Now In Android 精讲 9 - Benchmark 与 Baseline Profile

写在前面

Jetpack Compose 应用在冷启动、导航首帧、滚动列表等场景中会受 JIT/AOT 状态影响------早期帧掉得越多，用户体感越差。本文带你了解 Now in Android 项目的 benchmarks 模块，聊聊 Baseline Profile 的原理、如何编写 Macrobenchmark，以及实际收益。

---

一、为什么要关心 Benchmark 与 Baseline Profile？

痛点	解法
冷启动慢、首帧卡顿	Baseline Profile 在安装期预编译关键路径
"感觉快了"没有数据支撑	Macrobenchmark 量化启动耗时、帧稳定性
JIT 暖机阶段体验差	预编译减少运行时 JIT 抖动

---

二、Baseline Profile 原理

2.1 工作流程

生成 Profile ──▶ 合入 app 模块 ──▶ 安装期注入 ART ──▶ 部分 AOT 预编译

1. Profile Installer （prod/release 构建默认启用）会在 app 安装阶段把 baseline-prof.txt 注入 ART Profile。
2. ART 根据 Profile 对命中的类/方法做 Partial AOT，减少运行时 JIT 开销。
3. 生成 Profile 依赖 Macrobenchmark 跑真机/模拟器场景，提取热点方法签名。

2.2 为什么能让 Compose 冷启动变顺？

• 安装期预编译：关键路径提前优化，冷启动和首帧更稳。
• 数据来源：来自真实或模拟的 CUJ（Critical User Journey），覆盖启动 + 渲染 + 交互。
• 运行时收益：减少"前几秒越来越顺"的暖机阶段；首屏列表滚动更稳定；过渡动画掉帧更少。

---

三、ForYouBaselineProfile 示例拆解

代码位于 benchmarks/.../baselineprofile/ForYouBaselineProfile.kt：

@Test
fun generate() =
    baselineProfileRule.collect(PACKAGE_NAME, maxIterations = 10) {
        startActivityAndAllowNotifications()
        forYouWaitForContent()
        forYouSelectTopics(true)
        forYouScrollFeedDownUp()
    }

要素	说明
BaselineProfileRule.collect	启动待测 app、执行 CUJ、收集方法调用频率
maxIterations = 10	最多跑 10 轮，收敛后提前结束
CUJ 设计	启动 → 等待内容 → 选话题 → 滚动，覆盖核心热点

小技巧：maxIterations 怎么选？

• UI 稳定时：3--5 次即可，加快生成速度。
• 复杂场景：可设 10，但注意设备发热导致指标漂移。
• 多场景拆分：启动、滚动、详情页分开收集，合并到主 Profile，便于定位回归。

---

四、ForYouActions：CUJ 动作封装

ForYouActions.kt 封装了 For You 场景的 UIAutomator 操作，保证 CUJ 可重复、可读。

4.1 等待内容加载

fun MacrobenchmarkScope.forYouWaitForContent() {
    device.wait(Until.gone(By.res("loadingWheel")), 5_000)
    val obj = device.waitAndFindObject(By.res("forYou:topicSelection"), 10_000)
    obj.wait(untilHasChildren(), 60_000)
}

• 二次确认：先等加载圈消失，再等列表有子项。
• 长超时：最多 60s，降低网络抖动导致的失败。

4.2 选择话题

fun MacrobenchmarkScope.forYouSelectTopics(recheckTopicsIfChecked: Boolean = false) {
    val topics = device.findObject(By.res("forYou:topicSelection"))
    val horizontalMargin = 10 * topics.visibleBounds.width() / 100
    topics.setGestureMargins(horizontalMargin, 0, horizontalMargin, 0)
    // ... 循环选择至少 3 个话题
}

技巧	说明
setGestureMargins	规避系统边缘手势干扰
recheckTopicsIfChecked	多轮迭代时"点两次"刷新状态
childCount == 0 直接 fail	避免生成空 Profile

4.3 滚动列表

fun MacrobenchmarkScope.forYouScrollFeedDownUp() {
    val feedList = device.findObject(By.res("forYou:feed"))
    device.flingElementDownUp(feedList)
}

快速下滑再上滑，触发列表布局/绘制热点路径。

4.4 主题切换（可选）

fun MacrobenchmarkScope.setAppTheme(isDark: Boolean) {
    when (isDark) {
        true -> device.findObject(By.text("Dark")).click()
        false -> device.findObject(By.text("Light")).click()
    }
    device.waitForIdle()
    device.findObject(By.text("OK")).click()
    waitForObjectOnTopAppBar(By.text("Now in Android"))
}

覆盖不同主题下的布局代码路径。

---

五、StartupBenchmark：量化冷启动

StartupBenchmark.kt 衡量冷启动耗时，对比不同编译/Baseline Profile 状态下的收益。

5.1 四种编译模式

@Test fun startupWithoutPreCompilation() = startup(CompilationMode.None())

@Test fun startupWithPartialCompilationAndDisabledBaselineProfile() =
    startup(CompilationMode.Partial(baselineProfileMode = Disable, warmupIterations = 1))

@Test fun startupPrecompiledWithBaselineProfile() =
    startup(CompilationMode.Partial(baselineProfileMode = Require))

@Test fun startupFullyPrecompiled() = startup(CompilationMode.Full())

模式	说明	用途
None	纯 JIT，冷启动最慢	基线参照
Partial + Disable	部分 AOT，禁用 Baseline	隔离 Profile 差异
Partial + Require	部分 AOT + Baseline	真实发布态
Full	全量 AOT	极限参考

5.2 测量逻辑

private fun startup(compilationMode: CompilationMode) = benchmarkRule.measureRepeated(
    packageName = PACKAGE_NAME,
    metrics = BaselineProfileMetrics.allMetrics,
    compilationMode = compilationMode,
    iterations = 5,
    startupMode = COLD,
    setupBlock = {
        pressHome()
        allowNotifications()
    },
) {
    startActivityAndAllowNotifications()
    forYouWaitForContent()
}

参数	说明
iterations = 5	同一配置跑 5 次，提升统计可靠度
startupMode = COLD	冷启动，进程完全退出后重启
setupBlock	每轮前退到桌面、处理通知权限
结束条件	forYouWaitForContent() 等待内容就绪

---

六、实施步骤

┌─────────────────────────────────────────────────────────────┐
│  1. 准备环境                                                 │
│     Android Studio 最新版 + AGP 8+                          │
│     确保 Profile Installer 启用（默认 on）                   │
├─────────────────────────────────────────────────────────────┤
│  2. 生成 Baseline Profile                                    │
│     ./gradlew :benchmarks:pixel6api31aospBenchmark          │
│     产物位于 benchmark/build/outputs/baseline-prof.txt      │
├─────────────────────────────────────────────────────────────┤
│  3. 合入 app 模块                                            │
│     拷贝到 app/src/main/baseline-prof.txt                   │
├─────────────────────────────────────────────────────────────┤
│  4. 验证收益                                                 │
│     再跑 StartupBenchmark，对比各模式指标                    │
├─────────────────────────────────────────────────────────────┤
│  5. CI 集成                                                  │
│     放入可选 Job，大改动后跑一轮防回归                        │
└─────────────────────────────────────────────────────────────┘

---

七、收益预期

指标	优化前	优化后
冷启动	~700--900ms	~400--600ms
首帧稳定	明显掉帧	更平滑
滚动流畅度	暖机阶段卡顿	首滚即顺

具体数值因设备/构建差异会有浮动，但趋势一致。

---

八、维护小技巧

• 场景可重复：固定账号/数据，必要时禁用动画。
• 迭代次数适中：冷启动 5--8 次可得稳定均值。
• 分场景拆分：启动、滚动、详情页分测试，便于定位回归。
• 定期再生成：功能演进会改变热点路径，Profile 需随版本更新。
• 设备一致性：优先同型号真机。

---

结语

Baseline Profile + Macrobenchmark 是 Now in Android 这类 Compose 项目里性价比极高的性能优化手段：

• 把"安装即顺畅"交付给用户
• 把"可量化的性能"交给团队

快把 Benchmark 模块跑起来，看看你的启动时间能省下多少毫秒吧！