Android性能图论在启动优化中的应用示例详解

来自:网络
时间:2022-12-26
阅读:
目录

正文

相信伙伴们在实际项目中都做过启动优化,而且大部分伙伴们对于启动优化的处理无非两种:异步加载 or 延迟加载,例如:

MyPlayer.init(this)
BaseConfig.initConfig(this)
RetrofitManager.initHttpConfig(HttpConfig())
initBugLy(deviceId, this)
initAliLog(deviceId, this)
initSensor(this, deviceId)
//初始化全局异常
MyCrashHandler.getInstance().init(this)
MyBoxSDK.init(this, !BaseConfig.isDebug)
MyBoxSDK.login(sn)
//神策埋点
SensorHelper.init(this)

在Application中,做了很多初始化工作,像sdk的初始化、业务模块的初始化等等,当app启动的时候,这部分会被首先加载,然后才会执行Activity的onCreate方法加载;如果耗时严重,那么就会出现启动白屏的情况。

MainScope().launch{
    MyPlayer.init(this)
    BaseConfig.initConfig(this)
    RetrofitManager.initHttpConfig(HttpConfig())
    initBugLy(deviceId, this)
    initAliLog(deviceId, this)
    initSensor(this, deviceId)
    //初始化全局异常
    MyCrashHandler.getInstance().init(this)
    MyBoxSDK.init(this, !BaseConfig.isDebug)
    MyBoxSDK.login(sn)
    //神策埋点
    SensorHelper.init(this)
}

那么异步加载或者延迟加载会有问题吗?只能说不一定,如果是异步加载,可能存在的场景就是Activity启动后立刻回调用某个sdk的方法,因为是异步加载可能sdk还没初始化完成,那么就会报错;

如果使用延迟加载,将任务放在IdleHandler中处理,想必还是存在同样的问题,那么这些老生常谈的处理方式都有自己的不足之处,那么什么方式是最有效的呢?

1 图论的基础知识

我们一直面临一个问题就是,对于耗时严重的sdk,一定要异步加载,但是如果它跟某个sdk有依赖关系呢?

Android性能图论在启动优化中的应用示例详解

假如sdk4是耗时最严重,我们把sdk4放在异步线程中,但是sdk5依赖sdk4和sdk3,所以会存在一个问题就是:当加载sdk5的时候,sdk4还没有初始化完成,会报错,期望就是等待sdk4初始化完成后,再执行sdk5的初始化,那么有什么方式能够集中管理这些依赖关系呢?

1.1 有向无环图

DAG,有向无环图,能够管理任务之间的依赖关系,并调度这些任务,似乎能够满足本节开始的诉求,那么我们先了解下这种数据结构。

顶点:在DAG中,每个节点(sdk1/sdk2/sdk3......)都是一个顶点;

:连接每个节点的连接线;

入度:每个节点依赖的节点数,形象来说就是有几根线连接到该节点,例如sdk2的入度是1,sdk5的入度是2。

我们从图中可以看出,是有方向的,但是没有路径再次回到起点,因此就叫做有向无环图

1.2 拓扑排序

拓扑排序用于对节点的依赖关系进行排序,主要分为两种:DFS(深度优先遍历)、BFS(广度优先遍历),如果了解二叉树的话,对于这两种算法应该比较熟悉。

Android性能图论在启动优化中的应用示例详解

我们就拿这张图来演示,拓扑排序算法的流程:

(1)首先找到图中,入度为0的顶点,那么这张图中入度为0的顶点就是sdk1,然后删除

Android性能图论在启动优化中的应用示例详解

(2)删除之后,再次找到入度为0的顶点,这个时候有两个入度为0的顶点,sdk2和sdk3,所以拓扑排序的结果不是唯一的!

Android性能图论在启动优化中的应用示例详解

(3)依次递归,直到删除全部入度为0的顶点,完成拓扑排序

Android性能图论在启动优化中的应用示例详解

1.3 拓扑排序实现

interface AndroidStartUp<T> {
    //创建任务
    fun createTask(context: Context):T
    //依赖的任务
    fun dependencies():List<Class<out AndroidStartUp<*>>>?
    //入度数
    fun getDependencyCount():Int
}

首先,针对节点的属性,每个节点都是一个任务,它有自己依赖的任务项,并可以设置入度数。

abstract class AbsAndroidStartUp<T> : AndroidStartUp<T> {
    override fun dependencies(): List<Class<out AndroidStartUp<*>>>? {
        return null
    }
    override fun getDependencyCount(): Int {
        return if (dependencies() != null) dependencies()!!.size else 0
    }
}

如果这个任务没有任何依赖项,那么就说明当前任务是一个顶点,入度数为0.

接下来,我们写5个任务,先把下图的逻辑关系分配好

Android性能图论在启动优化中的应用示例详解

class Task1 : AbsAndroidStartUp<String>() {
    override fun createTask(context: Context): String {
        Log.e("TAG", "createTask Task1")
        return ""
    }
    override fun dependencies(): List<Class<out AndroidStartUp<*>>>? {
        return null
    }
}
class Task2 : AbsAndroidStartUp<Int>(){
    override fun createTask(context: Context): Int {
        Log.e("TAG","createTask Task2")
        return 1
    }
    override fun dependencies(): List<Class<out AndroidStartUp<*>>>? {
        return mutableListOf(Task1::class.java)
    }
}
class Task3 : AbsAndroidStartUp<String>() {
    override fun createTask(context: Context): String {
        Log.e("TAG","createTask Task3")
        return ""
    }
    override fun dependencies(): List<Class<out AndroidStartUp<*>>>? {
        return mutableListOf(Task1::class.java)
    }
}
class Task4 : AbsAndroidStartUp<String>() {
    override fun createTask(context: Context): String {
        Log.e("TAG","createTask Task4")
        return ""
    }
    override fun dependencies(): List<Class<out AndroidStartUp<*>>>? {
        return mutableListOf(Task2::class.java)
    }
}
class Task5 : AbsAndroidStartUp<String>() {
    override fun createTask(context: Context): String {
        Log.e("TAG", "createTask Task5")
        return ""
    }
    override fun dependencies(): List<Class<out AndroidStartUp<*>>>? {
        return mutableListOf(Task3::class.java, Task4::class.java)
    }
}

我们拿到了5个任务之后,对于外界来说,其实不需要关心这个依赖关系,所有的任务随机组合,但是最终拿到的结果其实就是按照依赖关系排序出来的。

class MyTopoSort {
    private val inDegree: MutableMap<Class<out AndroidStartUp<*>>, Int> by lazy {
        mutableMapOf()
    }
    private val nodeDependency: MutableMap<Class<out AndroidStartUp<*>>, MutableList<Class<out AndroidStartUp<*>>>> by lazy {
        mutableMapOf()
    }
    //存储顶点
    private val queue: ArrayDeque<Class<out AndroidStartUp<*>>> by lazy {
        ArrayDeque()
    }
    fun sort(map: List<AndroidStartUp<*>>) {
        //遍历全部的节点
        map.forEach { node ->
            //记录入度数
            inDegree[node.javaClass] = node.getDependencyCount()
            if (node.getDependencyCount() == 0) {
                //查找到顶点
                queue.addLast(node.javaClass)
            } else {
                //如果不是顶点需要查找依赖关系,找到每个节点对应的边
                //例如node == task2 依赖 task1
                // task1 -- task2就是一条边,因此需要拿task1作为key,存储这条边
                // task1 -- task3也是一条边,在遍历到task3的时候,也需要存进来
                node.dependencies()?.forEach { parent ->
                    var list = nodeDependency[parent]
                    if (list == null) {
                        list = mutableListOf()
                        nodeDependency[parent] = list
                    }
                    list.add(node.javaClass)
                }
            }
        }
        val result = mutableListOf<Class<out AndroidStartUp<*>>>()
        //依次删除顶点
        while (queue.isNotEmpty()) {
            //取出顶点
            val node = queue.removeFirst()
            Log.e("TAG","取出顶点--$node")
            result.add(node)
            //查找依赖关系,凡是依赖该顶点的,入度数都 -1
            if (nodeDependency.containsKey(node)) {
                val nodeList = nodeDependency[node]
                nodeList!!.forEach { node ->
                    val degree = inDegree[node]
                    inDegree[node] = degree!! - 1
                    if (degree - 1 == 0) {
                        queue.add(node)
                    }
                }
            }
        }
    }
}

上面是根据拓扑排序广度优先写的算法,思想也很简单,就是第一轮遍历,首先拿到全部的顶点,以及每个节点与其他节点的依赖关系:(父节点 -- 子节点),也就是每条边;

然后会递归顶点存储集合,从栈中取出每个顶点,每个顶点对应的边节点入度数全部减1,对于成为顶点的节点放入顶点集合继续遍历。

2022-10-06 16:04:31.886 25994-25994/com.lay.mvi E/TAG: 取出顶点--class com.lay.toposort.api.Task1
2022-10-06 16:04:31.886 25994-25994/com.lay.mvi E/TAG: 取出顶点--class com.lay.toposort.api.Task2
2022-10-06 16:04:31.886 25994-25994/com.lay.mvi E/TAG: 取出顶点--class com.lay.toposort.api.Task3
2022-10-06 16:04:31.886 25994-25994/com.lay.mvi E/TAG: 取出顶点--class com.lay.toposort.api.Task4
2022-10-06 16:04:31.886 25994-25994/com.lay.mvi E/TAG: 取出顶点--class com.lay.toposort.api.Task5

最终得到拓扑排序的结果。

2 任务管理

当我们完成了拓扑排序,只是完成了一小部分,关键在于,我们如何让这些任务运行起来,还有就是同步问题,当在子线程中的任务依赖主线程任务时,如何等到主线程任务执行完成,再执行子线程任务,这些都是这个框架的核心功能。

2.1 任务启动

/**
 * 作者:lay
 * 用于存储每个任务执行返回的结果
 */
class StartupResultManager {
    private val result: ConcurrentHashMap<Class<out AndroidStartUp<*>>, Result<*>> by lazy {
        ConcurrentHashMap()
    }
    fun saveResult(key: Class<out AndroidStartUp<*>>, value: Result<*>) {
        result[key] = value
    }
    fun getResult(key: Class<out AndroidStartUp<*>>): Result<*>? {
        return result[key]
    }
    companion object {
        val instance: StartupResultManager by lazy {
            StartupResultManager()
        }
    }
}

首先创建一个任务结果管理类,这个类主要就是用来存储每个任务执行的结果,这个存储的主要作用就是,如果某个任务依赖上一个任务的返回结果,这里就用到了。

class StartupManager {
    private var list: List<AndroidStartUp<*>>? = null
    constructor(list: List<AndroidStartUp<*>>) {
        this.list = list
    }
    fun start(context: Context) {
        //判断是否在主线程中执行
        if (Looper.myLooper() != Looper.getMainLooper()) {
            throw IllegalArgumentException("请在主线程中使用该框架")
        }
        //排序
        val sortStore = MyTopoSort().sort(list)
        sortStore.getResult().forEach { task ->
            //执行创建任务
            val result = task.createTask(context)
            StartupResultManager.instance.saveResult(task.javaClass, Result(result))
        }
    }
    class Builder {
        private val list: MutableList<AndroidStartUp<*>> by lazy {
            mutableListOf()
        }
        fun setTask(task: AndroidStartUp<*>): Builder {
            list.add(task)
            return this
        }
        fun setAllTask(tasks: MutableList<AndroidStartUp<*>>): Builder {
            list.addAll(tasks)
            return this
        }
        fun builder(): StartupManager {
            return StartupManager(list)
        }
    }
}

这里就是将所有的task集中起来管理,采用建造者设计模式,核心方法是start方法,会将拓扑排序之后的结果统一执行

2022-10-06 20:23:02.876 27742-27742/com.lay.mvi E/TAG: 取出顶点--class com.lay.toposort.api.Task1
2022-10-06 20:23:02.876 27742-27742/com.lay.mvi E/TAG: 取出顶点--class com.lay.toposort.api.Task2
2022-10-06 20:23:02.876 27742-27742/com.lay.mvi E/TAG: 取出顶点--class com.lay.toposort.api.Task3
2022-10-06 20:23:02.876 27742-27742/com.lay.mvi E/TAG: 取出顶点--class com.lay.toposort.api.Task4
2022-10-06 20:23:02.876 27742-27742/com.lay.mvi E/TAG: 取出顶点--class com.lay.toposort.api.Task5
2022-10-06 20:23:02.876 27742-27742/com.lay.mvi E/TAG: createTask Task1
2022-10-06 20:23:02.878 27742-27742/com.lay.mvi E/TAG: createTask Task2
2022-10-06 20:23:02.878 27742-27742/com.lay.mvi E/TAG: createTask Task3
2022-10-06 20:23:02.878 27742-27742/com.lay.mvi E/TAG: createTask Task4
2022-10-06 20:23:02.878 27742-27742/com.lay.mvi E/TAG: createTask Task5

我们可以看到,每个任务都执行了

2.2 线程管理

回到开始的一个问题,sdk4是耗时任务,可以放在子线程中执行,但是又依赖sdk2的一个返回值,这种情况下,我们其实不能保证每个任务都是在主线程中执行的,需要等待某个线程执行完成之后,再执行下个线程,我们先看一个简单的问题:假如有两个线程AB,A线程需要三步完成,当执行到第二步的时候,开始执行B线程,这种情况下该怎么处理?

2.2.1 wait/notify

wait/notify能够实现吗?

val lock = Object()
val t1 = Thread{
    synchronized(lock){
        Log.e("TAG","开始执行线程1第一步")
        Log.e("TAG","开始执行线程1第二步")
        lock.notify()
        Thread.sleep(2000)
        Log.e("TAG","开始执行线程1第三步")
    }
}
val t2 = Thread{
    synchronized(lock){
        lock.wait()
        Thread.sleep(1000)
        Log.e("TAG","开始执行线程2")
    }
}
t2.start()
t1.start()
t2.join()
t1.join()

线程1和线程2共用一把锁,当线程2启动之后,就会释放这把锁,然后线程1开始执行,当执行到第二步的时候,唤醒线程2执行,但是结果并不是我们想的那样。

2022-10-06 21:03:56.560 28822-28866/com.lay.mvi E/TAG: 开始执行线程1第一步
2022-10-06 21:03:56.560 28822-28866/com.lay.mvi E/TAG: 开始执行线程1第二步
2022-10-06 21:03:58.561 28822-28866/com.lay.mvi E/TAG: 开始执行线程1第三步
2022-10-06 21:03:59.564 28822-28865/com.lay.mvi E/TAG: 开始执行线程2

这个是为什么呢?

是因为两个线程共用一把锁,当线程1执行到第二步时,唤醒线程2,但是线程1还是持有这把锁没有释放,导致线程2无法进入同步代码块,只有等到线程1执行完成之后,才执行了线程2.

2.2.2 CountDownLatch

如果看过系统源码的伙伴,对于闭锁应该是很熟悉了,它的原理就是会等待所有的线程都执行完成之后,再执行下一个任务。

val countDownLatch = CountDownLatch(2)
Thread{
    Log.e("TAG","开始执行线程1第一步")
    countDownLatch.await()
    Log.e("TAG","开始执行线程1第二步")
}.start()
Log.e("TAG","开始执行线程2")
Thread{
    SystemClock.sleep(1000)
    Log.e("TAG","线程2执行完成")
    countDownLatch.countDown()
}.start()
Log.e("TAG","开始执行线程3")
Thread{
    SystemClock.sleep(1000)
    Log.e("TAG","线程3执行完成")
    countDownLatch.countDown()
}.start()

声明了CountDownLatch并定义状态值为2,每次执行一次countDown方法,状态值会-1,当等于0时,会回到调用await的地方,继续执行。

2022-10-06 21:27:12.236 29154-29154/com.lay.mvi E/TAG: 开始执行线程2
2022-10-06 21:27:12.236 29154-29154/com.lay.mvi E/TAG: 开始执行线程3
2022-10-06 21:27:12.238 29154-29189/com.lay.mvi E/TAG: 开始执行线程1第一步
2022-10-06 21:27:13.240 29154-29190/com.lay.mvi E/TAG: 线程2执行完成
2022-10-06 21:27:13.242 29154-29191/com.lay.mvi E/TAG: 线程3执行完成
2022-10-06 21:27:13.242 29154-29189/com.lay.mvi E/TAG: 开始执行线程1第二步

2.2.3 任务分发

既然不能保证每个任务都在主线程中执行,那么就需要对任务做配置

interface IDispatcher {
    fun callOnMainThread():Boolean //是否在主线程中执行
    fun waitOnMainThread():Boolean //是否需要等待该任务完成
    fun toWait() //等待父任务执行完成
    fun toCountDown() //父任务执行完成
    fun executor():Executor //线程池
    fun threadPriority():Int //线程优先级
}

需要知道当前任务是否需要在子线程中执行,如果需要在子线程中执行,是否需要等待其他任务执行完成。

abstract class AbsAndroidStartUp<T> : AndroidStartUp<T> {
    //依赖的任务数的个数作为状态值
    private val countDownLatch = CountDownLatch(getDependencyCount())
    override fun dependencies(): List<Class<out AndroidStartUp<*>>>? {
        return null
    }
    override fun getDependencyCount(): Int {
        return if (dependencies() != null) dependencies()!!.size else 0
    }
    override fun executor(): Executor {
        return Executors.newFixedThreadPool(5)
    }
    override fun toWait() {
        countDownLatch.await()
    }
    override fun toCountDown() {
        countDownLatch.countDown()
    }
    override fun threadPriority(): Int {
        return Process.THREAD_PRIORITY_DEFAULT
    }
}

因此AbsAndroidStartUp也需要做一次改造,需要实现这个接口,在这个抽象类中,需要创建一个CountDownLatch,当前任务的依赖任务数作为状态值,当这个任务执行之前先await,等待依赖的任务执行完成之后,再执行自己的任务。

class Task1 : AbsAndroidStartUp<String>() {
    override fun createTask(context: Context): String {
        Log.e("TAG", "createTask Task1")
        return "Task1执行的结果"
    }
    override fun callOnMainThread(): Boolean {
        return false
    }
    override fun waitOnMainThread(): Boolean {
        return false
    }
    override fun dependencies(): List<Class<out AndroidStartUp<*>>>? {
        return null
    }
}

那么假设所有的任务都在子线程中执行,如果没有闭锁,那么就不存在任务执行的先后顺序,再次回到前面的问题,因为Task2是在子线程中执行的,而Task4则是依赖Task2的返回值,如果没有同步队列的作用,那么就会导致Task4无法获取Task3的返回值,直接崩溃!

class Task2 : AbsAndroidStartUp<String>() {
    override fun createTask(context: Context): String {
        Log.e("TAG", "createTask Task3")
        val executor = Executors.newSingleThreadExecutor()
        val future = executor.submit(myCallable())
        try {
            return future.get()
        } catch (e: Exception) {
            return ""
        }
    }
    override fun callOnMainThread(): Boolean {
        return false
    }
    override fun waitOnMainThread(): Boolean {
        return false
    }
    override fun dependencies(): List<Class<out AndroidStartUp<*>>>? {
        return mutableListOf(Task1::class.java)
    }
    class myCallable : Callable<String> {
        override fun call(): String {
            Thread.sleep(1500)
            return "任务3线程执行返回结果"
        }
    }
}
class Task4 : AbsAndroidStartUp<String>() {
    override fun createTask(context: Context): String {
        Log.e("TAG", "createTask Task4")
        //注意,这里取值是取不到的!
        val result = StartupResultManager.instance.getResult(Task2::class.java)
        val data = result!!.data
        //进行task4 初始化任务
        Log.e("TAG", "$data 开始执行任务4")
        return ""
    }
    override fun callOnMainThread(): Boolean {
        return false
    }
    override fun waitOnMainThread(): Boolean {
        return false
    }
    override fun dependencies(): List<Class<out AndroidStartUp<*>>>? {
        return mutableListOf(Task2::class.java)
    }
}

但是当我们使用闭锁之后,每个任务在执行之前,首先会调用toWait方法,等待依赖的全部项执行完成之后,再执行自己的task代码块;

fun start(context: Context) {
    //判断是否在主线程中执行
    if (Looper.myLooper() != Looper.getMainLooper()) {
        throw IllegalArgumentException("请在主线程中使用该框架")
    }
    //排序
    sortStore = MyTopoSort().sort(list)
    sortStore?.getResult()?.forEach { task ->
        //判断当前任务执行的线程
        if (task.callOnMainThread()) {
            //如果在主线程,那么就直接执行
        } else {
            //如果在子线程
            StartupRunnable(context, task, this).run()
        }
    }
}
class StartupRunnable : Runnable {
    private var task: AndroidStartUp<*>? = null
    private var context: Context? = null
    private var manager:StartupManager? = null
    constructor(context: Context, task: AndroidStartUp<*>,manager: StartupManager) {
        this.task = task
        this.context = context
        this.manager = manager
    }
    override fun run() {
        Process.setThreadPriority(task?.threadPriority() ?: Process.THREAD_PRIORITY_DEFAULT)
        //当前任务暂停执行
        task?.toWait() //注意,如果是顶点,状态值为0,那么就不会阻塞
        //等到依赖的任务全部执行完成,再执行
        val result = task?.createTask(context!!)
        StartupResultManager.instance.saveResult(task?.javaClass!!, Result(result))
        //当前任务执行完成,通知子任务
        manager?.notifyChildren(task!!)
    }
}

而且每个任务执行完成之后,都需要去通知子任务,如下图

Android性能图论在启动优化中的应用示例详解

fun notify(task: AndroidStartUp<*>) {
    dependency?.get(task.javaClass)?.forEach {
        //通知全部依赖项
        startupStore?.get(it)?.toCountDown()
    }
}

2.3 我们的目标

我们的目标仅仅是为了排序吗?不是;既然每个任务之间相互依赖,我们全部放在子线程中,这样主线程几乎不耗时,直接进入主界面,可以吗?显然不可以,这样初始化sdk的意义不大了,所以我们的目标就是,如果需要5个sdk全部初始化完成才能进入主界面,如何处理?还是CountDownLatch

//状态数由节点的个数决定
private val mainCountDownLatch by lazy {
    CountDownLatch(list!!.size)
}
fun notifyChildren(task: AndroidStartUp<*>) {
    sortStore?.notify(task)
    //每次唤醒一个任务,就需要countdown
    mainCountDownLatch.countDown()
}
fun await() {
    mainCountDownLatch.await()
}
StartupManager.Builder()
    .setTask(Task1())
    .setAllTask(mutableListOf(Task5(), Task4(), Task3(), Task2()))
    .builder().start(this).await()

所以对于app一开始就用不到的sdk,完全可以放在子线程中执行,而且因为存在依赖管理而不需要关系依赖关系,而对于进入app就会使用到的sdk,可以通过闭锁进行任务管理。

2.4 同步任务阻塞异步任务处理

前面我们在使用这个框架的时候,要么是全部在主线程,要么是全部在子线程,前面我们就提到说任务不一定能全部在主线程或者子线程,看下面的场景:

如果我们拿到的拓扑排序的顺序是:1-2-3-4-5,其中任务2在主线程执行,任务1、3、4、5在子线程,当任务分发的时候,任务1在子线程,任务2在主线程,这个时候,需要等到主线程执行完任务2才能分发任务3执行,所以这个问题该怎么处理。

我们可以这么想,如果分发的时候,先把子线程的任务分发下去,再执行主线程的任务,顺序就变成了1-3-4-5-2,咋一看这个顺序是有问题,任务2依赖任务1,怎么跑到最后边去了?

如果是同步执行,这个顺序当然有问题,但是我们前面已经做了很全面的异步任务处理!

分发任务1 --- 子线程 不阻塞 执行

分发任务3 --- 子线程 阻塞 等待任务1

分发任务4 --- 子线程 阻塞 等待任务2

分发任务5 --- 子线程 阻塞 等待任务3 4

分发任务2 --- 主线程

所以即便是任务2最后分发,依然不会影响每个任务的依赖关系,而且不会阻塞主线程!

优化前:

2022-10-07 10:17:22.807 3867-3867/com.lay.mvi E/TAG: com.lay.mvi.topo.Task1@fc61d74 callOnIOThread
2022-10-07 10:17:22.808 3867-3867/com.lay.mvi E/TAG: com.lay.mvi.topo.Task3@53df312 callOnIOThread
2022-10-07 10:17:22.808 3867-3867/com.lay.mvi E/TAG: com.lay.mvi.topo.Task2@d5c2ae3 callOnMainThread
2022-10-07 10:17:24.316 3867-3867/com.lay.mvi E/TAG: com.lay.mvi.topo.Task4@9842e5e callOnIOThread
2022-10-07 10:17:24.319 3867-3867/com.lay.mvi E/TAG: com.lay.mvi.topo.Task5@273a70c callOnIOThread

优化后:

2022-10-07 10:12:32.954 3662-3662/com.lay.mvi E/TAG: com.lay.mvi.topo.Task1@fc61d74 callOnIOThread
2022-10-07 10:12:32.954 3662-3662/com.lay.mvi E/TAG: com.lay.mvi.topo.Task3@53df312 callOnIOThread
2022-10-07 10:12:32.957 3662-3662/com.lay.mvi E/TAG: com.lay.mvi.topo.Task4@3e19ce0 callOnIOThread
2022-10-07 10:12:32.957 3662-3662/com.lay.mvi E/TAG: com.lay.mvi.topo.Task5@9842e5e callOnIOThread
2022-10-07 10:12:32.957 3662-3662/com.lay.mvi E/TAG: com.lay.mvi.topo.Task2@e1c923f callOnMainThread

我们能很清楚的看到,主线程任务不会阻塞异步任务!

fun getResult(): List<AndroidStartUp<*>> {
    if (result == null) return emptyList()
    val list = mutableListOf<AndroidStartUp<*>>()
    result?.forEach { key ->
        if (startupStore?.get(key)?.callOnMainThread()!!) {
            mainThread.add(startupStore?.get(key)!!)
        } else {
            ioThread.add(startupStore?.get(key)!!)
        }
    }
    list.addAll(ioThread)
    list.addAll(mainThread)
    return list
}

主要优化点就在于,当获取拓扑排序的结果之后,根据任务是否在主线程中分类,将在主线程中的任务放在后面分发。

3 框架管理 -- ContentProvider

通过前面对于框架的梳理,我们完成了对于任务的集中管理,要知道项目中,可能存在多个初始化的sdk,如果每次新增一个依赖任务,就需要手动添加一个task,显然并没有那么灵活

StartupManager.Builder()
    .setTask(Task1())
    .setAllTask(mutableListOf(Task5(), Task4(), Task3(), Task2()))
    .builder().start(this).await()

那么有什么方式能够在app启动之前,或者在Application的onCreate之前能够完成注册能力呢?如果有熟悉ContentProvider的伙伴应该知道,ContentProvider的onCreate方法是在Application的onAttach和pnCreate中间执行的,也就是说在ContentProvider的onCreate方法中完成注册任务就可以。

3.1 获取ContentProvider元数据

<provider
    android:name="com.lay.toposort.provider.StartupContentProvider"
    android:authorities="com.lay.provider">
    <meta-data
        android:name="com.lay.mvi.topo.Task5"
        android:value="app_startup" />
</provider>

因为所有任务终点为Task5,因此我们理想的目标就是只需要在清单文件中配置一个Task,然后所有的Task都能被注册进来,所以我们需要一个方式能够获取这个元数据。

object ProviderInitialize {
    private const val META_KEY = "app_startup"
    fun initialMetaData(context: Context): List<AndroidStartUp<*>> {
        val provider = ComponentName(context, "com.lay.toposort.StartupContentProvider")
        val providerInfo =
            context.packageManager.getProviderInfo(provider, PackageManager.GET_META_DATA)
        //存储节点
        val nodeMap: MutableMap<Class<*>, AndroidStartUp<*>> = mutableMapOf()
        providerInfo.metaData.keySet().forEach { key ->
            Log.e("TAG", "key ===> $key")
            val dataKey = providerInfo.metaData.get(key)
            Log.e("TAG", "dataKey ===> $dataKey")
            if (dataKey == META_KEY) {
                //处理task
                doInitializeTask(context, Class.forName(key), nodeMap)
            }
        }
        return ArrayList(nodeMap.values)
    }
    private fun doInitializeTask(
        context: Context,
        clazz: Class<*>,
        nodeMap: MutableMap<Class<*>, AndroidStartUp<*>>
    ) {
        val startUp = clazz.newInstance() as AndroidStartUp<*>
        Log.e("TAG", "clazz ===> $clazz")
        if (!nodeMap.containsKey(clazz)) {
            nodeMap[clazz] = startUp
        }
        //查找依赖项
        if (startUp.dependencies() != null) {
            //获取全部的依赖项
            val dependencyList = startUp.dependencies()
            dependencyList?.forEach {
                doInitializeTask(context, it, nodeMap)
            }
        }
    }
}

通过PackageManager就可以获取到Contentprovider中的元数据,通过ProviderInfo的metaData参数可以获取所有的key和value

2022-10-07 09:05:10.746 32620-32620/com.lay.mvi E/TAG: key ===> com.lay.mvi.topo.Task5
2022-10-07 09:05:10.746 32620-32620/com.lay.mvi E/TAG: dataKey ===> app_startup

通过递归的方式,倒推获取全部的依赖节点。

3.2 注册Task

class StartupContentProvider : ContentProvider() {
    override fun onCreate(): Boolean {
        context?.let {
            val list = ProviderInitialize.initialMetaData(it)
            StartupManager.Builder()
                .setAllTask(list)
                .builder().start(it).await()
        }
        return false
    }

通过PackageManager获取元数据之后,拿到了所有的顶点的集合,然后在StartupContentProvider的onCreate方法中注册全部Task。

2022-10-07 09:43:08.114 1721-1721/com.lay.mvi E/TAG: StartupContentProvider onCreate
2022-10-07 09:43:08.118 1721-1721/com.lay.mvi E/TAG: key ===> com.lay.mvi.topo.Task5
2022-10-07 09:43:08.118 1721-1721/com.lay.mvi E/TAG: dataKey ===> app_startup
2022-10-07 09:43:08.124 1721-1721/com.lay.mvi E/TAG: clazz ===> class com.lay.mvi.topo.Task5
2022-10-07 09:43:08.124 1721-1721/com.lay.mvi E/TAG: clazz ===> class com.lay.mvi.topo.Task3
2022-10-07 09:43:08.125 1721-1721/com.lay.mvi E/TAG: clazz ===> class com.lay.mvi.topo.Task1
2022-10-07 09:43:08.126 1721-1721/com.lay.mvi E/TAG: clazz ===> class com.lay.mvi.topo.Task4
2022-10-07 09:43:08.126 1721-1721/com.lay.mvi E/TAG: clazz ===> class com.lay.mvi.topo.Task2
2022-10-07 09:43:08.126 1721-1721/com.lay.mvi E/TAG: clazz ===> class com.lay.mvi.topo.Task1
2022-10-07 09:43:08.255 1721-1771/com.lay.mvi E/TAG: class com.lay.mvi.topo.Task1
2022-10-07 09:43:08.255 1721-1771/com.lay.mvi E/TAG: createTask Task1
2022-10-07 09:43:08.257 1721-1773/com.lay.mvi E/TAG: class com.lay.mvi.topo.Task2
2022-10-07 09:43:08.261 1721-1772/com.lay.mvi E/TAG: class com.lay.mvi.topo.Task3
2022-10-07 09:43:08.261 1721-1774/com.lay.mvi E/TAG: class com.lay.mvi.topo.Task4
2022-10-07 09:43:08.261 1721-1771/com.lay.mvi E/TAG: node class com.lay.mvi.topo.Task1 -- class com.lay.mvi.topo.Task3
2022-10-07 09:43:08.261 1721-1771/com.lay.mvi E/TAG: node class com.lay.mvi.topo.Task1 -- class com.lay.mvi.topo.Task2
2022-10-07 09:43:08.261 1721-1772/com.lay.mvi E/TAG: createTask Task2
2022-10-07 09:43:08.261 1721-1773/com.lay.mvi E/TAG: createTask Task3
2022-10-07 09:43:08.261 1721-1772/com.lay.mvi E/TAG: node class com.lay.mvi.topo.Task3 -- class com.lay.mvi.topo.Task5
2022-10-07 09:43:08.263 1721-1775/com.lay.mvi E/TAG: class com.lay.mvi.topo.Task5
2022-10-07 09:43:09.764 1721-1773/com.lay.mvi E/TAG: node class com.lay.mvi.topo.Task2 -- class com.lay.mvi.topo.Task4
2022-10-07 09:43:09.764 1721-1774/com.lay.mvi E/TAG: createTask Task4
2022-10-07 09:43:09.764 1721-1774/com.lay.mvi E/TAG: 任务3线程执行返回结果 开始执行任务4
2022-10-07 09:43:09.764 1721-1774/com.lay.mvi E/TAG: node class com.lay.mvi.topo.Task4 -- class com.lay.mvi.topo.Task5
2022-10-07 09:43:09.764 1721-1775/com.lay.mvi E/TAG: createTask Task5
2022-10-07 09:43:09.768 1721-1721/com.lay.mvi E/TAG: Application onCreate

通过日志可以发现,当任务注册完成之后,才执行了Application的onCreate方法。

4 总结

其实,这个框架就是JetPack组件中提供的一个用于加速App启动速度的库https://www.jb51.net/article/264521.htm ,其中的设计思想就是通过配置依赖关系和并发思想完成的,启动优化的本质就是解决任务的依赖性问题,所以在实际开发中不是所有的场景都适合,但是对于开源框架的思想我们需要了解。

github地址:github.com/LLLLLaaayyy…

以上就是Android性能图论在启动优化中的应用示例详解的详细内容,更多关于Android性能图论启动优化的资料请关注其它相关文章!

返回顶部
顶部