日活超过 3 亿的快手是怎么进行性能优化的？ _快手

在移动互联网时代，由于设备资源受限、网络不稳定等因素，Web 端和移动端的性能优化显得尤为重要，如果性能不好，用户就容易流失，ToC 的产品尤为明显，体验差的产品必然会被市场淘汰。如何做好性能优化是每个企业都会关注的。

在将于 11 月 24-25 日举办的 GMTC 全球大前端技术大会上，快手性能优化负责人杨凯将会分享《快手 APM 平台建设与性能优化》。他表示，“随着快手 App 功能越来越多，App 的性能也面临着严峻的挑战，诸如 App 越来越卡、内存占用越来越大、包大小不断增加等各类问题都严重影响着用户体验” 。InfoQ 在会前采访了杨老师，我们一起来看看快手是如何应对性能挑战的。
InfoQ：快手 APM 指标监控平台的建设背景是什么？目前发展现状如何？
杨凯：APM 是我们针对快手的性能检测做的一个监控平台，其建立背景主要有两方面，一方面有很多用户反馈在使用我们的 App 时，遇到过卡、闪退和发热等问题；另一方面，我们从现有数据分析得出结论：性能对于用户活跃度有着重要影响。
目前，我们已经基本完成了崩溃、内存溢出（OOM）、应用无响应（ANR）、卡顿、启动、帧率（FPS）、包大小的线上、线下监控，电量、流量等监控正在开发中。线上的话，我们有天级、小时级的监控，并且重点指标有完善的报警机制。对于包大小、启动等，我们建立了一套实验室环境，可以监控到每个 mr（Merge request ）导致的变化，以及日常迭代劣化。
APM 主要解决我们面临的各种稳定性和性能问题。效果非常明显：

优化了 40% 的启动速度，提升了我们的 0 播、留存等关键产品数据。优化了 23M 包大小，大大降低了我们新用户获取成本。两个优化，都获得了快手技术线的绩效提升奖。

文章插图

InfoQ：你们在搭建指标监控过程中遇到哪些难点？是怎么解决的呢？
杨凯：APM 可以做的事情很多，容易铺得很广，但每一点都做不透。另一方面，虽然大家都觉得性能重要，但如果没有数据的支撑，也容易陷入到处救火而看不到成绩得窘境。所以我们一方面参考业内经验、根据数据分析得出重要程度，评估每个方向的优先级，各个击破，抓住重点，力求每一点都做到极致，并且能从用户数据上得到充分的体现。
我们是一个音视频软件，所以对内存的使用，尤其是 C++ 申请的内存会比较多。内存泄露，OOM、地址空间不足等问题非常突出。业内现有方案对我们来说并不完全适用，需要我们根据自己的实际情况，开发监控、解决问题。业内有比较成熟的 malloc hook 方案监控 C++ 内存的申请、释放，但我们还需要知道哪些内存不可达，哪些大块内存被长时间持有，才能更好地解决我们的问题。
另外，我们在线上发现的性能问题，通常不是我们性能组能独立解决的，需要推动各业务方配合解决。这些工作会给大家日常的开发工作带来额外的负担，但它又对我们产品体验有很重要的影响。所以我们一方面尽量完善工具，上报更多更全的数据，另一方面我们要将大家作为一个整体团队，享受项目的成果。
InfoQ：内存优化过程中遇到的问题是如何解决的？
杨凯：我们有一套自己的方法论，即定义问题、分析问题、解决问题、验收以及防劣化。
定义问题：在最开始阶段，先将问题量化，例如用户卡，就需要定义什么叫卡，怎么监控用户卡？

分析问题：我们会在收集到足够的用户数据后，分析用户实际的问题场景、原因。解决问题：很多问题，并不是性能组可以解决的，但是我们可以提供工具定位、发现问题，推动相关开发人员解决。验收：对于一些重要的优化，我们会通过 AB 上线验收效果，回收技术数据和产品数据（例如优化 FPS，我们会看相关页面 CTR 的变化）。防劣化：我们会制定一些机制、方案，防止已经优化的数据在日常的迭代中劣化，包括每个版本灰度期间的监控、线下实验室环境测试、开发阶段提醒等。

InfoQ：怎么进行内存优化？
杨凯：内存主要是 JAVA 和 C 两部分，对于 Java，我们研发了一套线上裁剪、分析、上传用户本地镜像的方案，可以做到用户内存不足时，快速而准确地上报当时的 Java 内存状态，初步可以判断出来泄露和内存大户是谁。上报后我们会对所有用户的信息做汇总、展示。Java 部分的内存监控主要做了以下几点：