性能优化6--电量优化

一、 电量测试
Android4.1版本以后在系统增长了battery info模块,记录必定时间周期内整机及单个App的电量消耗。
2.1 注册广播
ACTION_BATTERY_CHANGEDgit

IntentFilter filter = new IntentFilter();
filter.addAction(Intent.ACTION_BATTERY_CHANGED);
registerReceiver(filter,receiver);

而后就能够获取电池电量、充电状态、电池状态等信息。具体参考BatteryManager。
缺点:
①获取到的是手机总体的耗电量,而不是特定App的耗电量;
②实时性差,精度较低,只能接受被动通知电量余量以及跳变。 github

2.2 Battery Historian
  最强大、最推荐的工具:Battery Historian是Android5.0以后Google开源的一款用于检测与电池有关的信息和事件的工具,从设备中收集电池数据,而后使用Battery Historian能够可视化分析相关指标如耗电比例、Wifi、蜂窝数据量、WakeLock唤醒次数。随着Android6.0更新了Battery Historian 2.0加入引发手机状态变化的应用。
经过Battery Historian能够方便的看到各耗电模块随着时间的耗电状况:包含操做类型、执行时间、对应App等;还能够进行筛选特定的App,给出一个总结性的说明,包括:Network Information、 Syncs、WakeLock、Services、Process info、Scheduled Job、Sensor Use等,查看每个模块的总结,能够看出来每一项的耗时以及执行次数。当发现异常的时候能够针对性的进行排查。总之:Battery Historian真的很强大。
adb命令导出电量信息:shell

adb shell dumpsys batterystats --reset(Android4.1到4.3 adb shell dumpsys batteryinfo)
adb bugreport > bugreport.txt(Android7.0以上 adb bugreport bugreport.zip)

安装Battery Historian后打开:http: //localhost:9999/, 上传bugreport.txt文件开始分析,下图分析360手机助手为例;性能优化

能够看出:360手机助手使用WakeLock的场景有:推送、定时任务、利用系统帐号同步、服务等。
悄悄的告诉你:360手机助手相比于通常应用耗电的场景更多哦,固然对于一个超级App,也不能过多要求。
安装过程能够参考Github: battery-historian。备注:我使用Docker的方式并无执行成功,经过Go的方式完成的。

二、 电量优化
Android系统上App的电量消耗主要由cpu、wakelock、数据传输(流量和wifi)、wifi运行、gps、other senior组成,而耗电异常也是因为这几个模块的使用不当。
2.1 CPU时间片优化
当检测到CPU时间片消耗异常时,须要使用TraceView,获取进程执行信息,定位CPU占用率异常的问题,关于CPU的使用能够参照《Android性能优化(一)之启动加速35%
》一文。服务器

2.2 网络传输
一般状况下,使用3G移动网络传输数据,电量的消耗有三种状态:
Full power: 能量最高的状态,移动网络链接被激活,容许设备以最大的传输速率进行操做。
Low power: 一种中间状态,对电量的消耗差很少是Full power状态下的50%。
Standby: 最低的状态,没有数据链接须要传输,电量消耗最少。网络

 2.2.1 数据压缩
经过数据压缩等方式缩减传输时间,下降电量消耗,此章节能够参考《Android 性能优化(八)之网络优化》。
2.2.2 选择更快的传输方式
虽然3G芯片比Wifi芯片耗电低,但Wifi的速率可让数据在较短期内完成传输,从而下降电量消耗。
2.2.3 请求集中发送
分析和统计之类的非重要操做,能够在合适状态(电量充足或Wifi状态)下发送。参见3.6节JobScheduler。
2.2.4 无网状态避免网络请求
以前在网络优化的文章里写过,网络请求失败以后的重试机制,可是要注意这个重试是在有网状态下的重试。不然无网状态下重试不会请求成功,只会消耗电量。尤为是与AlarmManager或者WakeLock连用的场景下,耗电量会更多。
2.3 GPS
定位是App中经常使用的功能,可是定位不能千篇一概,不一样的场景以及不一样类型的App对定位更加须要个性化的区分。
2.3.1 选择合适的Location Provider
Android系统支持多个Location Provider:ide

I.GPS_PROVIDER:
GPS定位,利用GPS芯片经过卫星得到本身的位置信息。定位精准度高,通常在10米左右,耗电量大;可是在室内,GPS定位基本没用。
II. NETWORK_PROVIDER:
网络定位,利用手机基站和WIFI节点的地址来大体定位位置,这种定位方式取决于服务器,即取决于将基站或WIF节点信息翻译成位置信息的服务器的能力。
III. PASSIVE_PROVIDER:
被动定位,就是用现成的,当其余应用使用定位更新了定位信息,系统会保存下来,该应用接收到消息后直接读取就能够了。好比若是系统中已经安装了百度地图,高德地图(室内能够实现精肯定位),你只要使用它们定位事后,再使用这种方法在你的程序确定是能够拿到比较精确的定位信息。
使用Criteria,设置合适的模式、功耗、海拔、速度等需求,系统会返回合适的Location Provider。
例如你的App只是须要一个粗略的定位那么就不须要使用GPS进行定位,既耗费电量,定位的耗时也久。
2.3.2 及时注销定位监听
在获取到定位以后或者程序处于后台时,注销定位监听,此时监听GPS传感器至关于执行no-op(无操做指令),用户不会有感知可是却耗电。

2.3.3 多模块使用定位尽可能复用
多个模块使用定位,尽可能复用上一次的结果,而不是都从新走定位的过程,节省电量损耗;例如:在应用启动的时候获取一次定位,保存结果,以后再用到定位的地方都直接去取。工具

2.4 谨慎使用WakeLock
  Android为了节省电量,会在用户无操做一段时间以后进入休眠状态。Wake Lock是一种锁的机制,只要有人拿着这个锁,系统就没法进入休眠。一些App为了能在后台持续作事情,就会持有一个WakeLock,那么手机就不会进入休眠状态,App要作的事情能作了,可是也更加耗电。
v1:App在前台不要申请WakeLock,此时无需申请,申请的话会计算到应用电量消耗;
v2:App在后台因为业务须要必需要申请WakeLock时使用带有超时参数的方法,防止因为忘记或者异常状况下没有释放;
v3:App申请使用WakeLock,任务结束以后及时释放,让系统再次进入休眠状态。性能

PowerManager pm = (PowerManager)mContext.getSystemService(Context.POWER_SERVICE); PowerManager.WakeLock wl = pm.newWakeLock(PowerManager.SCREEN_DIM_WAKE_LOCK| PowerManager.ON_AFTER_RELEASE,TAG);
wl.acquire(TIMEOUT);// 使用带有超时参数的acquire方法 
// ... do work... 
wl.release();

备注:若是只是须要屏幕常亮的话,可使用FLAG_KEEP_SCREEN_ON,无需考虑释放WakeLock的问题。测试

2.5 传感器使用
①使用传感器,选择合适的采样率,越高的采样率类型则越费电;
SENSOR_DELAY_NOMAL (200000微秒)
SENSOR_DELAY_UI (60000微秒)
SENSOR_DELAY_GAME (20000微秒)
SENSOR_DELAY_FASTEST (0微秒)
②在后台时注意及时注销传感器监听;

2.6 JobScheduler
  使用JobScheduler,一些任务经过JobScheduler来触发,例如可推迟的网络请求、下载、GPS等,能够在特定场景:链接Wifi、链接电源等场景触发。既完成了任务,也无需考虑因为一些任务致使的电量消耗。

三、 后记
4.1 电量优化的通常套路
在设置-电量里查看App的耗电状况;
使用Battery Historian进行分析,这是分析里最重要的一步;
针对分析结果,参照第三章节的优化方式进行优化。
4.2 Android系统费电吗?  一直有一种传言:Android系统比较费电,然而真相不是这样,请不要把锅甩给Android系统:   ①原生的Android手机其实并不耗电,不安装App的Android手机放置一周仍然是电量充足,并且对功耗的控制在Android每次版本更新都会有所补强。   ②耗电的缘由在于手机ROM以及安装的软件,手机ROM会针对原生的Android作各类各样的定制(免费赠送各类“亲情软件”,各类系统级应用)。安装软件的开发者不考虑电量损耗,以及都但愿想方设法占用系统资源(例如保活、互拉)等。  电量优化能够说是开发者和QA最不关注的一个方面了,可是若是任而由之,变成“电量杀手”不只仅是伤害用户的体验,也是对本身的放纵。性能问题不只仅在于发现以后的优化更改,更在平时的防微杜渐。

相关文章
相关标签/搜索