Ringkasan Profil Dasar Pengukuran

Tetap teratur dengan koleksi Simpan dan kategorikan konten berdasarkan preferensi Anda.

Profil Dasar Pengukuran meningkatkan kecepatan eksekusi kode sekitar 30% sejak peluncuran pertama dengan menghindari langkah interpretasi dan kompilasi tepat waktu (JIT) untuk jalur kode yang disertakan.

Dengan mengirimkan Profil Dasar Pengukuran dalam aplikasi atau library, Android Runtime (ART) dapat mengoptimalkan jalur kode yang ditentukan melalui kompilasi Ahead of Time (AOT), yang memberikan peningkatan performa untuk setiap pengguna baru dan setiap update aplikasi. Pengoptimalan yang Dipandu Profil (PGO) ini memungkinkan aplikasi mengoptimalkan startup, mengurangi jank interaksi, dan meningkatkan performa runtime secara keseluruhan untuk pengguna sejak peluncuran pertama.

Peningkatan performa ini secara langsung menghasilkan metrik bisnis yang lebih baik, seperti retensi pengguna, transaksi, dan rating. Anda dapat membaca selengkapnya tentang pengaruh performa terhadap metrik bisnis dalam cerita dari Josh, Lyft, TikTok, dan Zomato.

Manfaat Profil Dasar Pengukuran

Profil Dasar Pengukuran membuat semua interaksi pengguna—seperti memulai aplikasi, menavigasi antar-layar, atau men-scroll konten—tetap lancar sejak pertama kali dijalankan. Dengan meningkatkan kecepatan dan responsivitas aplikasi, Profil Dasar Pengukuran dapat menghasilkan lebih banyak pengguna aktif harian dan rasio kunjungan kembali rata-rata yang lebih tinggi.

Profil Dasar Pengukuran membantu memandu pengoptimalan di luar startup aplikasi dengan menyediakan interaksi pengguna umum yang membuat runtime aplikasi efektif sejak peluncuran pertama. Kompilasi AOT yang dipandu tidak mengandalkan perangkat pengguna dan dapat dilakukan sekali per rilis pada mesin pengembangan, bukan perangkat seluler. Dengan mengirimkan rilis menggunakan Profil Dasar Pengukuran, pengoptimalan aplikasi akan tersedia jauh lebih cepat daripada hanya mengandalkan Profil Cloud.

Jika tidak menggunakan Profil Dasar Pengukuran, semua kode aplikasi dikompilasi secara JIT dalam memori setelah diinterpretasikan, atau ditulis ke file odex di latar belakang saat perangkat tidak ada aktivitas. Setelah menginstal atau mengupdate aplikasi, pengalaman pengguna menjadi kurang optimal sejak pertama kali mereka menjalankannya hingga jalur kode baru dioptimalkan. Banyak aplikasi mengukur peningkatan performa sekitar 30% setelah pengoptimalan.

Profil startup

Profil startup mirip dengan Profil Dasar Pengukuran. Hanya saja, profil ini digunakan pada waktu kompilasi, bukan untuk pengoptimalan di perangkat. Profil startup digunakan untuk mengoptimalkan tata letak file DEX guna meningkatkan waktu startup. Kode yang diidentifikasi dalam profil startup dimasukkan ke dalam file classes.dex utama, dan kode lainnya dimasukkan ke dalam file DEX terpisah. Hal ini memperbaiki waktu startup dengan mengurangi jumlah kesalahan halaman selama startup aplikasi. Untuk mempelajari lebih lanjut tentang cara profil startup dan pengoptimalan tata letak DEX dapat memperbaiki waktu startup aplikasi, lihat Pengoptimalan tata letak DEX dan profil startup.

Memulai

Untuk mulai mengoptimalkan performa di aplikasi yang sudah ada, lihat Membuat Profil Dasar Pengukuran.

Versi stabil minimum yang direkomendasikan

Rantai dependensi menyediakan versi rilis stabil dan versi rilis pengembangan. Untuk membuat dan menginstal Profil Dasar Pengukuran, gunakan plugin Android Gradle, library Macrobenchmark, dan Penginstal Profil dalam versi yang didukung berikut atau yang lebih tinggi. Dependensi ini diperlukan pada waktu yang berbeda dan berfungsi bersama sebagai toolchain untuk mengaktifkan Profil Dasar Pengukuran yang optimal.

• Plugin Android Gradle: com.android.tools.build:8.0.0
• Library Macrobenchmark: androidx.benchmark:benchmark-macro-junit4:1.3.4
• Penginstal Profil: androidx.profileinstaller:profileinstaller:1.4.1

Sebaiknya gunakan AGP versi terbaru untuk membuat dan mengelola Profil Dasar Pengukuran. Berikut adalah fungsi utama yang disertakan dalam berbagai versi AGP:

Contoh pembuatan profil

Berikut adalah contoh class untuk membuat Profil Dasar Pengukuran untuk memulai aplikasi, serta beberapa peristiwa navigasi dan scroll menggunakan library Macrobenchmark yang direkomendasikan.

@OptIn(ExperimentalBaselineProfilesApi::class)
class BaselineProfileGenerator {
    @get:Rule
    val baselineProfileRule = BaselineProfileRule()

    @Test
    fun appStartupAndUserJourneys() {
        baselineProfileRule.collect(packageName = PACKAGE_NAME) {
            // App startup journey.
            startActivityAndWait()

            device.findObject(By.text("COMPOSE LAZYLIST")).clickAndWait(Until.newWindow(), 1_000)
            device.findObject(By.res("myLazyColumn")).also {
                it.fling(Direction.DOWN)
                it.fling(Direction.UP)
            }
            device.pressBack()
        }
    }
}

Anda dapat melihat kode ini dalam konteks lengkap dan detail selengkapnya sebagai bagian dari contoh performa di GitHub.

Yang harus disertakan

Saat menggunakan Profil Dasar Pengukuran dalam aplikasi, Anda dapat menyertakan kode startup aplikasi dan interaksi pengguna umum, seperti navigasi antarlayar atau scroll. Anda juga dapat mengumpulkan seluruh alur seperti pendaftaran, login, atau pembayaran. Perjalanan pengguna apa pun yang Anda anggap penting bisa mendapatkan manfaat dari Profil Dasar Pengukuran yang meningkatkan performa runtime-nya.

Jika Anda bereksperimen dengan berbagai pendekatan untuk meningkatkan performa, sebaiknya sertakan Profil Dasar Pengukuran untuk kedua grup eksperimen Anda. Dengan begitu, Anda dapat membuat hasil lebih mudah ditafsirkan dengan memastikan semua pengguna menjalankan secara konsisten kode yang dikompilasi.

Library dapat menyediakan Profil Dasar Pengukurannya sendiri dan mengirimkannya dengan rilis untuk meningkatkan performa aplikasi. Misalnya, lihat Menggunakan bagian Profil Dasar Pengukuran dalam performa Jetpack Compose.

Cara kerja Profil Dasar Pengukuran

Saat mengembangkan aplikasi atau library, sebaiknya tentukan Profil Dasar Pengukuran untuk mencakup interaksi pengguna umum yang mementingkan waktu rendering atau latensi. Berikut ini cara kerjanya:

1. Aturan profil yang dapat dibaca manusia dibuat untuk aplikasi Anda dan dikompilasi ke dalam bentuk biner dalam aplikasi. Anda dapat menemukannya di assets/dexopt/baseline.prof. Kemudian, Anda dapat mengupload AAB ke Google Play seperti biasa.

2. Google Play memproses profil dan mengirimkannya langsung kepada pengguna beserta APK. Selama penginstalan, ART melakukan kompilasi metode AOT di profil, sehingga metode tersebut dieksekusi lebih cepat. Jika profil berisi metode yang digunakan dalam peluncuran aplikasi atau selama rendering frame, pengguna mungkin akan mengalami waktu peluncuran yang lebih cepat dan berkurangnya jank.

3. Alur ini bekerja sama dengan agregasi Profil Cloud untuk meningkatkan kualitas performa berdasarkan penggunaan aplikasi yang sebenarnya dari waktu ke waktu.

Profil Cloud

Profil Cloud menawarkan bentuk PGO tambahan—yang digabungkan oleh Google Play Store dan didistribusikan untuk kompilasi waktu penginstalan—beserta Profil Dasar Pengukuran.

Meskipun Profil Cloud dioperasikan oleh interaksi pengguna dengan aplikasi di dunia nyata, perlu waktu beberapa jam hingga beberapa hari sampai update selesai didistribusikan, sehingga membatasi ketersediaannya. Hingga profil didistribusikan sepenuhnya, performa aplikasi akan kurang optimal bagi pengguna aplikasi baru atau yang diupdate. Selain itu, Profil Cloud hanya mendukung perangkat Android yang menjalankan Android 9 (API level 28) atau yang lebih baru dan hanya dapat diskalakan dengan baik untuk aplikasi yang memiliki basis pengguna yang cukup besar.

Perilaku kompilasi di seluruh versi Android

Versi Platform Android menggunakan pendekatan kompilasi aplikasi yang berbeda, masing-masing dengan kompromi performa yang terkait. Profil Dasar Pengukuran meningkatkan metode kompilasi sebelumnya dengan menyediakan profil untuk semua penginstalan.

Masalah umum

Berikut ini masalah yang mungkin terjadi dan solusinya, atau masalah yang pengembangan solusinya sedang dilakukan.

• Pembuatan Profil Dasar Pengukuran mungkin gagal karena setelan izin di beberapa perangkat, termasuk perangkat OnePlus. Untuk mengatasinya, nonaktifkan opsi Nonaktifkan pemantauan izin di setelan Opsi Developer.

• Pembuatan Profil Dasar Pengukuran tidak didukung di perangkat Firebase Test Lab, termasuk perangkat Test Lab yang dikelola Gradle (masalah #285187547).

• Agar berhasil menyediakan Profil Dasar Pengukuran untuk library, gunakan plugin Gradle Profil Dasar Pengukuran 1.2.3 atau AGP 8.3, setidaknya (masalah #313992099).

• Jika Anda membuat Profil Dasar Pengukuran dengan perintah ./gradlew app:generateBaselineProfile, benchmark dalam modul pengujian juga akan berjalan, dan hasilnya akan dihapus. Jika hal ini terjadi, Anda hanya dapat membuat Profil Dasar Pengukuran dengan menjalankan perintah dengan -P android.testInstrumentationRunnerArguments.androidx.benchmark.enabledRules=BaselineProfile. Masalah ini telah diperbaiki di AGP 8.2.

• Perintah untuk membuat Profil Dasar Pengukuran untuk semua jenis build— ./gradlew app:generateBaselineProfile—hanya membuat Profil Dasar Pengukuran untuk jenis build rilis. Masalah ini telah diperbaiki di AGP 8.1.

• Saluran distribusi aplikasi non-Google Play Store mungkin tidak mendukung penggunaan Profil Dasar Pengukuran saat penginstalan. Pengguna aplikasi yang diinstal melalui saluran ini tidak akan mendapatkan manfaat hingga dexopt latar belakang dijalankan—kemungkinan dalam semalam.

• Berbagi aplikasi internal Play Store tidak mendukung Profil Dasar Pengukuran; tetapi, jalur pengujian internal mendukung.

• Pengoptimalan baterai di beberapa perangkat, seperti perangkat Huawei, dapat mengganggu penginstalan profil. Untuk membantu memastikan profil Anda diinstal secara efektif, nonaktifkan pengoptimalan baterai di perangkat tolok ukur Anda.

Referensi lainnya

• Pengoptimalan tata letak DEX dan profil startup