摘要

在鸿蒙（HarmonyOS / OpenHarmony）应用和系统开发中，IO 操作几乎无处不在，比如文件读写、配置加载、日志输出、数据库访问以及 OTA 升级等。很多性能问题表面上看是应用卡顿、启动慢、耗电高，实际上根源都指向 IO 使用不当。本文结合当前鸿蒙系统的实际开发现状，从应用层和系统层两个角度，系统梳理 IO 性能优化的常见思路，并通过可运行的 Demo 代码，讲清楚这些优化在真实项目中该怎么落地。

文章整体偏向实战，语言尽量贴近日常开发交流，适合正在做鸿蒙应用、系统服务或设备升级相关开发的同学参考。

引言

随着鸿蒙生态逐渐完善，应用形态从早期的简单页面，发展到现在的多端协同、分布式能力、设备级应用，IO 压力明显变大。一方面，应用启动阶段要加载更多配置和资源；另一方面，系统服务、后台任务、设备升级都会产生大量读写操作。

在实际项目中，经常能看到下面这些情况：

• 页面一打开就卡，结果发现主线程在读文件
• 日志一多，设备开始明显发热
• OTA 升级时间很长，写盘阶段占了一大半
• 分布式数据一同步，前台体验明显下降

这些问题并不是鸿蒙系统本身性能不行，而是 IO 的使用方式不够合理。下面我们就从最常见、也最容易优化的地方开始讲。

鸿蒙 IO 性能瓶颈从哪来

在多数项目中，IO 性能问题通常集中在下面几个点：

• 频繁进行小文件读写
• 同步 IO 放在主线程执行
• 每次用文件都重新 open 和 close
• 没有任何缓存策略
• 用文件存 KV 数据
• 日志输出不受控制

只要命中其中一两条，性能基本都会出问题。

应用层 IO 优化（最常用）

IO 一定不要放在主线程

这是最基础，也是最容易踩坑的一点。ArkTS 中如果直接使用同步文件接口，UI 线程就会被直接卡住。

错误示例

import fs from '@ohos.file.fs';

let text = fs.readTextSync('/data/storage/test.txt');

这种写法在数据量稍微大一点时，页面就会出现明显卡顿。

推荐写法（异步 IO Demo）

import fs from '@ohos.file.fs';

export async function readFileAsync(path: string): Promise<string> {
  let file = await fs.open(path, fs.OpenMode.READ_ONLY);
  let buffer = new ArrayBuffer(4096);
  let result = '';

  let readLen = await fs.read(file.fd, buffer);
  if (readLen > 0) {
    result = String.fromCharCode(...new Uint8Array(buffer, 0, readLen));
  }

  await fs.close(file);
  return result;
}

代码说明

• 使用 async/await，把 IO 操作放到异步任务中
• 读取完成后再返回结果，不阻塞 UI
• 真实项目中可以配合 taskpool 使用

合并小 IO，减少系统调用

很多性能问题不是数据量大，而是 IO 次数太多。

不推荐的写法

for (let i = 0; i < list.length; i++) {
  fs.writeSync(fd, list[i]);
}

推荐写法

let content = list.join('');
fs.writeSync(fd, content);

实际效果

• 系统调用次数明显减少
• 写盘效率更高
• 对 Flash 存储更友好

引入内存缓存，避免重复读文件

配置文件、初始化数据非常适合放进内存缓存。

let configCache: string | null = null;

export async function getConfig(path: string): Promise<string> {
  if (configCache !== null) {
    return configCache;
  }
  configCache = await readFileAsync(path);
  return configCache;
}

使用场景

• 应用启动配置
• JSON 静态数据
• 权限或状态信息

能用 Preferences 就别用文件

对于少量 KV 数据，文件 IO 的性价比非常低。

Preferences Demo

import preferences from '@ohos.data.preferences';

export async function saveUserInfo(context, userId: string) {
  let pref = await preferences.getPreferences(context, 'user_config');
  await pref.put('userId', userId);
  await pref.flush();
}

优点

• 内部自带缓存
• 自动批量落盘
• 使用简单，性能稳定

系统层 IO 优化（Native / 服务侧）

使用缓冲 IO

在系统服务或 Native 模块中，直接写裸 IO 往往效率不高。

#include <stdio.h>

void writeFile(const char* path, const char* data, size_t len) {
    FILE* fp = fopen(path, "w");
    if (!fp) return;

    setvbuf(fp, nullptr, _IOFBF, 8 * 1024);
    fwrite(data, 1, len, fp);
    fclose(fp);
}

说明

• 设置 8KB 缓冲区
• 减少实际写盘次数
• 适合大量顺序写场景

顺序 IO 优于随机 IO

off_t offset = 0;
pread(fd, buffer, size, offset);
offset += size;

尽量避免频繁 seek 和交叉读写多个文件。

控制日志 IO

日志在调试阶段很有用，但在正式环境中是 IO 隐形杀手。

if (__DEV__) {
  console.info('debug log');
}

建议：

• 发布版本关闭 debug 和 info
• 避免循环内打印日志
• 合并日志输出

典型应用场景分析

场景一：应用启动阶段加载配置

问题

启动慢，页面白屏时间长。

解决方案

• 异步读取配置
• 内存缓存

await getConfig('/data/storage/app_config.json');

场景二：OTA 升级文件写入

问题

升级包大，写盘耗时长。

优化思路

• 分块下载
• 分块写入
• 写完再统一校验

async function writeChunk(fd: number, data: Uint8Array) {
  await fs.write(fd, data.buffer);
}

场景三：日志过多导致设备发热

问题

设备运行一段时间后发热、掉帧。

解决方案

• 控制日志级别
• 关闭非必要日志

常见问题 QA

Q：异步 IO 一定比同步快吗？
A：不一定，但一定不会卡 UI。

Q：缓存会不会导致数据不一致？
A：需要设计好更新策略，配置类数据问题不大。

Q：文件和 RDB 怎么选？
A：结构化数据选 RDB，大文件选文件。

总结

IO 性能优化并不复杂，关键在于使用方式是否合理。大多数性能问题，并不是因为设备性能不足，而是 IO 用得太随意。

简单总结几句话：

• IO 不要放主线程
• 少做小 IO，多做批量 IO
• 能缓存就缓存
• 能不用文件就不用文件
• 日志一定要克制

这些原则在应用层、系统层、OTA 场景中都是通用的。如果你正在做鸿蒙系统相关开发，把 IO 优化当成基本功，会少踩很多坑。