Android性能调优实例

本文主要分享自己在appstore项目中的性能调优点，包括同步改异步、缓存、Layout优化、数据库优化、算法优化、延迟执行等。
一、性能瓶颈点
整个页面主要由6个Page的ViewPager，每个Page为一个GridView，GridView一屏大概显示4*4的item信息(本文最后有附图)。由于网络数据获取较多且随时需要保持页面内app下载进度及状态，所以出现以下性能问题
a.  ViewPager左右滑动明显卡顿
b.  GridView上下滚动明显卡顿
c.  其他Activity返回ViewPager Activity较慢
d.  网络获取到展现速度较慢

二、性能调试及定位
主要使用Traceview、monkey、monkey runner调试，traceview类似java web调优的visualvm，使用方法如下：
在需要调优的activity onCreate函数中添加

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

复制代码

onDestrory函数中添加

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

复制代码

程序退出后会在sd卡根目录下生成Entertainment.trace这个文件，cmd到android sdk的tools目录下运行traceview.bat Entertainment.trace即可，截图如下
从中可以看出各个函数的调用时间、调用次数、平均调用时间、时间占用百分比等从而定位到耗时的操作。monkey、monkey runner更详细的见后面博客介绍
三、性能调优点
主要包括同步改异步、缓存、Layout优化、数据库优化、算法优化、延迟执行。
1. 同步改异步
这个就不用多讲了，耗时操作放在线程中执行防止占用主线程，一定程度上解决anr。
但需要注意线程和service结合（防止activity被回收后线程也被回收）以及线程的数量（后面优化介绍）
PS：请使用java的线程池（后面介绍），少使用AsyncTask，因为AsyncTask存在性能问题(以后会单独博文介绍)
2. 缓存
java的对象创建需要分配资源较耗费时间，加上创建的对象越多会造成越频繁的gc影响系统响应。主要使用单例模式、缓存(图片缓存、线程池、View缓存、IO缓存、消息缓存、通知栏notification缓存)及其他方式减少对象创建。
(1). 单例模式
对于创建开销较大的类可使用此方法，保证全局一个实例，在程序运行过程中该类不会因新建额外对象产生开销。示例代码如下：

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. }

复制代码

(2). 缓存
程序中用到了图片缓存、线程池、View缓存、IO缓存、消息缓存、通知栏notification缓存等。
a. 图片缓存：见ImageCache和ImageSdCache
b. 线程池：使用Java的Executors类，通过newCachedThreadPool、newFixedThreadPool、newSingleThreadExecutor、newScheduledThreadPool提供四种不同类型的线程池
c. View缓存：

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. }

复制代码

通过convertView是否为null减少layout inflate次数，通过静态的ViewHolder减少findViewById的次数，这两个函数尤其是inflate是相当费时间的
d. IO缓存：
使用具有缓存策略的输入流，BufferedInputStream替代InputStream，BufferedReader替代Reader，BufferedReader替代BufferedInputStream.对文件、网络IO皆适用。
e. 消息缓存：通过Handler的obtainMessage回收就的Message对象，减少Message对象的创建开销
handler.sendMessage(handler.obtainMessage(1));
f. 通知栏notification缓存：下载中需要不断改变通知栏进度条状态，如果不断新建Notification会导致通知栏很卡。这里我们可以使用最简单的缓存
Map<String, Notification> notificationMap = new HashMap<String, Notification>();如果notificationMap中不存在，则新建notification并且put into map.
(3). 其他
能创建基类解决问题就不用具体子类：除需要设置优先级的线程使用new Thread创建外，其余线程创建使用new Runnable。因为子类会有自己的属性创建需要更多开销。
控制最大并发数量：使用Java的Executors类，通过Executors.newFixedThreadPool(nThreads)控制线程池最大线程并发
对于http请求增加timeout 3. Layout优化
性能优化相关的一些标签 <viewStub/>，<merge/>和<include/> 可见：http://hexen.blog.51cto.com/1110171/820197
TextView属性优化：TextView的android:ellipsize=”marquee”跑马灯效果极耗性能，具体原因还在深入源码中
对于layout中的布局实际效果可使用hierarchyviewer查看
对于layout中多余的view以及不正确的标签可使用android lint查看

4. 数据库优化
主要包括sql优化、建立索引、使用事务、读写表区分
(1). sql优化
可参考http://database.51cto.com/art/200904/118526.htm
(2). 建立索引
使用CREATE INDEX mycolumn_index ON mytable (myclumn)语句在SQLiteOpenHelper子类的onCreate或onUpgrade函数创建索引，索引创建后对大数据量的查询性能提升效果较明显(3). 使用事务
事务不仅能保证批量操作一起完成或回滚，而且在大量插入、更新、查询时减少程序和表的交互从而提高性能

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. }

复制代码

(4). 读写表区分对于查询操作使用dbHelper.getReadableDatabase();读表代替写表。因为sqlite是表级锁，所以修改和插入等写操作的性能较差。
5. 算法优化
这个就是个博大精深的话题了，只介绍本应用中使用的。
使用hashMap代替arrayList，时间复杂度降低一个数量级
6. 延迟执行
对于很多耗时逻辑没必要立即执行，这时候我们可以将其延迟执行。
线程延迟执行 ScheduledExecutorService scheduledThreadPool = Executors.newScheduledThreadPool(10);
消息延迟发送 handler.sendMessageDelayed(handler.obtainMessage(0), 1000);
四、本程序性能调优结果
1. ViewPager左右滑动明显卡顿
2. GridView上下滚动明显卡顿
(1). 去掉TextView的android:ellipsize=”marquee”
(2). 修改图片缓存的最大线程数，增加http timeout
(3). 修改设置app是否已安装的状态，具体代码修改如下：

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. }

复制代码

修改为

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. }

复制代码

从每次获取List<PackageInfo> installedAppList = getPackageManager().getInstalledPackages(PackageManager.GET_UNINSTALLED_PACKAGES);修改为只在有应用安装或卸载广播时获取应用列表，并且用hashMap代替installedAppList减少查询时间。将平均执行时间从201ms降低到1ms。
3. 其他Activity返回ViewPager Activity较慢
定位：在onStart函数
解决：使用延迟策略，具体代码修改如下：

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

复制代码

4. 网络获取到展现速度较慢定位：在HttpURLConnection.getInputStream()之后的处理
解决：使用BufferedReader替代BufferedInputStream获取时间从100ms降低到3ms，具体代码修改如下：

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

复制代码

改为

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. }

复制代码