Appearance
性能分析与优化
字数统计：约 9000 字
难度等级：⭐⭐⭐⭐
面试重要度：⭐⭐⭐⭐
目录
1. 性能分析工具
1.1 Android Profiler
打开方式：
View → Tool Windows → Profiler
分析维度：
- CPU - 处理器使用
- Memory - 内存使用
- Energy - 电池消耗
- Network - 网络流量1.2 Perfetto
使用 Perfetto：
1. 打开 https://ui.perfetto.dev
2. 连接设备
3. 开始录制
4. 分析系统轨迹
优势：
- 系统级追踪
- 低开销
- 详细数据1.3 Systrace
bash
# 使用 Systrace
python systrace.py --time=10 -o trace.html sched freq idle am wm gfx view
# 分析 trace.html 文件2. CPU 性能分析
2.1 CPU Profiler
使用步骤：
1. 打开 CPU Profiler
2. 选择采样模式
3. 开始录制
4. 执行操作
5. 停止分析2.2 方法追踪
kotlin
// 手动追踪
class PerformanceTracking {
fun loadData() {
Trace.beginSection("loadData")
try {
// 代码
} finally {
Trace.endSection()
}
}
suspend fun fetchData() = withContext(Dispatchers.IO) {
Trace.beginSection("fetchData")
try {
// 代码
} finally {
Trace.endSection()
}
}
}2.3 优化技巧
kotlin
// 1. 避免主线程阻塞
// ❌ 错误
fun loadData() {
val data = database.query() // 主线程查询
}
// ✅ 正确
suspend fun loadData() = withContext(Dispatchers.IO) {
database.query()
}
// 2. 减少对象创建
// ❌ 错误
fun formatList(items: List<Item>): String {
var result = ""
for (item in items) {
result += item.name + ", " // 每次创建新 String
}
return result
}
// ✅ 正确
fun formatList(items: List<Item>): String {
return buildString {
items.forEach { append(it.name).append(", ") }
}
}
// 3. 使用合适的数据结构
// 频繁查找用 HashMap
val map = hashMapOf<Int, String>()
// 有序数据用 Array
val array = arrayOf(1, 2, 3)3. 内存性能分析
3.1 Memory Profiler
使用步骤：
1. 打开 Memory Profiler
2. 查看内存使用
3. 捕获堆转储
4. 分析对象
5. 查找泄漏3.2 内存泄漏检测
kotlin
// 常见泄漏场景
class MemoryLeaks {
// 1. 静态集合
companion object {
private val cache = mutableListOf<Any>() // 泄漏
}
// 2. 非静态内部类
inner class InnerClass {
// 持有外部类引用
}
// 3. 未注销监听器
private val receiver = object : BroadcastReceiver() {
override fun onReceive(context: Context, intent: Intent) {}
}
// 忘记 unregisterReceiver
}3.3 优化技巧
kotlin
// 1. 使用 WeakReference
class WeakCache {
private val cache = WeakHashMap<Key, Value>()
}
// 2. 及时释放资源
class ResourceReleasing {
private var bitmap: Bitmap? = null
fun release() {
bitmap?.recycle()
bitmap = null
}
}
// 3. 使用 LruCache
class LruCacheExample {
private val cache = LruCache<String, Bitmap>(16)
}
// 4. 避免 Bitmap 过大
fun loadBitmap(path: String): Bitmap {
val options = BitmapFactory.Options().apply {
inSampleSize = calculateInSampleSize(this, 100, 100)
}
return BitmapFactory.decodeFile(path, options)
}4. 网络性能分析
4.1 Network Profiler
使用步骤：
1. 打开 Network Profiler
2. 查看请求列表
3. 分析请求详情
4. 查看响应内容4.2 优化技巧
kotlin
// 1. 使用连接池
val client = OkHttpClient.Builder()
.connectionPool(ConnectionPool(10, 5, TimeUnit.MINUTES))
.build()
// 2. 启用缓存
val client = OkHttpClient.Builder()
.cache(Cache(cacheDir, 10 * 1024 * 1024)) // 10MB
.build()
// 3. 请求合并
suspend fun fetchMultipleData(): Triple<Data1, Data2, Data3> {
return coroutineScope {
val d1 = async { api.getData1() }
val d2 = async { api.getData2() }
val d3 = async { api.getData3() }
Triple(d1.await(), d2.await(), d3.await())
}
}
// 4. 数据压缩
// 使用 GZIP
// 使用 Protobuf 代替 JSON5. 电池性能分析
5.1 Energy Profiler
使用步骤：
1. 打开 Energy Profiler
2. 查看电量消耗
3. 识别高耗电操作
4. 优化5.2 优化技巧
kotlin
// 1. 减少网络请求
// 批量请求
// 使用推送代替轮询
// 2. 优化定位
val locationRequest = LocationRequest.create().apply {
interval = 60000 // 1 分钟
fastestInterval = 30000
priority = LocationRequest.PRIORITY_BALANCED_POWER_ACCURACY
}
// 3. 使用 WorkManager
val work = OneTimeWorkRequestBuilder<MyWorker>().build()
WorkManager.getInstance().enqueue(work)
// 4. 优化唤醒锁
val wakeLock = powerManager.newWakeLock(
PowerManager.PARTIAL_WAKE_LOCK,
"MyApp::WakeLock"
).apply {
acquire(10*60*1000L) // 10 分钟
}6. 面试考点
6.1 基础概念
Q1: Android Profiler 能分析什么？
答案要点：
- CPU 使用率
- 内存使用
- 网络流量
- 电池消耗Q2: 如何检测内存泄漏？
答案要点：
1. Memory Profiler 捕获堆转储
2. 分析对象引用
3. 使用 LeakCanary
4. 查找 GC Roots6.2 实战问题
Q3: 如何优化启动速度？
答案要点：
1. 延迟初始化
2. 异步加载
3. 减少主线程工作
4. 使用 App Startup
5. 优化布局Q4: 如何优化列表滚动？
答案要点：
1. ViewHolder 复用
2. 图片加载优化
3. 减少布局层级
4. 使用 DiffUtil
5. 预加载数据参考资料
本文完，感谢阅读！