Firebase Android SDK性能监控库中的SharedPreferences性能问题分析
2025-07-02 15:55:04作者:余洋婵Anita
问题背景
Firebase Performance Monitoring是Google提供的一款应用性能监控工具,它可以帮助开发者追踪应用的性能指标。在Android平台上,该库通过firebase-perf模块实现,开发者可以使用它来创建自定义的性能跟踪点(trace)。
近期发现,该库在实现性能跟踪功能时存在一个严重的性能问题:每次调用trace函数时都会触发SharedPreferences的写入操作,这在频繁调用的情况下会导致主线程阻塞,进而引发应用无响应(ANR)问题。
技术原理分析
SharedPreferences的apply机制
SharedPreferences是Android提供的一种轻量级数据存储方式,通常用于存储应用的配置信息。当调用apply()方法提交修改时,Android系统会:
- 先将修改写入内存中的Map
- 然后通过Handler将实际的文件写入操作放入后台线程队列
- 最后通过QueuedWork机制确保在Activity生命周期关键点(如onPause)完成所有待处理的写入操作
问题根源
在firebase-perf库中,每次创建性能跟踪时都会调用isPerformanceMonitoringEnabled()方法检查性能监控是否启用。这个方法内部会:
- 访问DeviceCacheManager
- 调用setValueIfConfigValueUpdated方法
- 最终触发SharedPreferences的apply()操作
当应用中启用了网络性能跟踪、屏幕跟踪和多个自定义跟踪时,这些频繁的SharedPreferences写入操作会导致:
- 大量后台写入任务堆积
- 在Activity暂停时,QueuedWork需要同步执行所有待处理任务
- 主线程被阻塞,引发ANR
影响范围
这个问题在以下情况下尤为严重:
- 应用中启用了多种性能跟踪功能
- 跟踪点被频繁调用(如列表滚动时的屏幕跟踪)
- 在低端设备上运行
- Android 14及以上版本(ANR报告机制更加严格)
解决方案
Firebase团队已经意识到这个问题,并在代码库中提交了修复方案。主要改进思路是:
- 减少不必要的SharedPreferences写入操作
- 缓存isPerformanceMonitoringEnabled()的结果,避免重复检查
- 优化配置更新的触发机制
最佳实践建议
对于开发者而言,在等待官方修复版本发布期间,可以:
- 评估自定义跟踪点的必要性,减少不必要的跟踪
- 在高频调用的代码路径中谨慎使用性能跟踪
- 监控ANR报告,识别性能瓶颈
- 考虑暂时禁用某些性能跟踪功能
总结
Firebase Performance Monitoring是一个强大的工具,但不当的实现细节可能导致严重的性能问题。这次发现的SharedPreferences频繁写入问题提醒我们,即使是看似无害的配置检查,在频繁调用时也可能成为性能瓶颈。开发者应当关注这类底层实现细节,并在性能敏感场景中进行充分测试。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
Error Correction Coding——mathematical methods and algorithms:深入理解纠错编码的数学精髓 HP DL380 Gen9iLO固件资源下载:提升服务器管理效率的利器 RTD2270CLW/RTD2280DLW VGA转LVDS原理图下载介绍:项目核心功能与场景 JADE软件下载介绍:专业的XRD数据分析工具 常见材料性能参数pdf下载说明:一键获取材料性能参数,助力工程设计与分析 SVPWM的原理及法则推导和控制算法详解第四修改版:让电机控制更高效 Oracle Instant Client for Microsoft Windows x64 10.2.0.5下载资源:高效访问Oracle数据库的利器 鼎捷软件tiptop5.3技术手册:快速掌握4gl语言的利器 源享科技资料大合集介绍:科技学习者的全面资源库 潘通色标薄全系列资源下载说明:设计师的创意助手
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
329
391
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++
877
578
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
162
暂无简介
Dart
764
189
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
12
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
1.33 K
746
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
React Native鸿蒙化仓库
JavaScript
302
350