Android性能优化(中)

作者: Reathin | 来源:发表于2017-03-26 20:01 被阅读141次

    Android性能优化

    在上一篇中介绍了性能优化的概念、内存泄漏和性能优化方式
    Android性能优化(上)
    我们继续说说Android性能优化

    数据库性能优化

    索引

    简单的说,索引就像书本的目录,目录可以快速找到所在页数,数据库中索引可以帮助快速找到数据,而不用全表扫描,合适的索引可以大大提高数据库查询的效率。

    (1). 优点
    大大加快了数据库检索的速度,包括对单表查询、连表查询、分组查询、排序查询。经常是一到两个数量级的性能提升,且随着数据数量级增长。
    (2). 缺点
    索引的创建和维护存在消耗,索引会占用物理空间,且随着数据量的增加而增加。在对数据库进行增删改时需要维护索引,所以会对增删改的性能存在影响。

    使用场景

    A.当某字段数据更新频率较低,查询频率较高,经常有范围查询(>, <, =, >=, <=)或order by、group by发生时建议使用索引。并且选择度越大,建索引越有优势,这里选择度指一个字段中唯一值的数量/总的数量。

    B. 经常同时存取多列,且每列都含有重复值可考虑建立复合索引

    索引分类

    • 直接创建索引和间接创建索引
      直接创建: 使用sql语句创建,Android中可以在SQLiteOpenHelper的onCreate或是onUpgrade中直接excuSql创建语句,语句如
      CREATE INDEX mycolumn_index ON mytable (myclumn)
      间接创建: 定义主键约束或者唯一性键约束,可以间接创建索引,主键默认为唯一索引。
    • 普通索引和唯一性索引
      普通索引:CREATE INDEX mycolumn_index ON mytable (myclumn)
      唯一性索引:保证在索引列中的全部数据是唯一的,对聚簇索引和非聚簇索引都可以使用,语句为CREATE UNIQUE COUSTERED INDEX myclumn_cindex ON mytable(mycolumn)
    • 单个索引和复合索引
      单个索引:索引建立语句中仅包含单个字段,如上面的普通索引和唯一性索引创建示例。
      复合索引:又叫组合索引,在索引建立语句中同时包含多个字段,语句如:CREATE INDEX name_index ON username(firstname, lastname),其中firstname为前导列。
    • 聚簇索引和非聚簇索引(聚集索引,群集索引)
      聚簇索引:物理索引,与基表的物理顺序相同,数据值的顺序总是按照顺序排列,语句为:CREATE CLUSTERED INDEX mycolumn_cindex ON mytable(mycolumn) WITH ALLOW_DUP_ROW,其中WITH ALLOW_DUP_ROW表示允许有重复记录的聚簇索引
      非聚簇索引:CREATE UNCLUSTERED INDEX mycolumn_cindex ON mytable(mycolumn)
      索引默认为非聚簇索引

    使用规则

    • 对于复合索引,把使用最频繁的列做为前导列(索引中第一个字段)。如果查询时前导列不在查询条件中则该复合索引不会被使用。
      如create unique index PK_GRADE_CLASS on student (grade, class)
      select * from student where class = 2未使用到索引
      select * from dept where grade = 3使用到了索引
    • 避免对索引列进行计算,对where子句列的任何计算如果不能被编译优化,都会导致查询时索引失效
      select * from student where tochar(grade)=’2′
    • 比较值避免使用NULL
    • 多表查询时要注意是选择合适的表做为内表。连接条件要充份考虑带有索引的表、行数多的表,内外表的选择可由公式:外层表中的匹配行数
    • 内层表中每一次查找的次数确定,乘积最小为最佳方案。实际多表操作在被实际执行前,查询优化器会根据连接条件,列出几组可能的连接方案并从中找出系统开销最小的最佳方案。
    • 查询列与索引列次序一致
    • 用多表连接代替EXISTS子句
    • 把过滤记录数最多的条件放在最前面
    • 善于使用存储过程,它使sql变得更加灵活和高效(Sqlite不支持存储过程::>_<:: )

    事务

    使用事务的两大好处是原子提交和更优性能。

    原子提交

    原子提交意味着同一事务内的所有修改要么都完成要么都不做,如果某个修改失败,会自动回滚使得所有修改不生效。

    更优性能

    Sqlite默认会为每个插入、更新操作创建一个事务,并且在每次插入、更新后立即提交。

    这样如果连续插入100次数据实际是创建事务->执行语句->提交这个过程被重复执行了100次。如果我们显式的创建事务->执行100条语句->提交会使得这个创建事务和提交这个过程只做一次,通过这种一次性事务可以使得性能大幅提升。尤其当数据库位于sd卡时,时间上能节省两个数量级左右。

    Sqlte显示使用事务,示例代码如下:

    public void insertWithOneTransaction() {
        SQLiteDatabase db = sqliteOpenHelper.getWritableDatabase();
        //开始一个事务
        db.beginTransaction();
        try {
            for (int i = 0; i < 100; i++) {
                db.insert(yourTableName, null, value);
            }
            // 设置当前事务成功
            db.setTransactionSuccessful();
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            //结束事务
            db.endTransaction();
        }
    }
    

    其中sqliteOpenHelper.getWritableDatabase()表示得到写表权限。

    其他Sqlite的优化

    • 语句的拼接使用StringBuilder代替String
      简单的String相加会导致创建多个临时对象消耗性能。StringBuilder的空间预分配性能好得多。如果你对字符串的长度有大致了解,如100字符左右,可以直接new StringBuilder(128)指定初始大小,减少空间不够时的再次分配。
    • 查询时返回更少的结果集及更少的字段。
      查询时只取需要的字段和结果集,更多的结果集会消耗更多的时间及内存,更多的字段会导致更多的内存消耗。
    • 少用cursor.getColumnIndex
      根据性能调优过程中的观察cursor.getColumnIndex的时间消耗跟cursor.getInt(索引号)相差无几。可以在建表的时候用static变量记住某列的index,直接调用相应index而不是每次查询。
    public static final String HTTP_RESPONSE_TABLE_ID = _ID;
    public static final String HTTP_RESPONSE_TABLE_RESPONSE = "response";
    public List<Object> getData() {
        ……
        cursor.getString(cursor.getColumnIndex(HTTP_RESPONSE_TABLE_RESPONSE));
        ……
    }
    //优化为   
    public static final String  HTTP_RESPONSE_TABLE_ID = _ID;
    public static final String  HTTP_RESPONSE_TABLE_RESPONSE = "response";
    public static final int  HTTP_RESPONSE_TABLE_ID_INDEX  = 0;
    public static final int  HTTP_RESPONSE_TABLE_URL_INDEX = 1;
    public List<Object> getData() {
        ……
        cursor.getString(HTTP_RESPONSE_TABLE_RESPONSE_INDEX);
        ……
    }
    

    异步线程

    Sqlite是常用于嵌入式开发中的关系型数据库,完全开源。与Web常用的数据库Mysql、Oracle db、sql server不同,Sqlite是一个内嵌式的数据库,数据库服务器就在你的程序中,无需网络配置和管理,数据库服务器端和客户端运行在同一进程内,减少了网络访问的消耗,简化了数据库管理。不过Sqlite在并发、数据库大小、网络方面存在局限性,并且为表级锁,所以也没必要多线程操作。

    Android中数据不多时表查询可能耗时不多,不会导致ANR,不过大于100ms时同样会让用户感觉到延时和卡顿,可以放在线程中运行,但Sqlite在并发方面存在局限,多线程控制较麻烦,这时候可使用单线程池,在任务中执行db操作,通过Handler返回结果和UI线程交互,既不会影响UI线程,同时也能防止并发带来的异常。

    可使用Android提供的AsyncQueryHandler或类似如下代码完成:

    ExecutorService singleThreadExecutor = Executors.newSingleThreadExecutor();
    singleThreadExecutor.execute(new Runnable() {
    
        @Override
        public void run() {
            db.insert("你的表名", null, value);
            handler.sendEmptyMessage(xx);
        }
    });
    

    移动网络优化

    一个网络请求可以简单分为连接服务器 -> 获取数据两个部分。
    其中连接服务器前还包括DNS解析的过程;获取数据后可能会对数据进行缓存。

    连接服务器优化策略

    不用域名,用IP直连

    省去 DNS 解析过程,DNS 全名 Domain Name System,解析意指根据域名得到其对应的 IP 地址。
    如:http://www.codekk.com 的域名解析结果就是104.236.147.76。

    首次域名解析一般需要几百毫秒,可通过直接向IP而非域名请求,节省掉这部分时间,同时可以预防域名劫持等带来的风险。

    当然为了安全和扩展考虑,这个IP可能是一个动态更新的IP列表,并在IP不可用情况下通过域名访问。

    服务器合理部署

    配合上面说到的动态 IP 列表,支持优先级,每次根据地域、网络类型等选择最优的服务器IP进行连接。
    对于服务器端还可以调优服务器的TCP拥塞窗口大小、重传超时时间(RTO)、最大传输单元(MTU)等。

    获取数据优化策略

    连接复用

    节省连接建立时间,如开启keep-alive
    Http 1.1 默认启动了keep-alive。对于Android来说默认情况下HttpURLConnection 和HttpClient都开启了keep-alive。

    其他网络请求框架也可以进行相应配置

    请求合并

    即将多个请求合并为一个进行请求,比较常见的就是网页中的CSS Image Sprites。 如果某个页面内请求过多,也可以考虑做一定的请求合并。

    减小请求数据大小

    • 对于 POST 请求,Body 可以做 Gzip 压缩,如日志。

    • 对请求头进行压缩
      这个http 1.1不支持,spdy及http 2.0支持。http 1.1 可以通过服务端对前一个请求的请求头进行缓存,后面相同请求头用md5之类的id来表示即可。

    CDN缓存静态资源

    缓存常见的图片、JS、CSS 等静态资源。

    减小返回数据大小

    • 压缩
      一般API数据使用Gzip压缩
    • 精简数据格式
      如JSON代替 XML,WebP代替其他图片格式
    • 对于不同的设备不同网络返回不同的内容 如不同分辨率图片大小。
    • 增量更新
      需要数据更新时,可考虑增量更新。如常见的服务端进行bsdiff,客户端进行 bspatch。
    • 大文件下载
      支持断点续传,并缓存Http Resonse的ETag标识,下次请求时带上,从而确定是否数据改变过,未改变则直接返回304。

    数据缓存

    缓存获取到的数据,在一定的有效时间内再次请求可以直接从缓存读取数据。

    现在的网络请求框架都可进行相应的缓存配置

    今天周末,就说这么多(懒),祝大家周末Happy

    相关文章

      网友评论

        本文标题:Android性能优化(中)

        本文链接:https://www.haomeiwen.com/subject/flwkottx.html