Android應用性能優化

A. 【Android性能優化】：ProGuard，混淆，R8優化

使用Java編寫的源代碼編譯後生成了標準的class文件，面臨反編譯風險，需要進行代碼混淆以保護應用安全。ProGuard作為常用的混淆工具，具備壓縮、優化、混淆功能。其工作流程包括shrink（縮減）、optimize（優化）、obfuscate（混淆）和preverigy（預驗證）四個步驟。通過ProGuard，可以實現代碼縮減，移除未使用的類、欄位、方法和屬性，優化代碼結構。

在Android構建中，R8編譯器取代了ProGuard進行代碼優化與混淆。R8通過檢測代碼中未使用的部分，並移除它們來實現代碼縮減。例如，若項目依賴多個庫，但僅使用其中一部分，R8會檢測應用代碼入口（如啟動的第一個Activity），構建訪問圖，並移除未訪問的代碼。

在R8配置中，通過proguard-rules.pro文件決定保留哪部分代碼。R8支持來自不同來源的配置文件，如自定義配置、AGP生成的規則、AAR或JAR庫中包含的規則，以及AAPT2生成的保留規則。通過minifyEnabled屬性設置為true，可啟用R8的代碼縮減功能。需要注意的是，R8對反射調用和JNI調用的檢測不足，可能需要在配置中進行額外處理以避免移除必要的代碼。

R8在代碼縮減後進行資源縮減，以去除不使用的資源文件。開啟代碼縮減並使用shrinkResources屬性即可進行資源縮減。同時，可以使用tools:keep或tools:discard對特定資源文件進行保留或刪除。

代碼混淆通過替換類名、方法名和屬性名，使反編譯變得困難。混淆規則和模板的添加有助於保護應用安全。

R8進一步優化代碼，通過深度分析移除更多未使用的代碼，或重寫代碼以簡化結構。優化點可參考Jake Wharton的R8優化博文。

總結，R8編譯器通過代碼縮減、資源縮減、代碼混淆和代碼優化等操作，全面提升了APK文件的性能。為了深入了解性能優化，可獲取相關核心筆記，內容涵蓋啟動優化、內存優化、UI優化、網路優化、Bitmap優化與圖片壓縮、多線程並發優化、數據傳輸效率優化、體積包優化，以及性能監控框架和框架學習手冊。這些資源將幫助開發者全面掌握性能優化技術。

B. Android 性能優化方案之：電量優化、UI優化、內存優化……

本文將深入探討Android性能優化的關鍵領域：電量優化、UI優化和內存優化。通過有效的策略和技術，我們可以顯著提高應用的性能和用戶體驗。

在UI優化方面，我們主要關注過度繪制（Overdraw）的問題。過度繪制指的是在單個幀內對同一個像素進行多次繪制，這不僅消耗CPU資源，還會導致性能下降和卡頓現象。要減少過度繪制，我們應避免在重疊的不可見元素上重復繪制。具體措施包括：合理選擇布局容器，如LinearLayout與RelativeLayout；去掉window的默認背景；去掉不必要的背景；使用自定義View的clipRect方法來控制顯示區域；使用ViewStub作為高效佔位符；製作draw9patch以優化背景透明區域；以及利用Merge標簽減少不必要的嵌套。

內存性能優化涉及內存分配與回收、內存測試插件（如LeakCanary）的使用，以及針對不同設備內存閾值的緩存設計。開發者應謹慎使用large heap，避免不必要的內存佔用。通過綜合考慮設備內存閾值與其他因素，設計合適的緩存大小。在資源文件存放方面，應選擇合適的文件夾以避免因縮放導致的內存消耗。使用try-catch機制處理可能的內存分配錯誤，如嘗試在捕獲到OOM異常時降級內存分配。避免使用靜態對象，特別注意單例對象中的不當持有。謹慎管理Service資源，使用IntentService以避免內存泄漏。應用ProGuard進行代碼優化和混淆，減少內存消耗。選擇更輕量級的數據結構，如ArrayMap/SparseArray，避免使用Enum。優化Bitmap對象的內存佔用，使用更小的圖片，並避免在內存敏感方法中創建新對象。重復利用對象和系統資源，及時關閉Cursor，避免在onDraw等方法中創建新對象。利用StringBuilder減少字元串拼接操作，避免Activity泄漏，尤其是通過Handler管理的泄漏。最後，考慮使用Application Context以避免無意的Activity泄露。

電量優化同樣重要，盡管通常被開發者視為最後考慮的因素。然而，確保應用不會成為電量消耗的罪魁禍首至關重要。優化策略可能包括減少網路使用、關閉不必要的服務、優化啟動性能和降低後台運行需求。雖然本文未能詳述所有優化領域，但我們提供了一個性能優化知識的概述，以幫助開發者深入挖掘並提升應用性能。對於更深入的優化內容，我們已整理成PDF文檔，歡迎感興趣的朋友通過下方鏈接或私信獲取。

C. Android性能優化原理：APP運行時的內存模型

為了深入了解Android App運行時的內存模型並掌握內存優化的原理，我們分三個部分進行探討：內存描述指標、內存數據獲取方法，以及內存模型的全面解析。

### 內存描述指標

在進行內存優化前，我們需要熟悉內存描述指標，這些指標能夠幫助我們量化App的內存使用情況，並在優化過程中直觀地展示效果。常用的內存描述指標包括但不限於共享庫按比例分擔的Pss、進程在RAM中的實際保存總內存RSS、獨占物理內存的Private Clean和Private Dirty、Swap Pss Dirty以及Heap Alloc和空閑的虛擬內存Heap Free。獲取這些指標通常有兩種方法：線下通過adb命令獲取，線上則通過代碼實現。

### 內存數據獲取

了解了描述指標後，接下來是獲取內存數據的方法。主要分為兩種：一是通過adb命令進行線下調試，二是在線上通過代碼收集數據。盡管獲取方式不同，原理相同，它們都依賴於調用android_os_Debug對象中的android_os_Debug_getDirtyPagesPid介面。此外，獲取內存數據的原理和實現邏輯較為復雜，涉及到介面調用、文件解析等技術細節。

### 內存模型詳解

深入探討App運行時的內存模型，以系統設置為例，通過adb命令獲取的內存數據分為A區域和B區域。A區域的數據主要通過android_os_Debug_getMemInfo介面獲得，而B區域則是對A區域數據的匯總處理。A區域的數據又可以進一步細分為由maps文件數據、與graphic相關的數據以及Alloc內存組成。

- **maps文件數據**：maps文件是分析內存的關鍵文件，其中詳細記錄了進程內存中的數據類型和格式，通過解析maps文件，我們能了解Dalvik Heap、Native Heap等數據的構成，這對於在線上異常監控時定位和排查內存問題非常有幫助。

- **graphic相關數據**：這部分數據由兩部分組成，一部分通過load_maps函數解析獲取，另一部分通過read_memtrack_memory函數讀取。這些數據是GPU驅動寫入的，通過解析這些數據，可以深入了解App的圖形內存使用情況。

- **Alloc內存**：這部分數據是通過malloc、mmap、calloc等內存申請函數累積而來，獲取這些數據的效率最高，性能消耗最小，適合在代碼中進行監控。

B區域的數據是對A區域數據的匯總，主要用於方便查看，內容相對簡單。

### 小結

掌握App運行時的內存模型，對於進行有效的內存優化至關重要。了解內存描述指標、內存數據獲取方法，以及深入解析內存模型，是實現內存優化的基礎。在此基礎上，結合《Android性能優化核心筆記》中的詳細知識和實踐指南，可以更系統地學習和應用Android性能優化的策略和技巧。通過這些資源和方法，不僅能夠優化內存使用，還能提升整體應用性能，實現更流暢、高效的應用體驗。