Android Academy · Aula

Inicialização e perfis de referência

Inicializações a frio mais rápidas.

Inicialização e perfis de referência é uma aula grátis de Android Academy no CoddyKit. Esta é a aula 4 de 4. Você pode ler a aula completa abaixo gratuitamente — depois pratica ao vivo no navegador com um editor de código integrado e um tutor de IA 24/7. Faz parte do caminho de aprendizado de Android Academy, e seu progresso é sincronizado entre a web e o app CoddyKit. O curso de Android Academy inclui 4 aulas no total.

Primeiras impressões: inicialização do aplicativo

O tempo de inicialização é a primeira coisa que todo usuário percebe. O Google Play até mesmo apresenta inicializações lentas como um problema de qualidade. Uma inicialização a frio rápida faz o aplicativo parecer sofisticado; uma lenta faz os usuários desistirem.

Nesta lição, você aprenderá os três tipos de inicialização, o que torna a inicialização lenta e as ferramentas modernas — Inicialização de aplicativos e Perfis de referência — que tornam as inicializações a frio muito mais rápidas.

Inicialização a frio, morna e quente

O Android define três cenários de inicialização, do mais lento ao mais rápido:

Inicialização a frio: o processo não existe. O Android o cria, executa Application e depois exibe sua primeira tela. É a mais lenta e a mais importante para otimizar.
Inicialização morna: o processo está ativo, mas a atividade precisa ser recriada.
Inicialização quente: a atividade ainda está na memória; basta trazê-la para a frente. É quase instantânea.

Os esforços de otimização se concentram na inicialização a frio, pois é esse o cenário enfrentado com mais frequência por usuários novos e recorrentes.

Medindo o tempo de inicialização

Você não pode melhorar aquilo que não mede. Há duas maneiras simples:

Logcat: o sistema registra uma linha Displayed com o tempo até o primeiro quadro.
Macrobenchmark: StartupTimingMetric fornece números estáveis e reproduzíveis da inicialização a frio.

Execute o comando adb abaixo e procure a linha Displayed.

# Cold-start the app and log time to first frame
adb shell am start -W -S com.example.app/.MainActivity

# Output includes:
#   TotalTime: 412   <- ms to first frame
# Or filter logcat:
adb logcat | grep "Displayed com.example.app"

Mantenha Application.onCreate leve

Tudo o que estiver em Application.onCreate() é executado na linha de execução principal antes do primeiro quadro. Uma inicialização pesada nesse ponto atrasa diretamente a inicialização.

A versão incorreta abaixo inicializa várias bibliotecas imediatamente. Adie ou execute em segundo plano tudo o que não for necessário para a primeira tela.

// SLOW: blocks the first frame with eager init
class MyApp : Application() {
    override fun onCreate() {
        super.onCreate()
        Analytics.init(this)        // network, disk
        ImageLoader.preload(this)   // heavy
        Database.warmUp(this)       // disk I/O
    }
}
// Each of these adds milliseconds before the user sees anything.

A biblioteca Jetpack App Startup

A biblioteca App Startup substitui vários provedores de conteúdo de bibliotecas (cada um consumindo tempo) por um único provedor compartilhado e permite expressar de forma clara a ordem e as dependências da inicialização.

Você implementa um Initializer por componente; o App Startup os executa uma vez, na ordem das dependências.

class AnalyticsInitializer : Initializer<Analytics> {
    override fun create(context: Context): Analytics {
        return Analytics.init(context.applicationContext)
    }
    // Runs after Logger is ready
    override fun dependencies() = listOf(LoggerInitializer::class.java)
}
// Registered via a single merged provider in the manifest,
// avoiding one ContentProvider per library.

Inicialização tardia e em segundo plano

Melhor do que ordenar trabalhos imediatos é fazer menos trabalho durante a inicialização. Há duas estratégias:

Tardia: crie objetos pesados no primeiro uso com o by lazy do Kotlin.
Em segundo plano: mova a inicialização que não envolve a interface para fora da linha de execução principal.

Assim, o primeiro quadro não é bloqueado por um trabalho de que o usuário ainda não precisa.

class MyApp : Application() {
    // Built only when first accessed, not during onCreate
    val imageLoader by lazy { ImageLoader.build(this) }

    override fun onCreate() {
        super.onCreate()
        // Push non-critical setup off the main thread
        CoroutineScope(Dispatchers.Default).launch {
            Analytics.init(applicationContext)
        }
    }
}

AOT versus JIT: por que a primeira execução é lenta

Por padrão, o Android executa o código de bytes do seu aplicativo com uma combinação de interpretação e compilação Just-In-Time (JIT). Na primeira vez que um trecho frequente é executado, ele é interpretado (lentamente); somente depois o ambiente de execução o compila em código nativo.

É exatamente por isso que a inicialização a frio e a primeira rolagem parecem mais lentas. Os Perfis de referência resolvem isso informando ao dispositivo quais códigos importantes devem ser compilados Ahead-Of-Time (AOT) durante a instalação.

O que é um perfil de referência

Um perfil de referência é uma lista das classes e dos métodos usados durante seus fluxos críticos (inicialização e primeira rolagem). Você o distribui com o aplicativo; durante a instalação, o dispositivo compila esses métodos com AOT, para que sejam executados na velocidade do código nativo desde o primeiro lançamento.

O Google relata melhorias na inicialização frequentemente na faixa de 20% a 40%, sem alterações no código dos recursos — apenas com o perfil.

// build.gradle.kts
plugins { id("androidx.baselineprofile") }

dependencies {
    baselineProfile(project(":baselineprofile"))
}
// The generated profile ships as
//   assets/dexopt/baseline.prof
// and is applied automatically at install.

Gerando um perfil de referência

Você gera o perfil escrevendo um pequeno teste que percorre o caminho crítico em um dispositivo; as ferramentas registram quais métodos foram executados e gravam o arquivo de perfil. Depois, você o confirma no controle de versão e recompila.

Veja um gerador típico que captura a inicialização e uma rolagem.

@RunWith(AndroidJUnit4::class)
class BaselineProfileGenerator {
    @get:Rule val rule = BaselineProfileRule()

    @Test
    fun generate() = rule.collect(packageName = "com.example.app") {
        pressHome()
        startActivityAndWait()
        // exercise the critical journey
        device.findObject(By.res("feed")).fling(Direction.DOWN)
    }
}
// Run the generateBaselineProfile Gradle task to produce the file.

Verificando o ganho

Sempre confirme a melhoria com um teste de desempenho, comparando a inicialização com e sem a aplicação do perfil (CompilationMode.None versus Partial com o perfil).

Se você não medir, não poderá provar que o perfil ajudou — e um perfil desatualizado pode até prejudicar o desempenho. Gere-o novamente sempre que seus caminhos frequentes mudarem significativamente.

@Test
fun startupWithProfile() = rule.measureRepeated(
    packageName = "com.example.app",
    metrics = listOf(StartupTimingMetric()),
    iterations = 10,
    startupMode = StartupMode.COLD,
    compilationMode = CompilationMode.Partial() // uses the baseline profile
) {
    pressHome()
    startActivityAndWait()
}

Um plano de otimização da inicialização

Reúna tudo em um plano reproduzível:

Meça a inicialização a frio com Macrobenchmark e adb am start -W.
Reduza o trabalho de Application.onCreate: adie com by lazy e mova o trabalho para fora da linha de execução principal.
Use o App Startup para combinar provedores de conteúdo e ordenar a inicialização.
Distribua um perfil de referência para a compilação AOT do caminho crítico.
Verifique com um teste de desempenho e mantenha o perfil atualizado.

O resultado: um primeiro quadro rápido que os usuários percebem.

Verificação rápida

Você distribui um perfil de referência com seu aplicativo. O que ele faz principalmente para melhorar a inicialização?

Recapitulação: rápido desde o primeiro quadro

Você aprendeu a otimizar a inicialização, a métrica de desempenho mais visível:

Otimize a inicialização a frio; meça com Macrobenchmark e adb am start -W.
Mantenha Application.onCreate leve: inicialização tardia e trabalho que não envolve a interface em segundo plano.
Use a biblioteca App Startup para combinar provedores e ordenar inicializadores.
Distribua um perfil de referência para que o código frequente seja compilado com AOT durante a instalação e execute na velocidade nativa desde a primeira execução.
Sempre verifique o ganho com um teste de desempenho e mantenha o perfil atualizado.

Isso conclui Otimização e criação de perfis de desempenho: agora você pode medir, controlar a recomposição, corrigir vazamentos e fazer o aplicativo iniciar rapidamente.

Perguntas Frequentes

A aula “Inicialização e perfis de referência” é grátis?

Sim — o texto completo de “Inicialização e perfis de referência” é grátis para ler aqui na web. Para praticá-la interativamente (um editor de código integrado e um tutor de IA 24/7) e desbloquear o restante do curso de Android Academy, atualize para CoddyKit PRO. O curso de Android Academy inclui 4 aulas no total.

O que vou aprender em “Inicialização e perfis de referência”?

Inicializações a frio mais rápidas. Você pratica Android Academy com código prático que executa diretamente no navegador, e um tutor de IA 24/7 responde suas dúvidas enquanto trabalha na aula.

Preciso ter experiência prévia para começar Android Academy?

Nenhuma experiência prévia é necessária. Android Academy no CoddyKit é estruturado para alunos iniciantes até avançados, então você pode começar aqui ou desde o início e aprender no seu ritmo. Esta é a aula 4 de 4.

Quanto tempo leva a aula “Inicialização e perfis de referência”?

A maioria das aulas CoddyKit leva cerca de 5–10 minutos. Cada uma é compacta e interativa, então você faz progresso constante e retoma exatamente de onde parou entre web e app.

Posso escrever e executar código nesta aula de Android Academy?

Sim. Cada aula de Android Academy inclui um editor de código integrado, então você escreve e executa código real direto no navegador e recebe feedback de IA instantaneamente — nenhuma configuração local necessária.

Todas as aulas deste curso

← Voltar para Android Academy