Jetpack Compose 使用前后对比(jetpack compose navigation)
liuian 2025-04-01 19:47 18 浏览
为了包含 Jetpack Compose 1.0.0-beta05 的更新内容,这篇文章在第一次发布后做出了更新。如果您希望查看 原始版本,请点击 这里。
2020 年,我开始了缓慢迁移 Tivi UI 的任务,目标是使其转为由 Jetpack Compose 编写。大约 12 个月之后,任务完成!
在本文中,我们将会回顾并对比一些关键指标,以了解 Compose 相对的优势,其中包括: APK 大小、构建速度、代码行数。
应用本身
在我们进一步了解 Compose 的相关内容前,先让我快速地描述一下应用本身。
Tivi 已经高度模块化,它每个 UI 的界面都在其自身的 Gradle 模块中 (名为 ui-$NAME)。每个界面都使用 Fragment 实现,随后在主 app 模块中使用 AndroidX Navigation 将它们结合起来。为了让您对架构有一个直观印象,下面是应用的模块图:
由于导航图使用 深度链接 URI 实现,大多数 Fragment 彼此之间一无所知,从而保证了解耦。或许更为重要的是,这种形式支持独立模块编译,从而有助于进行并行构建。
注意: Tivi 的模块结构并不完美。其中,UI 模块 (位于顶层) 与基础模块 (位于底层) 间仍有许多依赖。理想情况下,每个层级应当保持分离。我接下来的工作正是要优化这一问题。
在开始迁移至 Compose 之前,Tivi 已经使用了 Android 开发者可以使用的所有炫酷 UI 组件,包括但不限于: Data Binding、Epoxy、Material Design Components、Insetter DBX、MotionLayout。但不幸的是,其中的许多组件使用了注解处理,因而也带来了额外的构建消耗。
迁移流程
前面我曾提到,我们已经完成了迁移的 "第一幕",这话是什么意思呢?现在的应用看起来与我在 2020 年二月开始迁移时别无二致。
应用的模块化意味它可以分片完成迁移,每次只用迁移一个 Fragment——而这也是近 11 个月以来 46 个拉取请求 中所做的事。
我从一个简单的界面: 剧集详情 开始迁移,接下来是 演出详情、"发现"、"搜索"、"关注的演出" 等等。最近在 Paging3 支持了 Compose 后,我迁移了最后的界面: "列表" 网格:
应用迁移的第一个阶段使用了 Fragments 与 Navigation,同时每个 Fragment 的 UI 使用了 Jetpack Compose 实现。
第二个 (也是最后一个) 阶段是从 Fragment 迁出,并直接使用 Navigation Compose 组件。这一步在 这个 PR 中完成。
迁移的过程对我来说轻而易举,毫无疑问 Compose 便是 Android UI 开发的未来。
下面,让我们看看具体指标…
指标
针对下列的每一个指标,我们都对比了应用的三个不同版本:
- 接入 Compose 前 : 回到 2020 年 2 月,这是我为 Tivi 添加 Comepse 支持的第一个 PR 发布之前的 提交。
- Fragments + Compose : 此版本所基于的 提交,被标记为迁移第一阶段的结尾。我检出了新的分支,并将 Jetpack Compose 更新到 1.0.0-beta05、AGP 更新到 7.0.0-alpha14、Gradle 更新到 7.0 以及 Kotlin 更新到 1.4.32,以减少比较中的不确定因素。您可以在 本分支 中看到相关的代码。
- 完全接入 Compose : 这一版本使用了当前最新的主 提交。此时的 Tivi 已经完全基于 Compose (版本 1.0.0-beta05) 了,同时在整个应用中都没有 Fragment。
APK 尺寸缩减
您的用户最为关心的指标,莫过于 APK 大小。
下面是开启了 资源缩减 的最小化发布版 APK (使用了 R8) 通过 APK Analyzer 所测量的结果:
关于上述数字的说明:
- 我们使用了 APK Analyzer 报告的 "APK file size" (而不是下载时的大小)。
APK 大小分析
在将迁移后的应用与接入 Compose 前的应用做比较后,我们发现 APK 大小缩减了 41%,方法数减少了 17%。
在使用了 Compose 后,我们发现 APK 大小缩减了 41%,方法数减少了 17%
这一数字表明,当您需要保留所有 View 类,以防出现需要在布局文件中使用它们的情况时,压缩工具的作用十分有限。
代码行数
我知道在比较软件项目时,计算源代码行数不是特别有用的统计方式;但这种方式能够提供一个视角,帮助我们了解事物是如何变化的。
为了进行测试,我使用了 cloc 工具。使用下面的命令可以排除各种构建文件、自动生成文件以及配置文件。
cloc . --exclude-dir=build,.idea,schemas
cloc 内建支持忽略注释的功能 (虽然我没有进行验证),因此上面的结果适用于实际的 "代码"。毫不意外的,XML 行数大幅减少了 76%。再见了,布局文件,以及 styles、theme 等其他的 XML 文件。
有趣的是,Kotlin 代码的总行数也下降了。我对此现象的理解是,现在应用中的模板代码减少了,同时我们也得以移除大量的视图辅助类和工具类代码。您可以看到,我在 这个 PR 中删除了多年来编写的近 3,000 行代码。
构建速度
构建速度是开发者们十分关心的一项指标。在开始处理之前,我觉得移除大量的注解处理器有助于提升构建速度,但我不确定能提升多少。
测试设置
在进行下一步前,很重要的一点是要知道我是如何测量出下面的数字的。我遵循了与 Chris Horner 测量 不同 CPU 上的构建时间 时类似的设置。
我在一台 Lenovo P920 上进行测试,它拥有 192GB RAM 和速度极快的 Xeon Gold 6154 CPU。不用多说,我知道这台机器不是开发者的通常配置,所以为了使测试尽量逼真,我将 CPU 固定在了其最小的时钟频率上:
# 使用调频器的 performance 调速器来更改最大运行频率
sudo cpupower frequency-set -g performance
# 将最大频率设定为 CPU 的最低值:1.2GHz
sudo cpupower frequency-set -u 1.2GHz
为了准备所有的远程缓存文件,接下来我运行了 ./gradlew assembleDebug。
为了执行测试,我循环运行了下列命令五遍:
./gradlew --profile \
--offline \
--rerun-tasks \
--max-workers=4 \
assembleDebug
这里并不一定需要配置 --max-workers,但这里如果不设置,Gradle 会使用该 CPU 默认可用的所有 64 个核心。限制到 4 个更接近典型的笔记本电脑 CPU。
结果
您可以在下面看到结果,每个结果都使用了结果报告中的 "总构建时间 (Total Build Time)" 值。
这一结果令我有些惊奇,因为 "完全接入 Compose" 比 "在每个 Fragment 中使用 Compose" 快了 25 秒。
感谢 Ivan Gavrilovi'c 找出原因。这一现象与 Compose 无关。"完全接入 Compose" 使用的是最新版本的 Dagger/Hilt,该版本使用了 Android Gradle Plugin 7.0 中的新 ASM API。而其他版本使用了较旧的 Hilt 版本,其使用了不同的机制,会严重拖慢生成 dex 文件的时间。
退一步讲,考虑到 Kotlin 编译器与 Compose 编译器插件为我们所做的事情,如位置记忆化、细粒度重组等工作,构建时间能够 减少 29%, 可以说十分惊人。您可以查看我们发布的文章来了解更多:
- 深入详解 Jetpack Compose | 优化 UI 构建
- 深入详解 Jetpack Compose | 实现原理
注意事项
关于上面的所有结果,有些事项需要注意:
与新功能相关工作
在这 11 个月中,我没有在 Tivi 上进行过重大的新功能开发,但我也没有刻意限制自己。我进行了许多无关乎迁移的修改,可能会使结果产生偏差。
依赖更新
在这 11 个月的迁移过程中,许多依赖都更新了。其中的大多数均为运行时依赖库,因此最有可能影响 APK 大小这一指标。
我也更新了 Gradle (从 6.0.1 到 7.0.0)、Android Gradle Plugin (3.6.0 到 7.0.0-alpha14) 以及 Kotlin (1.3.61 到 1.4.32),这些更新都可能大幅影响构建速度。
Compose 仍处于 beta 阶段
这点是最为显而易见的。Compose 目前仍处于 beta 阶段,所以所有的结果均来自开发过程中一个适时的快照。当今年晚些时候到达 1.0 版时,可以重新运行这些测试,并对比产生了哪些差异。
总结
如果我们看了结果和注意事项,就应该注意到我们并没有把 与 做比较,而更像是在拿 与比它甜了点的亲戚 进行比较,因此也不应该做出太多评价。
把水果类比放在一边,我觉得对我来说最大的收获,是 Compose 对于大多数开发者指标产生的影响是积极 (或中性) 的。考虑到这一点,再加上 Compose 大大提高了开发人员的生产力,对我来说,Compose 无疑是 Android UI 开发的未来。
感谢 Nick Butcher、Jose Alcérreca 和 Jolanda Verhoef。
相关推荐
- GANs为何引爆机器学习?这篇基于TensorFlow的实例教程为你解惑!
-
「机器人圈导览」:生成对抗网络无疑是机器学习领域近三年来最火爆的研究领域,相关论文层出不求,各种领域的应用层出不穷。那么,GAN到底如何实践?本文编译自Medium,该文作者以一朵玫瑰花为例,详细阐...
- 高丽大学等机构联合发布StarGAN:可自定义表情和面部特征
-
原文来源:arXiv、GitHub作者:YunjeyChoi、MinjeChoi、MunyoungKim、Jung-WooHa、SungKim、JaegulChoo「雷克世界」编译:嗯~...
- TensorFlow和PyTorch相继发布最新版,有何变化
-
原文来源:GitHub「机器人圈」编译:嗯~阿童木呀、多啦A亮Tensorflow主要特征和改进在Tensorflow库中添加封装评估量。所添加的评估量列表如下:1.深度神经网络分类器(DNNCl...
- 「2022 年」崔庆才 Python3 爬虫教程 - 深度学习识别滑动验证码缺口
-
上一节我们使用OpenCV识别了图形验证码躯壳欧。这时候就有朋友可能会说了,现在深度学习不是对图像识别很准吗?那深度学习可以用在识别滑动验证码缺口位置吗?当然也是可以的,本节我们就来了解下使用深度...
- 20K star!搞定 LLM 微调的开源利器
-
LLM(大语言模型)微调一直都是老大难问题,不仅因为微调需要大量的计算资源,而且微调的方法也很多,要去尝试每种方法的效果,需要安装大量的第三方库和依赖,甚至要接入一些框架,可能在还没开始微调就已经因为...
- 大模型DeepSeek本地部署后如何进行自定义调整?
-
1.理解模型架构a)查看深度求索官方文档或提供的源代码文件,了解模型的结构、输入输出格式以及支持的功能。模型是否为预训练权重?如果是,可以在预训练的基础上进行微调(Fine-tuning)。是否需要...
- 因配置不当,约5000个AI模型与数据集在公网暴露
-
除了可访问机器学习模型外,暴露的数据还可能包括训练数据集、超参数,甚至是用于构建模型的原始数据。前情回顾·人工智能安全动态向ChatGPT植入恶意“长期记忆”,持续窃取用户输入数据多模态大语言模型的致...
- 基于pytorch的深度学习人员重识别
-
基于pytorch的深度学习人员重识别Torchreid是一个库。基于pytorch的深度学习人员重识别。特点:支持多GPU训练支持图像的人员重识别与视频的人员重识别端到端的训练与评估简单的re...
- DeepSeek本地部署:轻松训练你的AI模型
-
引言:为什么选择本地部署?在AI技术飞速发展的今天,越来越多的企业和个人希望将AI技术应用于实际场景中。然而,对于一些对数据隐私和计算资源有特殊需求的用户来说,云端部署可能并不是最佳选择。此时,本地部...
- 谷歌今天又开源了,这次是Sketch-RNN
-
前不久,谷歌公布了一项最新技术,可以教机器画画。今天,谷歌开源了代码。在我们研究其代码之前,首先先按要求设置Magenta环境。(https://github.com/tensorflow/magen...
- Tensorflow 使用预训练模型训练的完整流程
-
前面已经介绍了深度学习框架Tensorflow的图像的标注和训练数据的准备工作,本文介绍一下使用预训练模型完成训练并导出训练的模型。1.选择预训练模型1.1下载预训练模型首先需要在Tensorf...
- 30天大模型调优学习计划(30分钟训练大模型)
-
30天大模型调优学习计划,结合Unsloth和Lora进行大模型微调,掌握大模型基础知识和调优方法,熟练应用。第1周:基础入门目标:了解大模型基础并熟悉Unsloth等工具的基本使用。Day1:大模...
- python爬取喜马拉雅音频,json参数解析
-
一.抓包分析json,获取加密方式1.抓包获取音频界面f12打开抓包工具,播放一个(非vip)视频,点击“媒体”单击打开可以复制URL,发现就是我们要的音频。复制“CKwRIJEEXn-cABa0Tg...
- 五、JSONPath使用(Python)(json数据python)
-
1.安装方法pipinstalljsonpath2.jsonpath与Xpath下面表格是jsonpath语法与Xpath的完整概述和比较。Xpathjsonpath概述/$根节点.@当前节点...
- Python网络爬虫的时候json=就是让你少写个json.dumps()
-
大家好,我是皮皮。一、前言前几天在Python白银交流群【空翼】问了一个Python网络爬虫的问题,提问截图如下:登录请求地址是这个:二、实现过程这里【甯同学】给了一个提示,如下所示:估计很多小伙伴和...
- 一周热门
-
-
Python实现人事自动打卡,再也不会被批评
-
Psutil + Flask + Pyecharts + Bootstrap 开发动态可视化系统监控
-
一个解决支持HTML/CSS/JS网页转PDF(高质量)的终极解决方案
-
再见Swagger UI 国人开源了一款超好用的 API 文档生成框架,真香
-
【验证码逆向专栏】vaptcha 手势验证码逆向分析
-
网页转成pdf文件的经验分享 网页转成pdf文件的经验分享怎么弄
-
C++ std::vector 简介
-
python使用fitz模块提取pdf中的图片
-
《人人译客》如何规划你的移动电商网站(2)
-
Jupyterhub安装教程 jupyter怎么安装包
-
- 最近发表
- 标签列表
-
- python判断字典是否为空 (50)
- crontab每周一执行 (48)
- aes和des区别 (43)
- bash脚本和shell脚本的区别 (35)
- canvas库 (33)
- dataframe筛选满足条件的行 (35)
- gitlab日志 (33)
- lua xpcall (36)
- blob转json (33)
- python判断是否在列表中 (34)
- python html转pdf (36)
- 安装指定版本npm (37)
- idea搜索jar包内容 (33)
- css鼠标悬停出现隐藏的文字 (34)
- linux nacos启动命令 (33)
- gitlab 日志 (36)
- adb pull (37)
- table.render (33)
- uniapp textarea (33)
- python判断元素在不在列表里 (34)
- python 字典删除元素 (34)
- react-admin (33)
- vscode切换git分支 (35)
- vscode美化代码 (33)
- python bytes转16进制 (35)