Mengoptimalkan aplikasi untuk Android (edisi Go)
Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Android (edisi Go) memiliki basis pengguna yang berkembang pesat, dan oleh karena itu,
kami perlu mengoptimalkan aplikasi yang sudah ada agar dapat berperforma baik di perangkat dengan RAM rendah ini.
Beberapa tantangan paling umum seputar jenis pengembangan ini memerlukan
pembatasan beberapa fitur atau kemampuan aplikasi, meningkatkan waktu startup, dan menangani
tekanan memori dalam aplikasi Anda. Di sinilah pengoptimalan aplikasi untuk Android
(edisi Go) dapat membantu.
Pendekatan
Ikuti langkah-langkah di bawah sebelum memulai pendekatan pengoptimalan aplikasi. Panduan
ini membantu menetapkan dasar pengukuran untuk mengidentifikasi area yang berpotensi
ditingkatkan dan cara menentukan temuan Anda.
| Fase |
Deskripsi |
| Penentuan |
Sebelum memulai upaya pengoptimalan, penting untuk menentukan Indikator
Performa Utama (KPI) seputar area peningkatan yang Anda targetkan
untuk aplikasi. Beberapa area peningkatan umum mencakup latensi peluncuran aplikasi,
rasio error aplikasi, atau aplikasi tidak merespons (ANR).
Setelah KPI ditentukan,
Anda harus menetapkan nilai minimum target dari pengalaman perspektif benchmark
dan pengalaman pengguna minimum, guna menyeimbangkan pengalaman pengguna dan kompleksitas
teknis.
|
| Pengelompokan |
Sebaiknya bagi area peningkatan ini menjadi metrik sinyal
tersendiri. Misalnya, rasio error aplikasi dapat dikategorikan secara terperinci menjadi alasan
error, seperti error yang tidak tertangani, penggunaan memori tinggi, atau ANR. |
| Benchmark |
Selanjutnya, Anda dapat membandingkan area peningkatan yang ditargetkan untuk mengidentifikasi performa
saat ini. Jika target Anda tidak terpenuhi, coba identifikasi bottleneck dengan
melihat setiap pengelompokan.
|
| Mengulangi proses |
Setelah mengoptimalkan bottleneck tertentu, ulangi proses
benchmark untuk melihat potensi peningkatan. Jika target KPI yang telah ditetapkan
tidak terpenuhi, Anda dapat mengulangi proses ini untuk iterasi kedua.
|
| Menambahkan pengujian regresi reguler |
Pengujian regresi reguler dapat berjalan pada frekuensi apa pun yang Anda inginkan agar aplikasi dapat
mengidentifikasi regresi terhadap KPI. Lebih efisien untuk mengidentifikasi dan
mengatasi regresi atau bug sebelum masuk ke codebase Anda.
Jangan publikasikan perubahan yang gagal mencapai sasaran KPI Anda, kecuali jika Anda membuat keputusan
untuk memperbarui target KPI.
|
Konten dan contoh kode di halaman ini tunduk kepada lisensi yang dijelaskan dalam Lisensi Konten. Java dan OpenJDK adalah merek dagang atau merek dagang terdaftar dari Oracle dan/atau afiliasinya.
Terakhir diperbarui pada 2025-07-27 UTC.
[[["Mudah dipahami","easyToUnderstand","thumb-up"],["Memecahkan masalah saya","solvedMyProblem","thumb-up"],["Lainnya","otherUp","thumb-up"]],[["Informasi yang saya butuhkan tidak ada","missingTheInformationINeed","thumb-down"],["Terlalu rumit/langkahnya terlalu banyak","tooComplicatedTooManySteps","thumb-down"],["Sudah usang","outOfDate","thumb-down"],["Masalah terjemahan","translationIssue","thumb-down"],["Masalah kode / contoh","samplesCodeIssue","thumb-down"],["Lainnya","otherDown","thumb-down"]],["Terakhir diperbarui pada 2025-07-27 UTC."],[],[],null,["# Optimize for Android (Go edition)\n\nAndroid (Go edition) has a rapidly growing user base, and with that comes the\nneed to optimize existing applications to perform well on these low-RAM devices.\nSome of the most common challenges around this type of development requires\nlimiting some app features or capabilities, improving startup time, and handling\nmemory pressure within your app. That's where optimizing your app for Android\n(Go edition) can help.\n\nApproach\n--------\n\nFollow the steps below before beginning your app optimization approach. This\nguidance helps establish a baseline for identifying potential areas for\nimprovement and how to resolve your findings.\n\n| Phases | Description |\n|------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| Define | Before starting any optimization effort, it's important to define Key Performance Indicators (KPIs) around areas of improvement that you're targeting for your app. Some common improvement areas include app startup latency, app crash rate, or application not responding (ANRs). \u003cbr /\u003e Once these KPIs have been defined, you should establish target thresholds from a minimum user experience and benchmarking perspective, balancing user experience and technical complexity. |\n| Breakdown | It's recommended to break these improvement areas into individual signal metrics. For example, app crash rates can be categorized granularly into reasons for the crash --- such as unhandled errors, high memory usage, or ANRs. |\n| Benchmark | Next, you can benchmark the targeted improvement area to identify current performance. If your targets aren't met, try to identify the bottlenecks by looking at individual breakdowns. |\n| Repeat the process | After optimizing certain bottlenecks, repeat the benchmarking process to view potential improvements. If your pre-defined KPI targets aren't met, then you can repeat the process for a second iteration. |\n| Add regular regression tests | Regular regression tests can run at any frequency you desire for your app to identify regressions against your KPIs. It's more efficient to identify and cut off any regressions or bugs before they make their way into your codebase. Don't publish any changes that fail your KPI goals unless you make the decision to update your KPI targets. |"]]
