Mums nav ierīces lietojumprogrammas profilēšanai. Kādas darbības veiktu, lai pārbaudītu kodu?

Vispirms es izmantotu emulatoru ar paplašinātiem profilēšanas rīkiem, kas pieejami Android Studio.

Ja emulators nav pieejams vai tā veiktspēja ir nepietiekama, es izmantotu šādus metodes:

1. Žurnāla ierakstīšana: ievietot žurnālus, lai uzraudzītu atsevišķu koda bloku izpildes laiku.

   // Piemērs, izmantojot Log.d()
   val startTime = System.currentTimeMillis()
   
   // Profilēšanas kods
   
   val endTime = System.currentTimeMillis()
   Log.d("Profiling", "Metode izpildīta par ${endTime - startTime} ms")
   

2. System.currentTimeMillis() vai System.nanoTime(): izmantot šīs metodes precīzākam izpildes laika mērījumam.

   // Piemērs, izmantojot System.nanoTime()
   val startTimeNano = System.nanoTime()
   
   // Profilēšanas kods
   
   val endTimeNano = System.nanoTime()
   val durationMillis = (endTimeNano - startTimeNano) / 1_000_000.0
   Log.d("ProfilingNano", "Metode izpildīta par $durationMillis ms")
   

3. Atspējot atkļūdošanas funkcijas: pārliecināties, ka ražošanas versijā nav iekļauti lieki žurnāli un citi elementi, kas ietekmē veiktspēju.

4. Koda analīze: rūpīgi izpētīt kodu potenciālo šauru vietu meklēšanai:

   • Nepieciešamu objektu radīšana ciklos
   • Neefektīvi algoritmi
   • Dārgi izsaukumi (piemēram, tīkla vai datu bāzes operācijas)
   • Multithreading problēmas (piemēram, bloķēšanas, deadlocks)

5. Statisko analīzes rīku izmantošana: Android Studio iekļautie rīki, piemēram, Lint, var identificēt potenciālas veiktspējas un koda kvalitātes problēmas.

6. Vienību testu rakstīšana kritiskajām sekcijām: rakstīt testus, kas pārbauda atsevišķu funkciju vai komponentu veiktspēju.

7. Vizuāla novērtējums: novērot lietotāja saskarni, lai pamanītu aizkaves, "lēnumus" un citus zīmes, kas norāda uz zemu veiktspēju.

Šie soļi ļauj identificēt lielāko daļu biežāk sastopamo veiktspējas problēmu pat bez specializētiem profilēšanas rīkiem reālā ierīcē.