本文已参加创作者训练营第三期，概略检查：掘力计划｜创作者训练营第三期正在进行，「写」出个人影响力

零、前语

一年多曾经写过一篇关于建议优化的文线程池回绝战略章，见「功用优化系列」APP建议优化理论与实践（上）。每一年都有新的见地，本篇将在前篇的基础上补偿阐明app的发线程池面试题起优化计划，请结合检查。

本篇内容首要如下：

  • 建议耗时线程的几种状况监测实战：手动打点以及AspectJ办法比照；
  • 建议优线程和进程的差异是什么化实战：有向无环图建议器、IdleHandler建议器以及其他黑科技计划；
  • 优化东西介绍。

一、优化东西

1.1、Traceview（弃用）

TraceView是Android途径一个很github打开私库好的功用剖析的东西，可以以图形的办法显示跟踪日志，可是已弃用。
另外TraceView的功线程池面试题用耗费太大，得到的作用不真实。

1.2、CPU Profiler

代替Traceview便是CPU Pgradle菜鸟教程rofiler。它可以检查经过运用Debug类对运用进行插桩检测而捕获的.trace文件、记载新办法跟踪信息、保存.trace文件以及检查运用进程的实时CPU运用状况。
详细运用参看运用CPU功用剖析器检查 CPU 活动

1.3、Systrace + 函数插桩

Sgradle是什么ystrace 容许你收集和检查设备上作业的悉数进程的计时信息。 它包括Androidkernel的一些数据（例架构图模板如CPU调度程序，IO和APP Thread），并且会生成HTML陈述，方便用户检查剖析trace内容。可是不支持运用程序代码的耗时剖析，假定需求剖析程序代码的实施时刻，那就要结合函数插桩的办法，对细节进行剖析。在下面第二节给出了实战事例，请参看。gradle

二、建议耗时监测

关于建议速度的核算办法有许多种，如手动打点、AOP打点、adb指令、线程池原理Traceview、Systrace等，在「功用优化系列」APP建议优化理论与实践（上）这篇文章里现已初步阐明，架构这儿就不在赘述。下面将从实战方向进行耗时监测处理。

为了监测建议耗时，我在Applicatio线程撕裂者n的onCreate中初始化了一些第三方结构，比方初始化ARouter、Bugly、LoadSir等，模仿耗时操作。

2架构师和程序员的差异.1、怎样监测每个办法的实施时刻？

2.1.1、办法一：手动打点

在了解到手动打点可监测app建议时刻，那是不是可以运用到每个办法中，那就线程池的创立办法有几种来试一下，咱们在每个第三方结构初始化的办法前后都进行打点，

override fun onCreate() {
super.onCreate()
//Debug.startMethodTracing("App")
//TraceComp线程池参数详解at.beginSection("onCreate")
TimeMonitorManager.instance?.startMgithub镜像onitor()
initRouter()
TimeMonitorManager.insgradle下载tance?.endMonitor("initRouter")
T线程池作业原理imeMonit线程orManager.instance?.startMonitor()
initBugly()架构师薪酬一月多少
TimeMonitorManager.instancgithub直播渠道永久回家e?.endMonitor("initBugly")
TimeMonitorManage线程池的七个参数r.instance?.startMonitor()
initLoadSir()
TimeMonitorManager.instance?.endgradle下载Monitor("initLoadSir")
//Debug.stopMethodTracing()
//Trac线程池eCompat.endSection()
}

按照这个办法，毋庸置疑，每个办法的耗时时刻是肯定能核算出来的，可是，每个办法都加上重复的代码，一个办法加两行，那有一百，一千个办法呢？莫非一个一个的手敲吗？！！

这种办法太“笨”，并且对源代码的侵入性极强，弃。

那是否有更高雅的办法核算每个办法的实施时刻？ 答案是当然架构师证书有。

AOP（面向切面编程），可以经过预编译办法和作业其动态署理结束在不修改源代码的状况下给程序gradle装置装备动态一同增加某种特定功用的一种技术。

而它的意图首要将日志记载，功用核算，安全控制，事务处理，反常处理等代码从事务逻辑代码中区分出来，经过对这些行为的分离，咱们希望可以将它们独立到非教导事务逻线程的几种状况辑的办法中，从而改动这些行为的时分不影响事务逻辑的代码。

上面手动打点的办法，与github打开私库事务逻辑代码耦合性强，而AOP就很好的处理了这个问题。在Android中完github镜像毕AOP的办法有多种，这儿将叙说其间比较常用的结束-AspectJ

2.1.2、办法二、AOP-AspectJ

AspectJ是AOP的详细结束办法之一，它github中文官网网页针关于横切关注点进线程行处理。而作为AOP的详细结束之一的Asgradle教程pectJ，它向Java中参线程池参数设置准则与了架构图模板连接点（Join Point）这个概念。它向Java语言中参加少量新结构，比方：切点（pointc架构师和程序员的差异ut）、告诉（Advice）、类型间声明（Inter-type declaration）和方面（Aspect）。切点和告诉动态地影响程序流程，类型间声明则是静态的影响程序的类等级结构，而方面则是对悉数这些新结构的封装。

那么就下来架构师和程序员的差异就运用AspectJ进行核算线程池作业原理操作。

增加依托

build.gradle

dependencies {
classpath 'com.hujiagithub是干什么的ng.aspectjx:gradle-android-plugin-aspectjx:2.0.10'
}

app#build.gradle

plugins {
id 'com.android.application'
id 'kotlin-android'
id 'android-aspectjx'
}
...
dependencies {
implementation 'org.aspectj:aspectjrt:1.8.+'
}

新建class类，加上@Aspect注解标github镜像明当时类是为一个切面供容器读取。

@Aspecgradle装置装备t
class Performanc线程池的创立办法有几种eAOP {
}

接下来就初步针对需求，编写逻辑代码。咱们的需求是核算每个办法的实施时线程撕裂者间，则运用@Around以及JoinPoint对办法做一同处理。

@A线程是什么意思round("call(* com.fuusy.fuperformanc线程池作业原理e.GitHubApp.**(..))")
fun getMethodTime(joinPoint: ProceedingJoinPoint) {
val signature = j线程池oinPoint.signature
val time: Long = Systemgradle菜鸟教程.currentTimeMillis()
joinPoint.progithub打不开ceed()
Log.d(TAG, "${signature.toShortString()} speed time = ${System.currentTimeMillis() - time}")
}

作业看看作用：

21:05:44.504 3597-3597/com.fuusy.fuperformance D/PerformanceAOP: App.initRouter() speed timegradle发音 = 2009
21:05:45.104 3597-3597/com.fuusy.fuperformance D/PerformanceAOP: App.initBugly()线程是什么意思 s线程池面试题peed time = 599
21:05:45.112 3597-3597/com.fuusy.fuperform线程池面试题ance D/PerformanceAOP: App.initLoadSir() s线程安全pe线程池面试题ed time = 8

三、建议优化办法

关于app建议速度的优化，运用层所能做的架构师薪酬一月多少只需干与其Applica线程池面试题tion和Activity里的事务逻辑。比方在Applicgradle打包ation里，经常在onCreate中初始化第三方结构，这无疑是耗时的。那详细的优化操作该怎样做？

建议优化首要有两个方向，异步实施、推延架构图实施。

3.1、异步线程池的七个参数实施

3线程池的七个参数.1.1、打开子线程

说到异步处理逻辑，榜首反响是不是打开子线程？那么就来实战一下吧。仍是在Application中模仿耗时操作，这次我会创立一个线程池，在线程池中实施三方结构的初始化。

override f线程池创立的四种un onCr线程撕裂者eate() {
super.onCreate()
TimeMonitorManager.instance?.startM线程池面试题onitor()
//异步办法一、创立线程池
val newFixedThreadPool = Executors.newFixgithub下载edThreadPool(CORE_POOL_SIZE)
newFixedThreadPool.submit {
initRouter()
}
newF架构ixedThreadPool.submit {
initBugly()
}
newFixedThreadPool.submit {
initLoadSi架构图模板r()
}
TimeMogradle打包nitorManager.instance?.endMonitor("APP onCreate架构设计")
}

看看实施时刻

//总时刻
com.fuusy.fuperformance D/Timegradle下载Moni线程池的运用torManager: APP onCreate: 45
//单个办法实施时刻
com.fuusy.fuperformance D/PerformanceAOP:GitHub App.initLoadSir() speed time = 8
com.fuusy.fupgradle菜鸟教程erformance D/Performanc架构师和程序员的差异eAOP: App.initBuggradlely() speed time = 678
com.fuusy架构师薪酬一月多少.fuperformance D/PerformanceAOP: App.initRouter() speed time = 1768

单个办法initLoadSi架构是什么意思r实gradle教程行时刻为8毫秒，initBugly为678毫秒，initRouter为1768毫gradle装备秒，而运用线程池后，onCreate实施的总时刻只需45毫秒，2400毫秒到45毫秒，速度前进了90%多。这作用无疑是明显的。

可是GitHub， 实践项目中事务是github官网凌乱的，线程池的计划也cover不住悉数的状况，比方一个第三方结构只能在主线程中初始化，比方一个结构只需先在onCreate中初始化结束线程撕裂者，才华持续gradle装置装备下一步。那么这些状况下又改怎样处理？

假定办法只能在主线程中实施，那就只能放弃子线程的github中文社区办法；

假定办法需求在特定阶段就要结束，可以运用Cgithub打不开ountDownLatch这么一个同步辅线程和进程的差异是什么助东西。

CountDownLatch是一种通用的同步东西，可用于多种意图。 计数为 1 的CountDownLatch架构是什么意思用作简略的开/关锁存器或门：调用a架构图模板wait悉数线程在门处等候，直到它被调用countgradle下载Down的线程countDown 。 初始化为N的CountDownLatch可用于使一个线程等候，直到N 个线程结束某个操作，或许某个操作已结束 N 次。CountDownLatch一个有用属性是它架构图用什么软件做不需求调用cogithub直播渠道永久回家untDown线github直播渠道永久回家程在持续之前等候计线程和进程的差异是什么数达到零，它只是阻遏任何线程通架构师需求把握哪些常识过await直到悉数线程都可以经过。

说的粗浅线程池的七个参数一点，CountDownLatch是用来等候子线程结束，然后才让程序持续下一步操作的东西类。
那么来实战看看。

创立一个Countgradle装备Downgithub是干什么的Latch并计数为1，模仿initBugly办法需求等候。

class App : Application() {
//创立CountDownLatch
private val countDownLatch: CountDownLatch = CountDownLatch(1)
override fun onCreate() {
...
newFigithub是干什么的xedThreadPool.submit {
initBugly()
//实施countDown
countDownLatch.countDown()
}
//await
countDownLatch.await()
TimeMonitorManager.instance?.endMonitor("APP onCreate")
}
}

重新建议A架构图用什么软件做PP

com.fuusy.fuperformance D/PerformanceAOP: App.initBugly() speed time = 642
com.fuusy.fuperformance D/TimeMonitorManager线程池面试题: APP onCreate: 667

可以看到毕竟总时刻是等候initBugly实施结束后才实施，建议时刻也就加长了。

从上面阐明就可以知道打开线程github是干什么的池的办法只能应对一般状况，遇到凌乱的github中文社区逻辑就出现弊端了。例如当两个使命之间出现依托联络，又gradle翻译该怎样处理？一同发现，每gradle下载针对一个办法，都需求提交一个Runnable使命以供实施，这无疑也是在耗费资源。

那既可以异步操作、又能处理使命之线程池的七个参数间的依托联络，一线程安全起实施代线程码愈加高github镜像雅的办法有没gradle教程有？当然有，接下来github下载就供给一种更高雅的异步办法-有向无环图建议器。

3.1.2、有向无环图gradle建议器

在实践项目中，使命的实施是有先后次序的，比方说在进行微信付出SDK初始化时，需github打不开求从后台先拿到对应的App密钥架构师需求把握哪些常识，再根据这个密钥进行付出的初始化操作。

关于使命实施GitHub次序的问题，有一种数据结github下载构可以很好处理，那便是有向无环图。先来看一下有向无环图的详细阐明。

3.1.2.线程是什么意思1、有限无环图（DAG）

有向无环图：若一个有向图中不存在环，则称为有向无环图图，也称为DAG图。

「功能优化系列」APP发动优化理论与实践（下）

上图便是一个有向无环图图，两个极点之间不存线程池的运用在互相指向的线程池创立的四种边。若该图中B->A那么就存在环了，便不是有向无环图。

那架构图模板么建议优化和这有什么联络？

在上面说过，DAG图所要处理的便是使命之间的依托联络。而处理这个问题，其实还触及到一gradle装备个常识点AOV网（Activity On Vertex Network）。

3.1.2.2、AOV网（Activity On Vertex Network）

AOV网是用极点标明活动线程池的网，是DAG典型的运用之一。用DAG作为一个工程，极点标明活动，有向边<Vi,Vj>则标明活动Vi有必要先于活动Vj进行。如上面有向无环图，B有必要在A后边线程池的运用实施，D有必要优先于E实施，各极点之间存在先后实施的gradle教程联络。

这恰恰和建议使命的依托联络不约而同线程和进程的差异是什么，只需经过AOV网的实施办法去实施建议使命，也就处理了建议使命的依托架构师薪酬一月多少联络问题。

在AOV网中，找到使命实施的先后次序，就要用到拓扑排序。

3.1.2.3、拓扑线程池的运用排序

拓扑排序是对有向无环图的极点的一种排序，它使得若存在一条从极点A到极点B的途径，则在排序中极点B出现在极点A的后边，每个AOV网都有一个或多个拓扑排序。而拓扑排序结束进程也很简略，如下：

拓扑排序github镜像的结束：

  1. 从架构师AOV网中挑选一个没有前驱（入度为0）的极点并输出；
  2. 从网中删gradle打包去该极点和悉数以它为起点的有向边；
  3. 重复1和2的操作，直到当时AOV网为空或许当时网中不存在无前驱的极点中止。

举个生活中泡茶的事例。

「功能优化系列」APP发动优化理论与实践（下）

如上图，便是一个泡茶的有向无环图，而关于拓扑排序的结束，咱们就按照上述进程实施：

  1. 找到入度为0的极点，这儿入度为0的极点只需“预备茶具”和“买茶叶”，随意挑选其间一个“预备架构师薪酬一月多少茶具”；
  2. 去掉“预备茶具”这个极点且去除以它为起点的边，也就变为下图：
  1. 这个时分只需“买茶叶”极点入度为0，则挑选该极点，且重复1和2的操作。

如此重复，终github是干什么的究极点实施的次序如线程是什么意思下：

「功能优化系列」APP发动优化理论与实践（下）

当然，拓扑排线程池面试题序毕竟的作用有多种，例如这儿一gradle初步可以挑选入度为0的“买茶叶”极点作为初始使命，作用就变架构师证书了，这儿架构师证书就不做详细评论。

上面有向无环图、A线程池创立的四种OV网以及拓扑排序现已线程和进程的差异是什么阐明清楚，接下来便是与gradle装备建议使命相结合。其实便是按照拓gradle发音扑排序的规则将使命按次序实施。

/**
* 拓扑排序
*/
fun top线程池ologicalSort(): Vector<Int> {
v线程池创立的四种al indegree = IntArray(mVerticeCount)
fo线程池面试题r (i in 0 until m架构师薪酬一月多少VerticeCount) { //初始化悉数点的入度数量
val temp = mAdj[i] as ArrayList&架构师lt;Int>
for (node in temp) {
indeggradle是什么ree[node]++
}
}
val queue: Queue<Int> = LinkedList()
for (i in 0 until mVerticeCount)gradle教程 { //找出悉数入度为0的点
if (indegree[i] == 0) {
queue.add(i)
}
}
var cnt = 0
val togithub打开私库pOrder = Vecto线程池的七个参数r<Int>()
while (!queue.isEmpty()) {
val u = queue.pollgithub中文官网网页()
topOrder.add(u)
for (node in mAdj[u])线程池创立的四种 { //找到该点（入度为0）的悉数邻接点
if (--indegree[no线程池作业原理de] == 0) { //把这个点的入度减一，假定入度变线程池回绝战略成了0，那么增加到入度0的github中文社区部队里
queue.add(node)
}
}
cnt++
}
check(cnt == mVergradle装备ticeCount) {  //检查是否有环，理论上拿出来的点的次数和点的数量应该一同，假定不一同，阐明有环
"Exists a cycle in the graph"
}
return topOrder
}

详细处理发gradle教程起使命的建议器可直接去github中检查FuPerformagithub中文社区nce。

结束建议gradle教程器后，在Application或许Activity中的底子运用如下：

  1. 将每个使命独自拎出来，在子线程中实施承继Task抽象类，如初始化ARouter；
class Routegithub永久回家地址rTask() : Task() {
override fun run() {
if (B架构师需求把握哪些常识uildConfig.DEBUG) {
ARouter.openLog()
ARouter.op线程撕裂者enDebug()
}
ARouter.init(mContext as Application?)
}
}

假定有必要在主线gradle和maven的差异程中实施则继架构图模板承MainTask，假定需求等候该使命实施结束才华进行下一步，则需求结束needWait办法，回来true。

override fun needWait(): Boolean {
return true
}
  1. 假定使命之间存在依托联络，则需求结束dependsOn办法，例如微信付出需求依托于AppId的获取。
class WeChatPayTask :Tagithub中文社区sk(){
/**
* 微信付出依托AppId
*/
override fun dependsOn(): List<Class<out Task?>?>? {
val task = mutableListOf<Class<out Task?>>()
//增加AppID的获取Task
t线程池面试题ask.add(LoadAppIdTask::class.java)
return task
}
override fun run() {
//初始化微信付出
}
}
  1. 将使命线程池面试题分GitHub别处理后，毕竟在Application的onCrea线程池作业原理te中增加使命部队。
//办法二、建议器
TaskDispaGitHubtcher.init(this)
TaskDispatcher.newInstance()
.addTask(RouterTask())
.addTask(LoadSir线程池创立的四种Task())
.addTaskgithub打不开(BuglyTask())
.addTask(LoadAppIdTask())
.addTask(WeChatPayTask())

这便是有向无环图建议器的结束与运用，github下载可以发现它既使得github永久回家地址代码变得高雅，又处理了一初步所说到的几个痛点：

  • 子线程中使命的依托问题；
  • 使命在子线程中实施时线程池面试题有必要等候其实施完的问题；
  • 设定在主线程中实施。
  • 代码高架构是什么意思耦合且资源浪费的问题。

3.2、推延实施

第二部分的优化办法便是推延实施，结束延时实施操作有多种办法gradle和maven的差异：

  • 线程休眠
object : Thread() {
override fun run() {
super.run()
sleep(3000) //休眠3秒
/**
* 要实施的操作
*/
}
}.start()
  • Handler#postDelayed
handler.postDelayed(
Runnable {线程池的七个参数
/**
* 要实施的操作
*/
}, 3000
)
  • TimerTask结束
val task: TimerTask = object : TimerTask() {
override fun run() {
/**
* 要实施的操作
*/
}
}
val timer = Tim架构er()
time线程池创立的四种r.schedule(ta架构是什么意思sk, 3000) //3秒后实施TimeTask的run办法

这三种办法都能线程池的七个参数够结束延时操作，但运用到建议使命中，它们都有一个一同的痛点-无法确认延时时长。

那怎样处理这个痛点？

可以运用Handler中的IdleHandler机制。

3.2.1、IdleHandler

在建议的进程中，其实存在一些使命不是A线程池的七个参数pp建议后就有必要立刻实施，这种状况下就需求咱们找到适宜的机会再去实施使命。那这个时刻该怎样查找？Android其实给咱们线程池的七个参数供给了一个很好的机制。在Handler机制中，供给了一种在音讯部队空闲时，实施使命的机会-IdleHandler

Idlegithub中文社区Handler首要用在当时线程音讯部队空闲时。或架构图用什么软件做许你想问，假定音讯部队一贯不空闲，Idle线程Handler就一贯得不到实施，那又该怎样？因为IdleHandler的初步时刻的不可控性，实践就需求结合项目事务来运用。

根据IdleHandler的特性，结束一个IdleHandler建议架构图器，如下：

class Degradle是什么layDispatcher {
pr线程池创立的四种i架构师vate val mDelayTasks: Queue&lt架构师;Task> = LinkedList<Task>()
private val mIdleHandler = IdleHandler {
if (m线程池的运用DelayTasks.size > 0)github打开私库 {github官网
val task: Tas架构师需求把握哪些常识k = mDelayTasks.pol线程撕裂者l()
DispatchRunnable(t线程池的创立办法有几种ask).run()
}
!mDelayTasks.igradle和maven的差异sEmpty()
}
/**
* 增加延时使命
*/
fun addTask(task: Task): DelayDispatcher? {
mDelayTasks.add(task)
return this
}
fun start() {
Looper.myQueue().addIdleHan线程的几种状况dler(m架构设计I线程池创立的四种dleHandler)
}
}

运用

DelayDispatcher()架构.addTask(Task())?.start()

3.3、其他计划

  • 提前加载SharedPreferen线程池参数设置准则ces;
  • 建议阶段不建议子进程；
  • 类加载优化
  • I/O 优化

张邵文在开发高手课中说到：

在负载过高的时分，I/O 功用下降得会比较线程是什么意思快。特别线程的几种状况是关于低端机，相线程池的七个参数同的 I/O 操作耗时或许是高端机器的几十倍。建议进程不建议出现网络I/O，而磁盘 I/O优化就要清楚建议进程读了什么文件、多少个字节、Buffer 是多大、运用了多长线程池创立的四种时刻、在什么线程等一系列架构师需求把握哪些常识信息。

  • 类重排

建议进程类加载次序gradle装置装备可以经过复写 ClassLoader得到

class GetClassLoader extends PathClassLoader {线程的几种状况
public Class<?> findClass(String name) {
// 将 name 记载到文件
writeToFile(name，"colds架构师证书tart_classes.txt");
return super.f架构师和程序员的差异indClass(name);
}
}

然后线程池参数详解运用Facebook开源的Dexgithub打不开优化东西整类在Dex中的排列次序。

ReDex是一个Android字节码(dex)优化器，gradle发音最初由F线程acebook开发。它供给了一个用于线程安全读取、写入和线程池回绝战略剖析.dex文件的结构，以及一组运用该结构改进字节码的优化传递.

  • 资源文件重排

关于资源文件重排的原理以及落地计划可参看付出宝gradle菜鸟教程App构建优化解析：经过装置包重排布优化 Android 端建议功用

3.4、黑科技

  • 建议阶段克制GC

付出宝运用了这种办法，可直接参看付出宝客户端架构解析：Android 客线程池的七个参数户端建议速度优化之「废物回收」

  • CPU线程池创立的四种锁频

CPU的作业频率越高，架构图运gradle和maven的差异算就越快，可是能耗就越高，为了建议速度前进，拉伸CPU频率线程池参数设置准则，速度快了github镜像，可是手机能耗也更快了。

四、总结

上文介绍了一些与事务相关的优化办法以及一些与事务无关的黑科技，可以有用的前进App的建议速度。建议优化的计划有许多，但还需求咱们结合实践gradle和maven的差异项目状况进行计划判别并落地。

毕竟，功用优化是一个长时刻的进程，我将开一个功用优化理论与实践系列，首要触及建议、内存、卡顿、减架构师需求把握哪些常识肥、网gradle装置装备络等优化，请持续关注。

  • 建议优化

项目地址： fuusy/FuPerformance

参看资料：

付出宝客户端架构解析：Android 客户端建议速度优化之「废物回收」
付出宝App构建优化解析：经过安架构师装包重排布优化 Android 端建议功用
国内Top团队大牛带你玩转Android功用github直播渠道永久回家剖析与优化
Android开发高手课
轻量级APP建议信息构建计划

举荐阅读：

「功用优化系列」APP建议优化理论与实践（上）