作者：杨夕凯、吴文扬

高德地图从 19 年开始对全链路性能体验进行了继续三年的优化，最终整体外围链路上实现了打对折优化，用户体验上大幅晋升。过程中，对性能优化的一些思考和实践经验，本文进行了总结，心愿对大家有些助益。

优化前后成果比照（以优化前的耗时为基线 100%）

思路

整体思路分为明确性能卡点，倒序专项解题和正序长线管控三个局部：

• 明确性能卡点： 找到优化点能力对症下药，迷信的评测规范和明确的优化点对于优化至关重要，迷信的评测规范须要可能正当评估性能体验的好坏，并更贴近用户的实在感触，而指标则须要可量化，这样才可能保住在专项过程中疾速对焦高效执行，防止走弯路；
• 倒序专项解题： 性能问题不是繁多业务问题，往往波及多个产研测团队合作，咱们从问题登程疾速倒序以专项模式凝聚多团队资源，确定指标，疾速攻坚拿后果，加强团队信念；
• 正序长线管控： 优化是从“果”倒退“因”的过程，曾经产生问题了再去解决，是一种倒序解题的思路。那么如何让问题从“因”的源头上截住，或者说让曾经优化的成果不产生倒退，那么咱们的思路三是：长线继续的正序管控，防止原有业务的继续好转，同时坚固专项的优化成绩。

接下来，本位将针对这三个局部，逐个解析。

明确性能卡点

制订规范

首屏加载速度的快慢极大影响着用户体验，所以首屏耗时作为咱们页面耗时的统计规范。随着手机硬件的一直降级，很多高端设施硬件性能好覆盖了程序性能问题，因而咱们会对不同机型等级设施进行优化，最大水平的笼罩到线上用户。

统计规范

确定了首屏显示耗时是统计规范，上面是如何确定首屏显示耗时的几个维度：

• 业务角度：业务形态各异，不同页面的首屏定义肯定不同；
• 产品角度：定义首屏围绕着性能使用量进行，高频性能优先；
• 研发角度：通过业务流程上的日志埋点来锚定首屏的起起点；
• 产研测拉通规范：建设对立的产研测沟通语言，那就是量化数据。

机型规范

• 机型等级：依据设施评分将设施分为高中低三种等级；
• 选定机型：选定不同等级代表机型的准则，咱们采取的是根据线上用户设施的占比，尽可能的笼罩比拟多的用户，尽可能选取有代表性的厂商设施，当然也须要综合思考现有测试实验室可用设施状况，毕竟洽购不肯定很及时和防止不必要的节约。

确定优化项

高德地图长期以来的历史累计，导致每个场景的优化，都面临着简单的业务代码，甚至还存在业务盲区。这就对疾速剖析历史大量业务，精确定位耗时点带来极大的挑战。如果靠人工梳理剖析，人力投入和时长都不事实。这就须要从工具和方法论上找到减速计划。

自上而下明确优化点

• 手机设施维度剖析：

有限的业务场景通过挪动设施运行在无限的性能资源上，资源分配势必顾此失彼。所以咱们须要依据设施的不同来剖析耗时问题。比方在比拟差的手机上呈现的耗时问题，可能在高端的手机上并不是问题。优化点也不同，须要个性化策略来进行针对性优化。例如：低端机的简单交互动画就是一个耗时点，比方搜寻页面敞开一些动画，性能上带来不小的收益，同时也不侵害用户体验，在高端机上这个耗时点就能够不思考。

• 业务平行维度剖析：

业务点特地多，那么为什么咱们要抉择出行场景、搜寻场景等去剖析耗时呢？这就须要拉通产品和 BI，用数据谈话。通过分析线上用户行为，大部分用户抉择了点击搜寻框进入搜寻首页，而线上用户反馈也是进入搜寻卡顿耗时等，相比其余性能，搜寻首页的及时性和重要性显而易见，于是依据线上数据进行业务分级，该场景排在首位，性能资源应该向这里歪斜，须要首先剖析这里的耗时点。

• 业务外部维度剖析：

首先对业务场景自身进行全链路梳理，找出其中的要害工夫点，而后通过场景日志工具进行埋点并上传至服务，收集线上用户真正的首屏工夫数据，为量化指标提供无效根据。其中两两关键点之间的工夫戳差值即为阶段耗时，能辅助剖析业务耗时问题。围绕着业务剖析的过程咱们还积淀了很多剖析工具来辅助剖析。

最小集，加法，减法

最小集是一个探底的过程，在保障首屏产品状态不变形的状况下做出最小可运行，去掉其余所有跟首屏无关项，这就是减法。咱们能够了解这个最小集是在不扭转现有架构的状况下，咱们最优的优化成果。如果最小集的极限数据达标，接下来就要在此基础上把必要的相干依赖项一一加回来，保障产品功能完善，其余没必要的依赖性能够优化、或者去掉、或者延后等，这就是加法。当然如果这个最小集的极限数据都不能达标，那咱们就须要从其余维度去寻找优化点了，个别可能从网络耗时和架构合理性两个方面找到突破点。

倒序专项解题

性能问题不是繁多业务问题，往往波及多个产研测团队合作。所以咱们的思路是：

从问题登程疾速倒序以专项模式凝聚多团队资源，确定指标，疾速攻坚拿后果，加强团队信念

专项攻坚

专项攻坚，也是个边打边建，边打边积淀的过程。排查性能问题的伎俩最后是比拟离散的。往往是遇到一个解决一个，下次不同的场景须要反复工作再来一遍，那么咱们的思路是：

积淀可复用计划，解题思维、通用框架和工具平台，针对“优化伎俩”自身的效率进行优化，让老本逐步升高

启动专项是第一个性能专题我的项目，实现了一个场景优化，消耗 30 人，3 个版本迭代。之所以人力比拟多，是因为“第一次”面临的问题十分多，指标要剖析定义规范、埋点工具要新建、优化过程没教训、管控伎俩要新建。

搜寻专项实现了一个场景优化，消耗 8 人，人力状况就好了很多，版本变成 2 版。过后曾经有启动期间曾经建设好的埋点工具，有了肯定的优化教训，少走了很多弯路。

外围链路专项实现了六个场景，消耗 24 人，一版搞定。优化的过程井井有条，人力少、场景多、工夫短。这得益于优化效率的晋升，老本逐步升高。在一直优化的过程中积攒了绝对成熟的剖析工具、优化工具、管控工具。

优化计划

性能优化是一个体系化问题，咱们在优化计划上分为三层，业务、引擎和根底能力，别离自上而下明确优化点。下层业务进行自适应资源调度，两头引擎提供减速能力，底层能力提供高性能组件。

业务自适应资源调度

业务层优化次要通过业务编排调度来实现性能最优状态，但业务各自调度优化工作反复且繁琐。为了升高这部分老本，咱们开发了一套资源调度框架，业务接入后，调度工作由框架实现。调度框架在利用运行过程中，感知采集运行环境，而后对不同环境状态进行不同的调度决策，生成相应的性能优化策略，最终依据优化策略执行对应优化性能。与此同时，监测调度上下文以及调度策略执行成果，并将其反馈给调度决策零碎，从而为进一步的决策调优提供信息输出。这样，能够做到在不同的运行环境下都能达到可预期的极致性能体验。

一、环境感知

感知环境分为硬件设施、业务场景、用户行为和零碎状态四个维度：

• 硬件设施上，一方面通过团体实验室对已知设施进行评测跑分，以此确定高中低端机型，另一方面在用户设施上本地对硬件进行实时算力评估；
• 业务场景上，将业务分为前台展现、后盾运行、交互操作等几类，个别状况下前台正在进行交互操作的业务场景优先级最高，后盾数据预处理业务场景优先级最低；对于同类别业务场景，依据业务 UV、交易量、资源耗费等维度进行 PK，确定细分优先级；
• 用户行为上，联合服务用户画像和本地实时推算，确定用户性能偏好和操作习惯，为下一步针对用户的精准优化决策做筹备；
• 零碎状态上，一方面通过零碎提供接口，获取诸如内存正告、温度正告及省电模式等来获取零碎极其状态，另一方面通过对内存、线程、CPU 和电量进行监控，来实时确定零碎性能资源状况。

二、调度决策

感知到环境状态之后，调度零碎将联合各种状态与调度规定，进行业务以及资源调配决策。

• 降级规定：在低端设施上或者系统资源缓和告警（如内存、温度告警）时，敞开高耗能性能或者低优先级性能
• 避让规定：高优先级性能运行时，低优先级性能进行避让，如用户点击搜寻框时到搜寻后果齐全展现的时间段内，后盾低优工作进行暂停避让，保障用户交互体验；
• 预处理规定：根据用户操作及习惯进行预处理，如某用户通常在启动 3s 后，点击搜寻，则在 3s 之前对该用户搜寻后果进行预加载，从而在用户点击时出现极致的交互体验成果
• 拥塞管制规定：在设施资源缓和时，被动升高资源申请量，如 CPU 忙碌时，被动升高线程并发量。这样在高优工作到来时，避免出现资源紧缺申请不到资源性能体验问题

三、策略执行

策略执行分为工作执行和硬件调优：其中工作执行，次要是通过内存缓存、数据库、线程池和网络库对相应工作的进行运行管制，来间接实现对各类资源的调度管制；而硬件调优，则是通过与零碎厂商单干，间接对硬件资源进行管制；如 CPU 密集的高优业务开始运行时，将进步 CPU 频率，并将其运行线程绑定到大核上，防止线程来回切换损耗性能，最大化地调度系统资源来晋升性能

四、成果监测

在资源调度过程中对各个模块进行监测，并将环境状态、调度策略、执行记录、业务成果、资源耗费等状况反馈给调度零碎，调度零碎则以此来评判本次调度策略的优劣，以做进一步的调优

引擎减速能力

一、地图引擎

地图引擎是地图利用独特的局部。这块次要从绘制优化策略动手，次要包含分批分块渲染、帧率调度、音讯调度等。

二、跨端引擎

跨端引擎则须要给业务提供撑持，它也是全场景通用的计划，比客户端优化更有施展空间，与业务间接接触离业务够近。所以跨端引擎的优化策略就是升高业务代码的性能老本。次要计划有：

• 线程提优先级
• 上下文预加载
• 业务框架复用
• require 援用复用

这里简略介绍下上下文预加载，为了不影响现有业务的运行状态，咱们设计了一种闲时分段预加载的计划，可能在页面未进入之前，将页面须要计算的耗时、导入文件的耗时等提前执行。

• 闲时：当业务线程闲暇时再做预加载，防止影响其余页面
• 分段：每次预加载的内容粒度小于 16ms，防止预加载工作阻塞以后线程
• 预加载：将指标页面的计算量提前，减速进入指标页面

三、H5 容器

1、离线包减速

离线包减速，次要解决简单 H5 页面的加载速度问题：资源文件数量较多，下载耗时较长，导致页面加载迟缓，通常通过减少 loading 来缩小界面加载期待问题，从而导致用户期待耗时长，最终带来的是转换率散失。在此大背景下，联合高德已有的一些平台能力，搭建了离线包减速能力。整个链路蕴含：

• 离线包构建：通过前端脚手架，提速业务开发效率，动静指定离线包资源配置；
• 离线包公布：对接已有的服务公布能力，搭建前端可视化公布平台，提供灰度管制、包更新、数据统计等能力；
• 端治理：包下载、治理、失效，管制下载及更新机会——对于高频页面进行预下载申请，关上页面时实现“秒开”；
• 资源失效：容器内资源加载拦挡，对接离线资源管理模块，命中缓存则间接失效，未命中走失常网络申请进行下载。

2、容器预创立

容器的预创立和预热，对于 H5 页面的加载速度将会有很大的晋升，WebView 的实例创立老本自身是绝对较高的，在 APP 启动后适合的机会进行预创立并缓存复用，能够解决首次开启和二次加载的速度。AMap 自身有启动工作编排及闲时任务调度，在此基础上可在对应 WebView 模块内进行预创立操作。对于预创立 WebView Context 切换问题，因为 AMap 的页面栈理论为自定义实现，仅有一个独立的 Activity，因而具备人造的良好兼容性。对于预创立，自身是空间换工夫的一种做法，对于不同性能设施的差异化配置，须要重点打磨——此外，也能够联合端智能的特色行为，相似用户页面跳转的行为习惯及频次等，来动静决策是否须要进行预创立。

架构高性能组件

一、线程池

线程池反对业务进行工作优先级编排、线程总数管制、线程避让等调度策略，使设施资源失去充沛正当的利用。

线程队列治理模块，其提供 5 个优先级队列：

• 高优队列：用于解决 UI 相干的工作，可能疾速返回执行后果，如启动阶段高优工作等；
• 次高优队列：用于执行须要立刻返回的工作，如业务 page 文件加载等；
• 一般（低优）队列：次要用于不须要立刻返回的工作，如网络申请；
• 后盾（最低优）队列：用于解决一些用户不会感知的工作，如埋点、耗时的 IO 操作等；
• 主线程闲时队列：用于解决不须要立刻执行，但业务又不反对按需执行的工作，只有在主线程检测处于闲暇状态时才会执行

二、网络库

网路申请作为场景中耗时大头，其性能体现简直决定了场景首屏耗时体现，咱们针对网络申请的各个环节，做了链路监控与极致优化，重点蕴含：申请精细化调度、并发预处理、DNS 预加载、连贯复用等。

申请链路示意图：

• 排队：对申请进行精细化调度；对线程资源分级，高优申请有本人独立的资源，同时资源能够高占低，但低不能占高，实现高优申请 0 排队。同时限度低优申请并发量，防止并发过多导致底层带宽抢占；
• 预处理：次要蕴含公参、签名、加密等一系列耗时操作，将预处理操作从原来的串行转为并行，压低预处理耗时；
• DNS 解析：罕用域名做白名单，在启动时即会进行罕用域名 DNS 预解析，真正应用时，实现解析 0 耗时；
• 建连：通过应用 h2 长连贯、预建连等策略，实现建连简直 0 耗时；
• 申请上 / 上行：依据 body 大小，智能判断是否须要压缩，升高 body 大小，缩小传输耗时；
• 解析回调：针对响应较简单的场景（如布局），应用更高效的数据协定格局（如 pb），升高数据大小 & 解析工夫。

正序长线管控

优化是从“果”倒退“因”的过程，曾经产生问题了再去解决，是一种倒序解题的思路。那么如何让问题从“因”的源头上截住，或者说让曾经优化的成果不产生倒退，那么咱们的思路三是：

长线继续的正序管控，防止原有业务的继续好转，同时坚固专项的优化成绩。

高德地图客户端横向业务上蕴含出行、搜寻、打车等业务线，纵向架构上蕴含业务层、平台适配层、跨端引擎层和地图引擎层，跨多个语言栈，性能问题具备跟进流程长和排查链路长的特点。因而管控思路集中在规范、流程、自动化平台和工具的建设上。

[]()

规范

在通过全面的专项治理后，性能管控的指标和要求是防止继续好转的状态，因为测试稳定的存在及热更、疾速迭代、动态化插件的频繁公布，须要管控的进口十分多，如果存在管控脱漏区，性能就会不可避免的继续好转。因而管控规范确定为以固定基线为基准，以环比数值为量化规范，把所有变动因素都蕴含到管控中，无效避免叠加好转。

流程

高德客户端主版流程次要分为三个大阶段：需要剖析和设计、业务独立迭代开发、集成测试，集成测试阶段自身有大量的业务 BUG，所以留给性能问题发现和解决的工夫十分缓和，为了解决这些问题，管控流程须要利用好主版流程的每一个阶段，分阶段毁灭性能问题。

• 需要剖析和方案设计计算，提前辨认问题；
• 迭代开发阶段，提前发现和解决问题，升高性能问题裸露晚导致来不及修复，影响线上用户体验的危险；
• 集成测试阶段每天汇总数据大盘，及时发现问题，依靠平台和工具疾速排查，减速问题流转；
• 灰度和公布阶段关注线上数据大盘，建设报警机制，及时发现问题，通过用户日志排查线上问题。

平台

依靠泰坦继续集成平台和 ATap 自动化测试平台，打造连通开发，构建，性能测试，问题跟进、排查、流转、解决残缺链路的工具链，进步问题发现和解决的效率。

• 泰坦继续集成平台

  • 定时构建，反对定位出包工作，构建类型反对性能包
  • 自动化测试触发，反对打包触发和定时触发两种触发形式
  • 集成卡口及决策，集成申请展现性能测试后果，集成决策审批流程

• ATap 自动化测试平台

  • 性能大盘，汇总性能数据，疾速发现问题
  • 埋点详情，整合疾速排查工具，减速排查
  • 问题跟进，联合 Aone，监控问题解决流程，减速流转

总结

目前为止，高德外围链路的性能体验优化成果失去了较大的晋升。从最后的拿到优化后果，到起初的优化效率晋升，优化老本升高。整体的优化过程总结下来：

• 战术上，采纳“专项”+“技术积淀”+“长线管控”的形式，可能保障性能体验问题失去良性解决。
• 策略上，过来咱们靠“人”解决问题，当初咱们靠“人”、“架构”和“工具”解决问题。将来是否可能“工具”本人解决问题或者避免出现问题呢？随着“技术积淀”积攒的工具和“长线管控”建设的平台一直减少，置信质变引起量变只是工夫问题。

关注【阿里巴巴挪动技术】微信公众号，每周 3 篇挪动技术实际 & 干货给你思考！