Android性能优化,Startalk会话页GIF内存优化实践

栏目: IOS · Android · 发布时间: 5年前

内容简介:Startalk(星语)现已在GitHub上全面开源,邀君一起添砖加瓦~~~Startalk(星语)官方网站:Startalk(星语)开源代码地址:

Startalk(星语)现已在GitHub上全面开源,邀君一起添砖加瓦~~~

Startalk(星语)官方网站: im.qunar.com/new/#/home

Startalk(星语)开源代码地址: github.com/qunarcorp/q…

***********************************************************************************

1.背景

做为IM的核心部分,会话页的展示和流畅度十分影响用户体验,本次优化的内容正是会话里面的Gif图片的展示,Android原生是没有View直接支持Gif图片播放的,Startalk使用Glide+FrameSequenceDrawable实现对Gif的支持,但是在使用过程中发现了一些问题,例如在一个会话里面Gif图过多过大,IM在运行一段时间后内存吃紧,造成页面开始卡顿,甚至OOM等问题,为了解决这个问题我们通过Android Studio 3.0开始内置的Android Profiler工具来检测Memory的变化,从而发现问题所在并实施优化。

2.Android Profiler介绍

首先看一下Android Profiler共享时间线视图

Android性能优化,Startalk会话页GIF内存优化实践

(图片来自developer.android.com)

Android Profiler现在显示一个共享时间线视图,其中包括一个带有CPU、MEMORY和NETWORK使用情况实时图表的时间线。该窗口还包括时间线缩放控件 3 ,用于跳转到实时更新的按钮 4 以及显示活动状态,用户输入事件和屏幕旋转事件 5 的事件时间线, 1 是连接的设备, 2 当前所选进程。

3.问题分析

了解了Android Profiler后,我们通过MEMORY时间线看一下在我们进入会话页后&当会话页有较多较大的GIF时我们的IM APP内存占用对比情况,首先看我们刚进入没有GIF的会话页内存占用如下

Android性能优化,Startalk会话页GIF内存优化实践

说明:

•Total: 当前所选进程占用的总内存大小

•Java:Java 或Kotlin代码分配的对象的内存

•Native :从C或C ++代码分配的对象的内存

•Graphics :用于图形缓冲区队列的内存

•Stack :应用程序中堆栈和Java堆栈使用的内存,这通常与您的应用运行的线程数有关

•Code :应用程序使用代码和资源的内存,例如dex字节码,优化或编译的dex代码,.so库和字体

•Others: 应用程序使用的内存,系统不知道如何分类

接着我们看一下在我进入一个Gif比较多(个别Gif图很大20M左右)会话后,滑动会话页后内存占用如下图:

Android性能优化,Startalk会话页GIF内存优化实践

从MEMORY时间线可以看到Native增加了将近70M, 并且在显示之前已经展示过的Gif时Native内存同样还是在增长,结束会话页后内存一直保持在一定值没有下降 。通过上面的分析得出的结论是在加载Gif的时候程序不断的在申请内存,前面背景中提到我们的Gif时Glide+FrameSequenceDrawable加载的,所以C&C++申请内存的操作于应该时在FrameSequence中,看一下FrameSequenceDrawable源码,发现这三个native 申请内存方法。

Android性能优化,Startalk会话页GIF内存优化实践

再看一下我们程序里面是如何使用的

Glide.with(context)
        .load(url)
        .asGif()
        .toBytes()
        .diskCacheStrategy(DiskCacheStrategy.ALL)
        .dontAnimate()
        .into(new ViewTarget<LoadingImgView, byte[]>(mLoadingImgView) {
            @Override
            public void onResourceReady(byte[] resource, GlideAnimation<? super byte[]> glideAnimation) {
                FrameSequence fs = FrameSequence.decodeByteArray(resource);
                FrameSequenceDrawable drawable = new FrameSequenceDrawable(fs);
                view.setImageDrawable(drawable);
            }
 
        });复制代码

这段代码是在会话列表的adapter中执行的,FrameSequence.decodeByteArray(resource)每次这个view展示的时候都会被调用到,也就意味着每次都会申请创建 byte[] resource长度大小的内存,这也是重复显示同一个Gif时内存不断增加的原因。

接下来我们对这段代码进行优化,使用Cache策略(LruCache)确保同一个url对应一个FrameSequenceDrawable。

Glide.with(context)
        .load(url)
        .asGif()
        .toBytes()
        .diskCacheStrategy(DiskCacheStrategy.ALL)//缓存全尺寸
        .dontAnimate()
        .into(new ViewTarget<LoadingImgView, byte[]>(mLoadingImgView) {
            @Override
            public void onResourceReady(byte[] resource, GlideAnimation<? super byte[]> glideAnimation) {
                WeakReference<Parcelable> cached = new WeakReference<>(MemoryCache.getMemoryCache(url));
                if(cached.get() == null){
                    FrameSequence fs = FrameSequence.decodeByteArray(resource);
                    FrameSequenceDrawable drawable = new FrameSequenceDrawable(fs);
                    drawable.setByteCount(resource.length);
                    view.setImageDrawable(drawable);
                    MemoryCache.addObjToMemoryCache(url,drawable);
                }else {
                    if(cached.get() instanceof FrameSequenceDrawable){
                        FrameSequenceDrawable fsd = (FrameSequenceDrawable)cached.get();
                        view.setImageDrawable(fsd);
                    }
 
                }
 
            }
 
        });复制代码

其中MemoryCache为LruCache封装的 工具 类,同时使用了WeakReference来保证FrameSequenceDrawable更容易被回收,回收的好处是native申请的内存可以被销毁释放

protected void finalize() throws Throwable {
    try {
        if (mNativeFrameSequence != 0) nativeDestroyFrameSequence(mNativeFrameSequence);
    } finally {
        super.finalize();
    }
}复制代码

我们在Application的onTrimMemory(level)方法来清空MemoryCache里面的缓存,触发GC(备注:onTrimMemory(level)方法会在程序内存吃紧的时候回调到又不通的level级别),我们这里设置 level >= TRIM_MEMORY_RUNNING_MODERATE,这样在我们Home出程序的时候会被执行。

public void onTrimMemory(int level) {
    super.onTrimMemory(level);
    if (level >= TRIM_MEMORY_RUNNING_MODERATE) {
        QIMSdk.getInstance().clearMemoryCache();
    }
}复制代码

然后我们重新通过Android Profiler查看上面同样的操作内存情况

Android性能优化,Startalk会话页GIF内存优化实践

在我退出会话页若干秒或者Home出去后,Native内存瞬间降下来了,大概回到进会话前大小。

通过Android Profiler对内存的分析我们优化了Gif的内存消耗问题,其实通过这个工具我们还能分析出程序的不足地方,本次针对的主要是Native的内存部分,而我们内存的另一大开销Java堆内存也是我们优化的重点。

问题:在分析FrameSequenceDrawable源码的时候我们发现Android7.0及以上当view隐藏的时候回调不到 setVisible方法,只做了临时处理,有知道的小伙伴可以评论回复我。

public boolean setVisible(boolean visible, boolean restart) {
    boolean changed = super.setVisible(visible, restart);
 
    //TODO 7.0及以上特殊处理 暂时没找到其他好办法
    if (Build.VERSION.SDK_INT >= Build.VERSION_CODES.M){
        if(visible && !isRunning() && !restart){
            restart = true;
        }
    }
    if (!visible) {
        super.setVisible(visible, restart);
        stop();
    } else if (restart || changed) {
        stop();
        start();
    }
    return changed;
}复制代码

****************************************************************************************

Startalk(星语)官方网站: im.qunar.com/new/#/home

Startalk(星语)开源代码地址: github.com/qunarcorp/q…


以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

深入理解并行编程

深入理解并行编程

[美] Paul E.Mckenney(保罗·E·麦肯尼) / 谢宝友 鲁阳 / 电子工业出版社 / 2017-7-1 / 129

《深入理解并行编程》首先以霍金提出的两个理论物理限制为引子,解释了多核并行计算兴起的原因,并从硬件的角度阐述并行编程的难题。接着,《深入理解并行编程》以常见的计数器为例,探讨其不同的实现方法及适用场景。在这些实现方法中,除了介绍常见的锁以外,《深入理解并行编程》还重点介绍了RCU的使用及其原理,以及实现RCU的基础:内存屏障。最后,《深入理解并行编程》还介绍了并行软件的验证,以及并行实时计算等内容......一起来看看 《深入理解并行编程》 这本书的介绍吧!

Base64 编码/解码
Base64 编码/解码

Base64 编码/解码

MD5 加密
MD5 加密

MD5 加密工具

HEX CMYK 转换工具
HEX CMYK 转换工具

HEX CMYK 互转工具