Flutter-action 项目中的 Android SDK 依赖优化实践
2025-07-01 18:46:58作者:冯梦姬Eddie
在 Flutter 项目持续集成过程中,Android SDK 相关依赖的下载和配置往往是构建时间过长的罪魁祸首。本文将通过实际案例,深入分析如何优化这一环节,显著提升 CI/CD 流水线的执行效率。
问题现象分析
在 MacOS 环境的 GitHub Actions 中执行 Flutter APK 构建时,发现 assembleRelease 任务耗时高达 230 秒,远高于本地开发的 20 秒。通过日志分析,主要瓶颈在于:
- Android NDK、Build Tools 和 CMake 等依赖项的重复下载
- Gradle 依赖未有效缓存
- 项目配置强制使用旧版本工具链
核心优化方案
1. 基础环境配置优化
首先推荐使用 Ubuntu 作为构建环境而非 MacOS,因为 GitHub 提供的 Ubuntu 镜像已预装较新版本的 Android 工具链。基础配置示例如下:
jobs:
build:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v2
- uses: actions/setup-java@v4
with:
distribution: "temurin"
java-version: "21"
cache: "gradle"
cache-dependency-path: |
android/gradle/wrapper/gradle-wrapper.properties
android/build.gradle.kts
android/app/build.gradle.kts
2. Gradle 依赖缓存
利用 setup-java 动作的缓存功能,可以显著减少重复下载依赖的时间。关键配置包括:
- 指定缓存类型为 gradle
- 正确配置缓存依赖路径
- 注意不同 Flutter 版本生成的构建文件可能是 .gradle 或 .gradle.kts 后缀
3. Android 工具链管理
对于必须使用 MacOS 或需要特定版本工具链的场景,可采用以下优化手段:
# 强制使用镜像中预装的最新 NDK 版本
if [[ -n "$ANDROID_NDK_LATEST_HOME" ]]; then
ndkVersion=$(basename "$ANDROID_NDK_LATEST_HOME")
find . -type f -name "*.gradle*" -exec sed -i '' 's/flutter\.ndkVersion/"'"$ndkVersion"'"/g' {} +
fi
4. 智能缓存策略
实现精细化的 Android 工具缓存机制:
- name: Cache Android tools
uses: actions/cache@v4
with:
key: android-${{ runner.os }}-${{ runner.arch }}-$hash
path: |
$ANDROID_HOME/cmake/*
$ANDROID_HOME/ndk/*
$ANDROID_HOME/platforms/*
!$ANDROID_HOME/cmake/旧版本目录
!$ANDROID_HOME/ndk/旧版本目录
项目配置最佳实践
- 保持 Flutter 项目更新:定期执行 flutter upgrade 确保使用最新工具链
- 检查构建文件:确认 android/app/build.gradle 中未硬编码旧版本工具
- 日志分析:构建时添加 --verbose 参数识别耗时环节
- 依赖对齐:确保项目要求的 NDK、CMake 版本与 CI 环境预装版本一致
效果评估
通过上述优化措施,典型改进效果包括:
- 构建时间从 364.8 秒降至 281.9 秒(MacOS 环境)
- Ubuntu 环境下构建时间可进一步缩短至 200 秒以内
- 缓存命中后二次构建时间可减少 30-50%
这些优化不仅适用于 GitHub Actions,其原理同样可以应用于其他 CI/CD 平台,帮助开发团队显著提升交付效率。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0114AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
218
2.23 K

暂无简介
Dart
523
116

React Native鸿蒙化仓库
JavaScript
210
285

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
982
580

Ascend Extension for PyTorch
Python
67
97

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
564
87

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
34
0