百度AppAndroid启动性能优化工 [复制链接]

一、前言

启动性能是APP的极为重要的一环，启动阶段出现卡顿、黑屏问题，会影响用户体验，导致用户流失。百度APP在一些比较低端的机器上也有类似启动性能问题，为保留存，需要对启动流程做深入优化。现有的性能工具，无法高效的发现、定位性能问题，归因分析和防劣化成本很高，需要对现有工具进行二次开发，提升效率。

1.1工具选型

做好性能优化，不仅需要趁手的工具，而且对工具的要求还很高，具体来说，必需满足要求：

高性能，保证自身高性能，以防带偏优化方向多维度，能监控多维度信息，帮助全面发现问题易用性，方便的可视化界面，方便分析

目前业界主流的APP性能探测工具有TraceView、CPUProfiler、Systrace、Perfetto。

Perfetto提供了强大的Trace分析模块：TraceProcessor，可以把多种类型的日志文件（Androidsystrace、Perfetto、linuxftrace）通过解析、提取其中的数据，结构化为SQLite数据库，并且提供基于SQL查询的PythonAPI，可通过python实现自动化分析；同时有良好的可视化页面，可通过可视化页面查看火焰图和写SQL进行Trace分析。

从性能、监控维度的丰富程度和提供的配套的分析和可视化工具来选择，Perfetto是最好的选择，但前期由于Perfetto是9.0以后默认内置服务但是默认不可用，Android11服务才默认可用，对低版本系统支持不够，所以我们选择了Systrace+Perfetto工具结合，可覆盖所有Android系统。随着Perfetto持续迭代，增加了对低版本Android系统支持，百度APP也全面切换到了Perfetto为基础采集和分析性能工具。

1.2二次开发

Trace采集

Perfetto收集App的Trace是通过Android系统的atrace收集，需要自己手动添加Trace收集代码，添加Trace采集方式如下：

Java/Kotlin：提供了android.os.Trace类，通过在方法开始和结束点成对添加Trace.beginSection和Trace.endSection；NDK：通过引入trace.h，通过ATrace_beginSection()/Atrace_endSection()添加Trace；Android系统进程：提供了ATRACE_*宏添加Trace，定义在libcutils/trace.h；

在AndroidFramework和虚拟机内部会默认添加一些关键Trace，APP层需要手动添加，监控APP启动流程，有海量的方法，手动添加耗时耗力。百度APP大部分逻辑都是Java/Kotlin编写，Java/Kotlin代码会编译成字节码，在编译期间，可通过gradletransform修改字节码，我们需要开发一套自动插桩的gradle插件，在编译时自动添加APP层Trace收集代码，实现监控APP层所有方法。

防劣化

随着优化持续上线，对性能指标会有一定的正向收益，但是随着版本持续迭代，会有各种劣化问题，为保住优化成果，我们在线下每个版本发布之前都需要做真机启动性能测试，测试流程：

打包：需要打出自动插桩的包，需要一个基准包（上次发布版本的release分支的插桩包）和一个测试包（master分支的插桩包），用来做真机测试。

真机测试：用基准包和测试包手动跑启动相关case，启动PerfettoTrace抓取脚本，抓取Trace日志，会输出基准包Trace日志和测试包Trace日志，用作对比分析。

对比分析：Trace日志通过