1,931 ms 与 189 ms:同一段代码,我差点优化错地方

silas 发布于 7 天前 47 次阅读 技术复盘


我有一套在手机上模拟胶片成像的链路:相机出一张 12MP 的 JPEG,解成 8bit sRGB,转线性,切成 24 条带,逐块跑一个 Halide 内核,最后把结果编码回 JPEG。

第一次真机测完,我看到编码阶段要 1,931 ms。内核是 1,705 ms。两个数字差不多大,很自然地得出一个结论:编码和内核五五开,先把编码优化掉,收益最大。

我差点就动手去重写 LinearColor.encode 了。

后来换了一个构建类型重测,同一个编码阶段变成 189 ms。

不是快了 20%,是快了 10.2 倍。我之前那个结论,方向是反的。

📏 第一次量到的,是一组假的数

先把第一次的数据摆出来。三支卷、同样的 4000×3000、同样 24 条带,跑在 debug 构建上:

卷编码耗时(debug)
Gold2001,931 ms
Portra4002,523 ms
TriX4002,549 ms

看到这三个数,我的推理链是这样的:

  1. 内核 1,705 ms,编码 1,931 ms,两者量级相同;
  2. 内核是 native 的,改起来要动 C++ 和 Halide 调度,成本高;
  3. 编码是 Kotlin 里的一个逐像素循环,改起来只是重写几十行;
  4. 成本低、收益看起来一样大,先动编码。

每一步单看都没问题。问题出在第 1 步的数据来源上——它来自一个不该用来做性能结论的构建。

🔍 差 10 倍不是"慢一点",是"慢在特定形态上"

debug 构建会把 android:debuggable="true" 写进 manifest。这个标志一开,ART 对进程内字节码的处理就不是完整的:它在优化等级、方法内联、调试信息的保留上都做了妥协,目的是让断点、变量查看、堆栈还原都能正常工作。

关键在于,这种妥协不是等比例地把所有代码变慢。它最容易打击的是那类"循环体很小、迭代次数极多、靠 JIT/AOT 把边界检查和方法调用优化掉才快"的代码——逐像素的颜色转换循环正好是这一类。

于是 debug 包不是把整体耗时乘上一个系数,而是重写了各阶段的相对占比:

卷debug 编码benchmark 编码倍数
Gold2001,931 ms189 ms10.2×
Portra4002,523 ms377 ms6.7×
TriX4002,549 ms365 ms7.0×

换成非 debuggable 的构建之后,编码从"和内核一样贵"变成"总耗时的十分之一左右"。Gold200 那一次,内核 1,705 ms、编码 189 ms、填充 71 ms,合计 1,969 ms——内核占了 86.6%,这才是真正的瓶颈。

同一个 bug:如果我一上来就去重写那个逐像素循环,最好的结果是把 189 ms 优化到 150 ms,在 1,969 ms 的总耗时里省下 2%;最坏的结果是把一个本来正确的实现改出问题,而内核那 86.6% 一动没动。

更要紧的是,debug 那组数会让我长期相信编码是主要矛盾。方向错了,后面所有投入都是沉没成本。

🧪 我试过的那条"标准答案",没用

遇到 debug 包慢,常见的建议是强制 AOT 编译:

adb shell cmd package compile -m speed -f com.pocketccd.prototype

听起来很有道理——慢是因为没编译好,那就强制全量编译一次。我试了,重跑之后编码阶段还是 2,500 ms 上下。

这条路的失败其实说明了一件事:限制不在 AOT 编译策略上。compile -m speed 改变的是"这段字节码被编译成什么",而 debuggable 进程的问题是"进程允许被优化到什么程度"。后者是运行时对 debug 属性的让步,改编译过滤器绕不过去。

所以"debug 慢就 force AOT"这个经验,在这里是无效的。它可能对某些场景有用,但至少对 debuggable 进程的字节码优化限制没用。

🚪 那就单独定义一个构建类型

既然 debug 不能用来量、release 又签不了名装不上机,最干净的办法是造第三个:

create("benchmark") {
    initWith(getByName("release"))
    signingConfig = signingConfigs.getByName("debug")
    isDebuggable = false
    isMinifyEnabled = false
    matchingFallbacks += listOf("release")
}

四个决定各有理由:

继承 release,是为了拿到非 debuggable 这个属性,同时保持和发布包一致的编译选项。

用 debug 签名,是为了能直接 adb install。真机测试如果每次都要配 release keystore,摩擦会大到没人愿意测。

不混淆,是因为混淆会引入一个和性能无关的变量。量性能的时候,构建里不该有第二个会改变代码形态的开关。

不加 applicationIdSuffix,这条最容易被忽略,但它决定了这个构建好不好用:包名不变,意味着 Android/data/<pkg>/files/film/ 这个 pack 目录路径不变,自测 Activity 的组件名也不变。测完切回 debug 包,已经推进去的三支胶卷还在原地,不用重推一遍。如果加了后缀,每次切换构建类型都得重新 push 几百 MB 的 pack,测一次的成本就上去了。

⚠️ 一个"入口恰好关着"的坑

这是我认为整件事里最值得记的一条。

自测入口有两层门。第一层在 Activity 自己身上:

if (!BuildConfig.DEBUG && BuildConfig.BUILD_TYPE != "benchmark") {
    Log.w(TAG, "Release 构建不提供自测入口")
    finish()
    return
}

这层写对了——release 拦住,benchmark 放行。注释也写得很清楚:"benchmark 是专门用来量性能的非 debuggable 构建,必须放行,否则量到的永远是 debuggable 那个慢一个量级的版本。"

第二层在设置页,决定"诊断 · 运行成像自测"这一行要不要出现:

onRunSelfTest = if (BuildConfig.DEBUG) { ... } else null

问题在这里。benchmark 构建的 isDebuggable = false,所以 BuildConfig.DEBUG 是 false——这一行在 benchmark 包里不出现。

也就是说,在唯一该用来量性能的那个构建里,从设置页点不到自测入口,只能靠命令行直接拉起 Activity:

adb shell am start -n com.pocketccd.prototype/.fotufilm.FilmSelfTestActivity

而我的决策记录里写的是"onRunSelfTest 只在 debug / benchmark 包传入"。这句话对 debug 成立,对 benchmark 不成立。注释、决策记录、代码三者对不上,而代码是对的——它只是没做记录里说的那件事。

我是在整理这份基准文档时才发现的。没改,先把差异记下来。改与不改是小事,"入口在唯一该用的构建里恰好是关着的"这个形态是大事,它不只出现在这一个项目里,而且它不会报错、不会崩,只会让你以为"这个功能没做"。

🌡️ 顺带踩到的两个环境坑

这两个和构建类型无关,但同样会让数据失真。

屏幕熄灭会让进程被冻结。 有一次跑完却拿不到报告,文件里的 generatedAt 还是上一次的。logcat 是这么写的:

OplusHansManager: freeze uid: 10464 com.pocketccd.prototype pids: [3343] scene: |StrictMode-3|LcdOff

屏幕自动熄灭 → 应用退到后台 → 被厂商的内存管理冻住 → 后台线程停在半路。跑之前 adb shell svc power stayon true,跑完再恢复。

热漂移能吃掉 50%。 同一个 Gold200 作为第一项跑是 1,969 ms;作为最后一项再跑一次是 2,987 ms,中间只隔了另外两支卷。logcat 里有对应的策略日志,阈值 38.0 度。所以那张表只能读作"2.0–3.2 秒的区间",不能读成"某支卷比某支卷快"。要比较卷之间的差异,得每支卷至少 3 次、随机顺序、中间留冷却。

🎞️ 同一份报告里,哪些数是可信的

有意思的是,这次自测产生的数据里,耗时数字全部依赖构建类型,但另一些判据完全不受影响。

比如黑白卷。TriX400 是黑白胶卷,它的输出统计里三个通道 min/max/mean 的通道间最大差是 0.000000——逐位相等。而 Gold200、Portra400 两支彩色卷分别是 0.1355、0.1366。

这个判据和构建类型无关。debug 包再慢,它也不会让黑白卷的三通道产生差异;反过来,如果内核在乱出数据,也不可能恰好对黑白卷给出逐位相等的三通道。这条证据在任何构建上都成立。

耗时不一样。它取决于构建类型、设备温度、屏幕状态、带子高度——每一个都可能让数字差一倍以上。

所以一份自测报告里其实混着两种东西:一种是性质判断(这个结果是黑的还是彩的、有没有越界、有没有接缝),它在哪量都成立;另一种是程度判断(快不快、占多少比例),它只在测量条件被完整记录时才成立。我最初犯的错,就是把后者当成了前者。

📌 最后:测量条件必须和数字写在一起

现在回头看,第一次那组数据错得并不隐蔽——它错在一个没人会在表格里注明的字段上:构建类型。

所以我把这件事定成了这个项目的规矩:任何性能数字,如果没写清楚构建类型、设备、带子高度,就当作没测。2.0–3.2 秒 这个区间只有配上"benchmark 构建、PJZ110、24 条带、单次测量"才成立,少一个限定条件,它就可以被引用来支持任何结论。

比数字更值钱的是那句写进 build.gradle.kts 注释里的话:拿 debug 包的耗时当性能结论,会得出完全错误的判断。我自己在这句话上栽过一次,代价是差点重写一个本来不慢的函数。

真正省时间的做法,不是在测完之后反复怀疑数字,而是在测之前就想清楚:这个构建,有没有资格被用来测。