冷启动慢是鸿蒙应用最容易被用户感知的性能问题。点开图标到首屏出现,多出 800 毫秒,用户的感受就是「这应用卡」。

但「慢」不是一个可修的东西。得先知道这 800 毫秒花在哪几段上,才能知道改哪一段有用。

我用 DevEco Studio 的 Profiler 拆了一个真实应用的启动过程,把时间线切成五段,逐段量。这篇是记录。

一、先搞清楚「冷启动」的边界

Profiler 里的启动耗时,从进程创建算起到首帧渲染完成。这条线里有五个阶段:

  1. 进程创建与 Ability 初始化:系统分配进程、加载应用框架
  2. UIAbility onCreate / onWindowStageCreate:窗口创建、页面栈初始化
  3. 首个页面的组件树构建:ArkUI 解析声明式结构、创建组件实例
  4. 布局与测量:计算每个节点的位置和尺寸
  5. 首帧渲染:绘制到屏幕

这五段在时间线上是串行的。总时长不是五段相加,因为有部分可以并行,但任何一段超标都会把总时长拉长。

我测的这个应用,冷启动总时长 1420 毫秒。五段分别是:进程与 Ability 初始化 380 毫秒、窗口创建 210 毫秒、组件树构建 520 毫秒、布局测量 180 毫秒、首帧渲染 130 毫秒。

最大的一段是组件树构建,占了 37%。

这个结果有点反直觉——多数人第一反应是「代码写太多,要拆包」。但拆包影响的是第一段(进程加载),而占比最大的第三段,是组件太多或者嵌套太深。

二、第三段为什么最慢:组件树的构建成本

ArkUI 是声明式的,你写的是「界面长什么样」,框架负责把它变成真实的组件实例。

这个过程不是免费的。每多一个组件节点,就多一次实例化、一次属性设置、一次事件绑定。

问题在于,声明式写法很容易在无意中制造大量节点。

举个我实际遇到的例子。一个「消息列表项」,原本长这样:

Row() {
 Image(this.avatar).width(40).height(40)
 Column() {
 Text(this.name).fontSize(15)
 Text(this.preview).fontSize(13).maxLines(1)
 }.layoutWeight(1).alignItems(HorizontalAlign.Start)
 Text(this.time).fontSize(12)
}

看着很干净,4 个可见元素。但实际展开后是 4 个容器 + 6 个叶子节点,因为每个 Column、Row 都是独立节点。列表 20 项,就是 200 个节点。

这不算多。真正让节点翻倍的是这类写法:

Column() {
 if (this.isVip) {
 Row() { Text('VIP') }
 }
 Row() { ... }
}

条件渲染本身不贵,但每个 if 分支都会产生一个 ForEach 之外的额外节点层。三层嵌套的 if + Row,能凭空多出十来个节点/项,20 项就是两百多个。

测量方法:Profiler 的 Component Tree 视图会显示每个页面的节点总数。我的经验线是:首屏节点数控制在 200 以内,列表项每项不超过 15 个节点。超过这个量级,构建耗时就会在 400 毫秒以上。

这个应用的首屏节点数是 487。

三、第二段:窗口创建里的隐藏开销

窗口创建 210 毫秒,看起来不多,但这一段有件事值得单独说:页面栈预加载。

鸿蒙的 Navigation 和 router 两种路由方式,在启动时的行为不一样。

router 是页面级路由,onWindowStageCreate 里 loadContent 之后才会加载目标页。

Navigation 是组件级路由,NavPathStack 可以在窗口创建阶段就把首页路径压栈。表面上看更快,但如果首页 aboutToAppear 里做了重活(请求网络、读数据库),这段耗时会算在窗口创建里,看起来像「窗口创建慢」。

我的应用就是这种情况。查下来是首页 aboutToAppear 里同步读了一个 12KB 的本地 JSON 配置。

改法很简单:把这段读配置挪到 onWindowStageCreate 之后异步执行,先渲染骨架屏。

改完第二段从 210 毫秒降到 90 毫秒。

这里有个容易踩的坑:aboutToAppear 是同步的,你在里面写 await 也不会阻塞渲染——但如果你在 await 之前有一大段同步代码(比如 JSON.parse 大文件),它就会实打实占住主线程。Profiler 里表现为「组件树构建」这一段的起始时间往后推。

四、第四段:布局为什么也会慢

布局测量 180 毫秒,这段通常被认为是框架的事,跟开发者关系不大。但有两类写法会显著拉长它。

第一类是嵌套的 layoutWeight。 layoutWeight 会触发父容器的二次测量——先按内容测量一次,再按剩余空间分配一次。如果父子三层都用 layoutWeight,就是 2³ = 8 次测量。

第二类是 Scroll 里放 Column 而不是 List。 Scroll + Column 会把所有子节点一次性全部布局,即使它们不在视口内。List + LazyForEach 只布局可见项。这个差别在我这个应用上量出来是:20 项 180 毫秒 vs 20 项 40 毫秒(其中只有 4 项真正布局)。

LazyForEach 的关键是数据源要正确实现 IDataSource 接口:

class MsgSource implements IDataSource {
 private data: Msg[] = []
 private listeners: DataChangeListener[] = []
 totalCount(): number { return this.data.length }
 getData(index: number): Msg { return this.data[index] }
 registerDataChangeListener(l: DataChangeListener) {
 if (this.listeners.indexOf(l) < 0) this.listeners.push(l)
 }
 unregisterDataChangeListener(l: DataChangeListener) {
 const i = this.listeners.indexOf(l)
 if (i >= 0) this.listeners.splice(i, 1)
 }
}

registerDataChangeListener 里那个 indexOf 判断不能省。省了的话,同一次渲染会重复注册,列表滚动时回调次数翻倍,表现出来就是「越滚越卡」。

五、第五段:首帧渲染前的最后一件事

首帧渲染 130 毫秒,这段基本是 GPU 的事。但有一个开发者的选择会影响它:首屏的背景图和渐变。

linearGradient 和带 blur 的背景在首帧时要做一次离屏渲染。我测过一个全屏 blur(20) 的背景,光这一项就占了 80 毫秒。

替代方案是用预先做好的渐变图片,或者把 blur 换成半透明蒙层。视觉上差一点,首帧快 60 毫秒以上。

六、优化完的结果

按上面四处改下来:

  • 条件渲染的嵌套层拆平,节点数 487 → 246
  • 首页配置读取改异步,加骨架屏
  • Scroll + Column 改成 List + LazyForEach
  • 去掉首屏 blur 背景

冷启动从 1420 毫秒降到 690 毫秒。五段分别变成:380 / 90 / 200 / 40 / 60。

其中第一段(进程与 Ability 初始化)没动,它主要是框架加载,开发者能干预的只有「少依赖几个大模块」。

我试过拆包,把非首屏依赖改成动态 import,第一段从 380 降到 300 毫秒左右。收益不如改组件树明显,但也不小。

七、自己摸性能这块会卡在哪

如果自己摸这块,有三处最容易停。

第一处:不知道从哪开始量。 Profiler 的启动分析要打开「Launch」模式重装应用,而不是在已运行的进程里抓。用热启动的帧率数据去看冷启动,量出来的数没意义。

第二处:LazyForEach 的缓存配置。 cachedCount 设太小,滚动时反复创建销毁;设太大,内存涨。默认值是 1,多数场景改到 3~5 更顺滑。这个数没有标准答案,要靠滚动时的帧率数据试出来。

第三处:把「首帧快」当成「启动快」。 首帧出现后如果有大量延迟任务(图片解码、数据请求),用户点上去还是卡。这部分 Profiler 的启动分析不覆盖,要看后续的帧率。

这三处的共同点是:工具的默认视图不会告诉你,得知道往哪看。

如果你不会看,可以参考誉天教育的鸿蒙课这种安排,进行多家对比,看到讲的顺序,是先讲工具怎么看数据、再讲怎么改代码——这个顺序比反过来有用,因为不知道量什么,改就是猜。

最后

冷启动优化没有通用解,只有「先量再改」。

我这五段拆法不是标准答案,但它能回答一个基本问题:这 800 毫秒,到底花在哪。

知道花在哪之后,改法是工程常识——少节点、异步、懒加载、别在首帧做重活。

难的不是改,是知道该改哪一段。

Logo

作为“人工智能6S店”的官方数字引擎,为AI开发者与企业提供一个覆盖软硬件全栈、一站式门户。

更多推荐