共计 2736 个字符，预计需要花费 7 分钟才能阅读完成。
背景
随着挪动应⽤程序开发越来越流⾏，越来越多的应⽤程序浮现于市场。然而，开发挪动应⽤程序 并不是⼀个简略的过程，须要破费⼤量工夫，尤其是如果想要⼀个可跨 Apple、Android 和 Windows 运⾏的可扩大挪动应⽤程序。
然⽽，蹩脚的性能可能会极⼤地侵害⽤户体验。⽤户在任何时候都不心愿看到 10 秒以上的启动 画⾯。如果等待时间过⻓，他们可能会感到⽣⽓、放弃购物、缩小停留时间或齐全卸载应⽤程 序。
随着开发平台的遍及，咱们须要正确的⼯具和⽅法来满⾜一直增⻓的需要。
Xamarin 就是这样⼀种框架，它⽀持在 Android、iOS 和 Windows 平台上共享单个代码库。
所以，咱们将在 Xamarin.Android 应⽤程序中测试性能，就像在 Android Studio 中使⽤ Java 开发⼀样，咱们能够使⽤ c# 对性能进⾏测试，从⽽优化启动工夫。
测试总启动工夫
⾸先测试程序在不同设施的启动工夫，此处⽤到的⼯具是友盟 + 推出的 U -APM。从图中能够看 出应⽤程序在启动工夫上还存在着⼀定的优化空间。
在 Android 上，ActivityManager 零碎过程会显示⼀条“初始显示工夫”⽇志音讯，能够更好地了 解整体启动工夫。在命令⾏使⽤ adb logcat 疾速查看 Android 设施⽇志。或者使⽤ Visual Studio 中的 Android 调试⽇志。
在 Windows 上，运⾏以下 powershell：
输入：
上述⽇志音讯是在 x86 Android 模拟器上从 Visual Studio 调试应⽤程序时捕捉的。启动 / 连贯 调试器会产⽣⼀些额定的开销，并且短少 Debug 编译时的优化。
如果咱们简略地切换到 Release 配置并再次部署和运⾏应⽤程序：
如果咱们在 Pixel 3 XL 设施上测试应⽤程序：
因为咱们最终⽬标是提⾼挪动应⽤程序的性能，那么第⼀步应该是理论测试卡顿函数的具体位 置。如果盲⽬地进⾏代码更改，最终可能会和咱们揣测的后果产⽣很⼤的一致，如果⼀些简单的 性能改良甚⾄会侵害代码库的可维护性。这个过程应该是：测试，做出批改，再次测试，并且重 复以上步骤。
采⽤ U -APM 测得卡顿地位次要呈现于：
诊断问题
好，⽬前应⽤程序因为 readRawTextFile 很慢。当初我该怎么办？
⾸先咱们须要对以下⼏个组件有⼀个系统性的理解
安卓 ART
Android 运⾏时 (ART) 是 Android 上的应⽤程序和零碎服务使⽤的托管运⾏时。ART 作为运⾏ 时执⾏ Dalvik 可执⾏⽂件（.dex ⽂件 – D alvik EX 可执⾏⽂件），这是⼀种⽤于存储 Dalvik 字节码的紧凑格局。
ART 通过在装置应⽤程序时将整个应⽤程序编译为本机代码，引⼊了提前 (AOT) 编译。这带来 了更快的应⽤程序执⾏和改良的内存调配。以及垃圾收集机制、更精确的剖析等等。
为了实现这⼀点，ART 使⽤ dex2oat 来创立⼀个 ELF（可执⾏和链接格局）的可执⾏⽂件。毛病 是须要额定的工夫来编译。此外，应⽤程序会占⽤⼤量磁盘内存来存储已编译的代码。
Mono 运⾏时提供 AOT 性能。Mono 将预编译程序集以最⼩化 JIT 工夫并缩小内存使⽤。Mono 能够在⽀持它的平台（如 Android）上⽣成 ELF .so ⽂件。而后它在原始程序集旁边存储 ⼀个预编译的图像。
即
而后，这些⽂件能够被 Mono 运⾏时使⽤，并省略 JIT 开销
启动跟踪
Mono 引⼊了⼀项性能，容许在应⽤程序上使⽤内置的 AOT 分析器来⽣成 AOT 配置⽂件。分 析器进⾏内存剖析、执⾏工夫剖析，甚⾄是基于统计的抽样剖析。这会⽣成⼀个 AOT 配置⽂ 件，当使⽤带有配置⽂件的 Mono 的 AOT 性能时，该配置⽂件可⽤于优化应⽤程序。
启动跟踪可⽤于 Visual Studio 2019 版本 16.2 或 Visual Studio for Mac 2019 版本 8.2。
能够通过编辑 Android 项⽬的 .csproj ⽂件并在 Release <PropertyGroup> 中增加以下属性来 开始使⽤启动跟踪：
也能够在项⽬设置的 Android 选项中进⾏设置，Mono 的 AOT 编译器启⽤使⽤会默认配置⽂件 的启动跟踪，并在部署时放慢 Android 应⽤程序的启动工夫。
理论剖析
咱们须要理论剖析咱们的代码并须要改良。切换回 Debug 配置，并通过运⾏以下命令启⽤ Mono 分析器：
adb shell 在 Android 设施或模拟器上运⾏单个 shell 命令。setprop 设置 Android 零碎属性，类 似于其余平台上的环境变量。
而后只需强制退出并重新启动应⽤程序。下次启动时，Mono 会在 Android 应⽤程序的本地⽬ 录中保留⼀个⽂件。profile.mlpd
留神这⾥存在⼀个问题，该⽂件只能由应⽤程序自身拜访，因而咱们必须使⽤命令来定位⽂件：run-as
为了从设施上获取⽂件，我使⽤了⼀个已知的可写⽬录，例如：/sdcard/Download/
复制⽂件后，您能够使⽤ adb pull 将⽂件获取到您的台式计算机：profile.mlpd
profile.mlpd 是⼀个⼆进制⽂件，
Windows ⽤户须要在⽤于 Linux 的 Windows ⼦零碎中装置 Mono 能力运⾏。
有了上⾯的⼀系列代码，就会呈现⼀些乏味的数字。
解决方案
咱们通过前⽂的调⽤，能够发现以下⼏个函数可能须要相当⻓的工夫：
还能够看到内存调配，例如：
请留神，如果您须要查看这些调配来⾃哪些⽅法，您能够传递到。–tracesmprof-report
咱们做出了多种尝试，也都收到了⼀定功效。然而咱们最意想不到的是，下⾯这个简略的改变。咱们尝试将 string 间接从 stream 中读取，⽽不是使⽤响应的内容创立，而后使⽤新的
System.Text.Json 库来进⾏更⾼效的 JSON 解析：
查看⽅法调⽤的差别，咱们能够看到⼀个显著的工夫优化：
咱们还能够看到以下内存调配的差别：
这⼀点，和咱们在 U -APM 中测试失去的瓶颈函数相吻合，瓶颈的确是处在 readRawTextFile 函 数中，咱们尝试了以下⼏种⽅法，也⼀定水平上缓解了启动问题，但收益并没有 U -APM 中的 readRawTextFile 那么⼤。在此列出，仅供参考：
- 咱们能够缓存 Web 申请的后果
- 咱们能够从磁盘上的⽂件加载之前的调⽤后果，⽐如设置 24 ⼩时内无效。
- 因为调⽤不是相互依赖，咱们能够同时进⾏异步调⽤
- 在服务器端，咱们能够进⾏⼀个新的 API 调⽤，在⼀个申请中返回所有调⽤的数据
论断
优化性能很难，⽅向也很多。对于代码慢的定位局部，改变后可能会发现这⼀局部基本不会产⽣ 成果，对代码产⽣影响的最佳⽅法是测试、测试，而后再次测试。扭转后再次测试。⽽通过测试 去晋升性能，往往能针对问题做事后筹备。也往往能更核⼼地晋升核⼼性能瓶颈，从⽽带来⽅⽅ ⾯⾯的全⽅位晋升。
