Android Performance Studio重构:为什么换成 Rust + GPUI Kit
2026-11-22 · 依据 2026-11-18 的 HPROF 三方实测、迁移执行记录与对等审计整理。
文中所有倍数与毫秒都绑定同一份输入、同一台机器与明确的计时边界;不构成全平台、全功能或发布验收结论。
一、先把结论说清楚
这次重构的目的不是”换一门语言”,而是把 Android 性能分析从”能采、能看”推进到可测量、可复核、可复用:同一份证据要能被桌面端、无界面 CLI 与 MCP 以同一种语义解释,每一次变快都要说得清快在哪里、代价是什么、边界在哪。
四个可以直接引用的事实:
- 三方导入耗时(同一份
launcher.hprof,184,442,700 字节,完整数据就绪):Compose v0.7.5 49.585 秒|Android Studio 默认 TraceProcessor 18.527 秒(loadTrace+heap overview两次 RPC;含 native daemon 启动 18.576 秒)|当前 Rust 3.318 秒。对 Compose 是 14.94 倍、耗时减少 93.3%,每次约省 46.27 秒;对 Studio 同轮的 Rust 3.259 秒,任务路径比约 5.69 倍。 - 核心分析入口峰值 RSS:Compose 4.344 GiB → Rust 0.931 GiB,低 78.6%;Studio 默认 TP 的 native daemon 为 6.173 GiB(不含 IDE 与 Java 客户端)。
- 安装包体积:macOS arm64 DMG 198.1 MB → 51.6 MB(−73.9%),Windows x64 MSI 165.0 MB → 47.4 MB(−71.3%),Linux x64 DEB 161.9 MB → 45.1 MB(−72.1%)。
- 优化专项自身(优化前 / 优化后同一套 Rust 链路、7 次配对样本):完整数据与 Presenter 就绪 6,436.442 ms → 3,155.108 ms,2.040 倍。
同时必须说清边界:HPROF 数字是后端数据就绪,不是首帧;只覆盖 HPROF、一个文件、一台 Apple M5 Pro / 64 GiB / macOS 27.2.1。Studio 的两次 RPC 不是等工作量比较——TP 不执行 APS findings,也不能把 5.69 倍读成”所有操作都快 5.69 倍”。体积对比取 GitHub Releases 上同架构、同格式的安装包,降幅来自运行时形态与打包内容的变化,不是同等内容的压缩率提升。
二、重构之前,真正的问题是什么
1. 运行成本先于体验成为瓶颈
Compose 桌面端在同一份文件上的完整导入接近 50 秒,核心进程峰值 RSS 4.3 GiB(-Xmx4g),解析之后的构图、dominator、逐 heap 聚合才是时间大头:MemoryDeepAnalyzer.analyze 单项中位数 37.273 秒。用户的直觉是”导入慢”,工程上的事实是分析阶段慢,而且慢在无法单独引用的一整段里。
2. 能力边界容易被”看起来能用”吞掉
性能工具的诚信取决于缺失语义:没有 Fully Drawn 事件就不该有 TTFD,没有 Native 值就不该显示 0,没采到就不该用参考实现的数字补齐。旧结构里,UI、分析器与导出各自解释同一份数据,边界只能靠约定维持。
3. 引擎与界面耦合,优化无从下手
解析、建图、聚合、编码、呈现串在一条链上,”变快”只能靠整体重跑对比。无法回答:是读取慢、构图慢,还是重复物化慢?没有可分离的阶段,就没有可复核的优化。
4. 交付形态受限
没有桌面窗口就不能分析,意味着 CI、脚本与 Agent 工作流只能另写一套逻辑——第二套实现,就是第二套口径。
三、重构做了什么
技术栈与规模。 桌面端改为 Rust 2024 + GPUI Kit 0.9.0(固定版本),工作区 29 个 crate,crates/ 下 492 个 .rs 文件。迁移合并本身涉及 2,627 个文件、+306,844 / −304,786 行,并在 2026-11-17 移除旧的 desktop-viewer 树。
边界写进 CI,而不是写进注释。 scripts/check_rust_architecture.py 读取 Cargo 元数据,为每个 workspace 成员与每条直接生产依赖边指定具名所有者;#[path]、include!、include_str! 跨 crate 借用源码会被拒绝;共享的 hash / 编码原语归 aps-primitives,不允许分析器各自实现。规则说明见 rust-desktop/ARCHITECTURE.md。
页面边界与第二组合根。 aps-app 中每个导入目的地持有独立 workspace 状态,外壳只做组合与路由;aps-cli 是第二个组合根,桌面与 CLI/MCP 共用同一批 analyzer 与证据契约,而不是复制分析逻辑。
迁移纪律。 迁移不是”一次性切换”:MIGRATION.md 把领域回归、同输入对齐、原生交互、设备执行、性能、打包与平台验收分开记录;编译通过、测试通过、截图通过都不等于对应门禁关闭。FUNCTIONAL_PARITY.md 保留了仍开放的 Compose 对等项,并明确”被禁用的按钮、一条导航路由、一次成功导入都不能证明工作流已实现”。
四、重构带来的收益
| 指标(同一文件、同一机器) | Compose v0.7.5 | 当前 Rust | 结论与边界 |
|---|---|---|---|
| 完整数据就绪 | 49.585 s | 3.318 s | 14.94 倍,−93.3%;含 findings 与 Presenter,不含首帧 |
| 纯解析入口 | 3.503 s | 0.912 s | 3.84 倍 |
| 核心投影就绪 | 44.592 s | 2.917 s | 两者工作量并不完全相同,报告不为此推导比值 |
| 核心入口峰值 RSS | 4.344 GiB | 0.931 GiB | 低 78.6%;单进程入口,不是整个产品进程树 |
| Android Studio 默认 TP(参考) | 18.527 s(两次 RPC 合计) | 3.259 s(同轮) | 路径比约 5.69 倍;TP 不做 APS findings,不是等工作量跑分 |
比数字更耐用的是三类结构性收益:
- 一套分析、多个入口。 桌面端与 CLI/MCP 共享 analyzer 与证据契约,”命令行结论与界面结论不一致”从设计上被消除。
- 证据边界被强制而不是被呼吁。 缺失就保持缺失;完整快照与 findings 不被 pending / 0 替代;来源身份检查贯穿读取,优化不以删除校验为代价。
- 发布形态收敛。 安装包捆绑校验过的 Trace Processor 与应用托管的 ADB,Release 只从自身的
resources/加载工具,不搜索PATH、不假设开发 checkout 存在(rust-desktop/README.md)。
安装包体积
| 平台 / 格式 | 0.7.5(Compose) | 0.8.2(Rust) | 变化 |
|---|---|---|---|
| macOS arm64 · DMG | 198.1 MB | 51.6 MB | −73.9% |
| macOS arm64 · PKG | 187.3 MB | 46.5 MB | −75.2% |
| macOS x64 · DMG | 200.4 MB | 54.2 MB | −72.9% |
| macOS x64 · PKG | 189.3 MB | 48.6 MB | −74.3% |
| Windows x64 · MSI | 165.0 MB | 47.4 MB | −71.3% |
| Linux x64 · DEB | 161.9 MB | 45.1 MB | −72.1% |
| Linux arm64 · DEB | 160.3 MB | 44.3 MB | −72.3% |
| Linux x64 · RPM | 183.1 MB | 55.3 MB | −69.8% |
| Linux arm64 · RPM | 181.0 MB | 54.5 MB | −69.9% |
同一平台、同一格式的安装包普遍小到原来的约 1/3 至 1/4(3.3–4.0 倍),Windows 与 Linux 的降幅集中在 70% 上下。这个结果不是靠删功能换来的:新包仍随包分发固定版本的 Trace Processor,并新增了 Firefox Profiler 资源,同时不再携带 JVM/Compose 运行时——发布工作流写入应用包的只有 aps-app、aps-memory-worker 与 resources/(aps-desktop-release.yml)。
因此体积收益的性质和性能收益一样:换的是形态,不是删减。旧形态为运行一整套 JVM 桌面栈付固定成本,新形态把这份成本换成了按平台编译好的原生二进制;包内资源集合也完全变了,所以不能用压缩率解释这 70%。
五、优化专项:把”能跑”做成”可解释的快”
重构给了可分离的阶段,优化专项才有下手的地方。这次专项以 HPROF 导入为切口,原则是只优化重复工作与不必要的物化,不动语义与校验。
1. 先定口径,再谈收益
三组实验回答三个不同问题,不能互相借样本:
- A 组:从选定文件到完整数据就绪(host hash、worker open、完整 typed snapshot、传输/解码、Presenter)。
- B 组:核心阶段(
Heap::open、Engine::new、histogram、findings),与 Compose 的parse、analyze、逐 heap 聚合对照。 - C 组:Android Studio 默认 TraceProcessor 的真实
loadTrace+heap overviewRPC。
每组 1 次丢弃预跑 + 3 次正式样本、轮换顺序;已有 OS 页缓存,不清缓存,因此不声明冷盘结果;n=3,不推导置信区间。优化前后的配对实验则是另一套:2 次预热 + 7 次 AB/BA 轮换,只报中位数。
2. 七项机制
| # | 机制 | 保留的约束 | 收益证据 |
|---|---|---|---|
| 1 | 紧凑记录 + 惰性字段:建图只取引用 ID,字段与数组值在详情查询时再读 | 字段详情、数组值、独立来源检查全部保留 | 反映在 0.912 s 解析与 2.382 s 引擎就绪中,未单独拆分 |
| 2 | 缓存继承字段布局,批量扫描建图所需引用 | 批次按对象数与字节数检查来源;静态/数组/弱引用语义不变 | 同上,属于链路整体收益 |
| 3 | Native 归属按文件偏移批量读取,复用已算结果 | 继承/shadowed 字段、first-non-null、missing 与 zero、last-Cleaner-wins 全部保留 | 组件级配对实测 1,713.625 ms → 82.116 ms,约 20.87 倍 |
| 4 | 使用系统加速 SHA-256(macOS CommonCrypto),其他平台保留 portable 实现 | host 与 worker 共三次完整 hash、文件句柄与路径身份检查不动 | host hash 431.218 ms → 61.984 ms;本轮 A 组实测 65.194 ms |
| 5 | 多 heap histogram 共享一次节点扫描与 dominator 遍历;retained summary 直接累加可见根 | class object 计入、映射类分组、heap-local 祖先抑制、未知值保持 | 本轮共享 histogram 中位数 263.283 ms;不把单次诊断当统计结论 |
| 6 | 有界投影缓存(32 MiB / 64 项)+ 最终响应只编码一次 | cache hit 仍校验来源与图;不落盘;预算、超时、取消保留 | 完整 snapshot 1,124.816 ms → 723.655 ms;不单独归因给某项缓存 |
| 7 | UI 共享不可变分类树,缓存可见路径与警告标记 | 刷新、重置、展开覆盖、默认 heap 可见性都会正确失效 | 有缓存/失效回归,但没有测出一帧渲染提升 |
此外还有两项正确性修复,被有意排除在百分比之外:mapping 重载绑定 workspace / load generation 与 snapshot ID,成功后才替换会话;dominator 请求之间不再互相作废,快照恢复只补缺失页。它们的时间收益未独立测量,因此不写预期数字。
3. 专项的整体收益
| 指标(优化前后配对,7 次) | 优化前 | 优化后 | 结论 |
|---|---|---|---|
| 完整数据 / Presenter 就绪 | 6,436.442 ms | 3,155.108 ms | 2.040 倍,−50.981%,省 3,281.334 ms |
| Host 完整 SHA-256 | 431.218 ms | 61.984 ms | 保留全部读文件与身份检查 |
| Worker open | 4,876.753 ms | 2,367.103 ms | 含解析、Native、图、retained、索引与 worker hash |
| 完整 Snapshot | 1,124.816 ms | 723.655 ms | 含编码、传输、typed 解码与 fallback |
关键之处在于:这些收益没有以删除校验、延迟 findings 或跳过来源验证为代价。快到这里,恰好证明了重构把”速度”和”可信”拆成了两个可以同时满足的维度。
六、正确性如何不被优化牺牲
“前后结果一致”只证明行为被保留,”独立参照一致”才提供额外数值证据。两类证据都记录了:
- 13 组全量分析数组指纹:2,501,406 节点、6,615,064 引用边、390,650 raw roots,retained / immediate dominators / path / native / shallow 全部一致——不是节点抽样。
- 2,098 项旧/新 worker API 精确比较:五类代表对象全部分页共 493,686 行、495,672 个可见 dominator 根、490 条 findings 行,含筛选、排序与详情查询。
- 独立 perflib 对照:3 个 heap、21 个重叠 scope、210 项标量与 63 组 ID-keyed 向量指纹,无差异。
- 回归:136 项核心回归通过;此前修复后的 workspace 1,847 通过、0 失败,另有 124 项 Memory 回归。
- 信号与结论分离:76 个 leak suspects、372 个 Bitmap 是分析信号,不是已证明的泄漏。
还有一个值得单独写的细节:App shallow 在三套实现里分别是 104,666,905(Rust / legacy perflib)、109,063,260(Compose v0.7.5)、109,553,013(Studio TP class-overview)字节。它们由不同的 sizing 规则产生,报告给出了 4,886,108 与 −489,753 的可复算分解,但没有把任何一方”拉齐”成看起来一致的黄金值。这就是证据纪律:解释差异,而不是抹平差异。
七、这套方法论对后续优化的约束
专项沉淀下来的规则,比任何一次数字都更有复用价值:
- 就绪 ≠ 首帧。 报告不估算首帧;Presenter 时间不被当作渲染速度。
- 阶段中位数不可相加。 总时间来自完整样本,不由各阶段推导。
- 单次样本不作为加速结论。 375.583 ms vs 244.394 ms 这类单次值只作为诊断记录。
- 不同组的样本不可挑最小值混算。 A/B/C 三组各自独立。
- 不把参考实现的值填进本实现的缺失字段。 未知保持未知,已知 0 与缺失严格区分。
- 红灯不被掩盖。 既有
collapsible_if警告、历史launcher_parity断言与失败测试都如实保留,没有为了让 CI 变绿而改写期望值。
下一轮已经排好的优先项同样克制:原生导入首帧的同钟计时;不同大小、4/8 字节 ID、多 classloader、异常文件与冷盘/已运行 JVM 的更广输入;完整进程树(host、worker、daemon、JVM)的并发 RSS;以及继续分离 graph / retained / snapshot 编码的 CPU、分配与拷贝——每一项都要求单变量修改并复用同一套等价校验。
八、结语
重构的价值不在于”Rust 比 Compose 快”。它在于:
- 把一条无法拆解的性能链路,拆成了可以分别测量、分别优化、分别验证的阶段;
- 把”证据边界”从文档约定变成了 CI 与数据契约;
- 让同一份分析被桌面、CLI 与 MCP 共享,而不是各自维护一套口径;
- 让优化第一次可以用”前后等价 + 独立参照”来证明自己,而不是靠一次观感良好的跑分。
14.94 倍是一次具体实验的结论;可复算、可复核、可被下一个专项继承的证据链,才是这次重构真正的长期收益。
开源地址
