從每次獲取List<PackageInfo> installedAppList = getPackageManager().getInstalledPackages(PackageManager.GET_UNINSTALLED_PACKAGES);修改爲只在有應用安裝或卸載廣播時獲取應用列表，並且用hashMap代替installedAppList減少查詢時間。將平均執行時間從201ms降低到1ms。
3. 其他Activity返回ViewPager Activity較慢
定位：在onStart函數
解決：使用延遲策略，具體代碼修改如下：

1. @Override
   
2. public void onStart() {
   
3.         super.onStart();
   
4.         appUpdateListAdapter.notifyDataSetChanged();
   
5. }

複製代碼

4. 網絡獲取到展現速度較慢定位：在HttpURLConnection.getInputStream()之後的處理
解決：使用BufferedReader替代BufferedInputStream獲取時間從100ms降低到3ms，具體代碼修改如下：

1. HttpURLConnection con = (HttpURLConnection)url.openConnection();
   
2. InputStream input = con.getInputStream();
   
3. while (input.read(buffer, 0, 1024) != -1) {
   
4. 
   
5. }

複製代碼

改爲

1. HttpURLConnection con = (HttpURLConnection)url.openConnection();
   
2. BufferedReader input = new BufferedReader(new InputStreamReader(con.getInputStream()));
   
3. String s;
   
4. while ((s = input.readLine()) != null) {
   
5. 
   
6. }

複製代碼