Мы рекомендуем использовать Jetpack Macrobenchmark, чтобы проверить производительность приложения при включенных базовых профилях, а затем сравнить эти результаты с тестом с отключенными базовыми профилями. С помощью этого подхода вы можете измерить время запуска приложения — как время до начального, так и полного отображения — или производительность рендеринга во время выполнения, чтобы увидеть, могут ли создаваемые кадры вызывать зависания.
Макробенчмарки позволяют управлять компиляцией перед измерением с помощью API CompilationMode
. Используйте разные значения CompilationMode
для сравнения производительности в разных состояниях компиляции. В следующем фрагменте кода показано, как использовать параметр CompilationMode
для измерения преимуществ базовых профилей:
@RunWith(AndroidJUnit4ClassRunner::class) class ColdStartupBenchmark { @get:Rule val benchmarkRule = MacrobenchmarkRule() // No ahead-of-time (AOT) compilation at all. Represents performance of a // fresh install on a user's device if you don't enable Baseline Profiles— // generally the worst case performance. @Test fun startupNoCompilation() = startup(CompilationMode.None()) // Partial pre-compilation with Baseline Profiles. Represents performance of // a fresh install on a user's device. @Test fun startupPartialWithBaselineProfiles() = startup(CompilationMode.Partial(baselineProfileMode = BaselineProfileMode.Require)) // Partial pre-compilation with some just-in-time (JIT) compilation. // Represents performance after some app usage. @Test fun startupPartialCompilation() = startup( CompilationMode.Partial( baselineProfileMode = BaselineProfileMode.Disable, warmupIteration = 3 ) ) // Full pre-compilation. Generally not representative of real user // experience, but can yield more stable performance metrics by removing // noise from JIT compilation within benchmark runs. @Test fun startupFullCompilation() = startup(CompilationMode.Full()) private fun startup(compilationMode: CompilationMode) = benchmarkRule.measureRepeated( packageName = "com.example.macrobenchmark.target", metrics = listOf(StartupTimingMetric()), compilationMode = compilationMode, iterations = 10, startupMode = StartupMode.COLD, setupBlock = { pressHome() } ) { // Waits for the first rendered frame, which represents time to initial display. startActivityAndWait() // Waits for content to be visible, which represents time to fully drawn. device.wait(Until.hasObject(By.res("my-content")), 5_000) } }
На следующем снимке экрана вы можете увидеть результаты непосредственно в Android Studio для примера приложения Now in Android, запущенного на Google Pixel 7. Результаты показывают, что запуск приложения происходит быстрее всего при использовании базовых профилей ( 229,0 мс ) по сравнению с отсутствием компиляции ( 324,8 ). РС ).
![результаты ColdstartupBenchmark](https://developer.android.com/static/topic/performance/images/benchmark_images/baselineprofile_measure_effectiveness.jpg?authuser=7&hl=ru)
ColdStartupBenchmark
, показывающие время начального отображения при отсутствии компиляции (324 мс), полной компиляции (315 мс), частичной компиляции (312 мс) и базовых профилях (229 мс). Хотя в предыдущем примере показаны результаты запуска приложения, полученные с помощью StartupTimingMetric
, есть и другие важные метрики, которые стоит учитывать, например FrameTimingMetric
. Дополнительные сведения обо всех типах метрик см. в разделе Захват метрик Macrobenchmark .
Время до полного отображения
В предыдущем примере измеряется время первоначального отображения (TTID), которое представляет собой время, необходимое приложению для создания первого кадра. Однако это не обязательно отражает время, пока пользователь не сможет начать взаимодействовать с вашим приложением. Метрика времени до полного отображения (TTFD) более полезна при измерении и оптимизации путей кода, необходимых для обеспечения полностью пригодного к использованию состояния приложения.
Мы рекомендуем оптимизировать как TTID, так и TTFD, поскольку оба важны. Низкий TTID помогает пользователю увидеть, что приложение действительно запускается. Важно сделать TTFD коротким, чтобы гарантировать, что пользователь сможет быстро взаимодействовать с приложением.
Стратегии создания отчетов о том, что пользовательский интерфейс приложения полностью прорисован, см. в разделе «Повышение точности времени запуска» .
{% дословно %}Рекомендуется для вас
- Примечание: текст ссылки отображается, когда JavaScript отключен.
- [Написать макротест][11]
- [Сбор показателей макробенчмарка][12]
- [Анализ и оптимизация запуска приложения {:#app-startup-anaанализ-оптимизация}][13]