抖音安卓性能优化系列：抖音功率优化实践

功耗优化是应用体验优化的重要课题。高耗电会引起用户的用电焦虑，也会导致糟糕的取暖体验，从而降低用户的使用意愿。功耗是一个涉及整机长时间、多场景的综合复杂指标，影响因素很多。无论是功耗的量化拆解，还是异常问题的监测，以及有功功率优化，对开发者来说都是极具挑战性的。

基于抖音的功耗优化实践，本文得出了一些实验结论和优化思路，并从功耗、功耗组成、功耗分析、功耗优化等方面的基础知识总结了安卓应用的功耗优化。

功耗基础介绍

首先，让我们回顾一下功耗的概念，它很容易与能耗混淆。解释为什么用mA（电流值）表示手机的功耗水平，用mAh（物理意义上的充电值）表示功耗水平。让我们先看一些物理公式。

P=I×U，E=P×T

能耗（E）：指计算机系统在一段时间内的总能耗，单位为焦耳（J）

功耗（P）：功耗，指单位时间的能耗，反映能耗率，单位为瓦（W）

电流（I）：指手机电池放电的电流值，通常以mA表示

电压（U）：指手机电池放电电压值。标准放电电压为3.7V，充电截止电压为4.35V，放电截止电压为2.75V（以典型值为例，不同设备的电池电压值不同）

电池容量：通常以毫安时为单位，它是单位意义上的充电次数，实际上表示电池在典型电压下放电的持续时间。

如下面的功耗测试图所示，手机通常在恒定的典型电压下工作。为了便于计算，电压恒定在3.7V，因此P=I×3.7，E=I×三点七×T。也就是说，mA代表功耗，mAh代表能耗。

结论：对于同一模型，我们使用电池容量（mAh）的变化来表征一段时间内的总能耗，并使用平均电流（mA）来表征功耗水平；例如，4000毫安时电池的手机刷抖音一小时耗电11%，耗电（能耗）为440毫安时，平均电流为440mA

图1功耗测试图

为什么选择电源优化

我们从总结中了解到，高耗电量会引起用户的电力焦虑，也会导致糟糕的取暖体验，从而降低用户的使用意愿。除了为我们带来更好的用户体验和改善使用时长，优化功耗在降低应用功耗方面也具有明显的社会价值。用一个流行的词来说，它可以促进碳中和的事业。

如何优化功耗

与常见的APM指标（如Crash和ANR）不同，功耗是一个综合的主题，很难分析。用户报告了功耗问题，这可能是由高CPU负载、频繁的后台网络访问或动画泄漏导致的高功耗引起的。或者我们自己的业务没有改变。仅仅是环境因素导致用户感到耗电，例如低温导致的锂电池放电衰减。

我们的想法是从设备开始。app的功耗最终可以分解为移动电话设备的功耗。所以我们首先拆解抖音设备的功耗，看看哪些设备是主要的耗电设备，然后看看如何减少设备的使用，从而达到有针对性的目标。

接下来，我们将从功耗构成、功耗分析和功率优化等方面描述如何进行功率优化。

功耗组成

以下是手机硬件的基本形式，每个模块都由复杂的设备组成。例如，我们经常说功耗大头SoC包括CPU的超级核、大核、小核、GPU、DDRC（内存接口）以及外围区域的各种小IP核。因此，整个机器的功耗最终可以分解为每个设备的功耗，而应用的功耗是计算po