关于Android性能、架构和技术问题的探索
1. 整体性能如何探测，有哪些方面，什么指标，怎么保证更流畅
2. 谈谈架构。大项目，逻辑多怎么办，如何应对多App和多终端
3. android的发展大事件和主要技术发展
4. avtivity（service）启动流程简述
5. 动态化的几种方案
6. 热修复的原理
7. 网络这块怎么优化
8. 数据库性能怎么保证
9. 线程安全怎么保证，异步并发这块你怎么做的
这几个问题是我根据自己的面试经历总结的，朋友 @AndWang 帮分享出来，大家一起交流学习。
其实不一定面试时才了解这些，并且了解绝对不是重点，而是实践，绝知此事要躬行是真理，这样的问题也似乎没有“最佳答案”，但是可以发表一下自己观点和实践结论。
有些做法或观点一下子想不起来，需要具体做的时候再google一下，或者跟朋友沟通拓展一下，所以先做个简单的回答，请大家补充。
1. App性能如何探测，有哪些方面，什么指标，怎么保证更流畅？
性能可以根据帧率、内存、CPU、GPU等指标的数据和表现辅助判断，可以从/proc文件夹下读取文件获取cpu、内存等信息，也可以用dumpsys命令获取帧率等信息，也可以通过android API获取相关信息。
还有很多性能相关的分析工具很重要，辅助判断和分析，比如Heap Tool、Memory Monitor、Lint、HierarchyView、WireShark、TraceView等。
保证流畅有很多点可以去研究，比如布局、代码、缓存、网络、数据库、异步并发等方面的优化，涉及很多的知识点，可以google下，先简单说下，有时间再细述。
布局充分利用include、viewstub、merge 等标签，控制层级，避免过度渲染（绘制）。
代码上尽量使用final、局部变量、系统函数如arraycopy等、位移操作是否可以代替乘除、for循环是否可以避免size计算和new对象等等。
缓存方面，线程、位图、视图、网络数据是否可以被缓存，IO用缓冲流。
网络方面，如尽量避免轮询，控制节奏和频率，IP直连，采用SPDY方案（或HTTP2.0）来实现压缩header、多路复用、双向通信等，API数据压缩，多个请求是否可以合并，数据压缩和尝试protocol buffer相关序列化方案。
数据库方面，尝试用SQLiteStatement代替SQLiteDatabase完成操作，索引和事务的充分理解和使用，注意SQL语句语法和拼接，采用部分查询和延迟加载。
异步并发方面，全App只有一个线程池，控制核心并发数量，控制超载时排队数量和策略，合理调度任务，优化业务逻辑。
最后关于帧率，你看到的视觉卡顿，直接原因基本是“掉帧”。关于帧率，尽量保证主线程里做的事情，不会超过16毫秒（其实这挺难的），16毫秒大法好，具体可以去理解下CPU、GPU、屏幕三者如何配合完成渲染的，推荐老罗的博客。
2. 谈谈架构。大项目，逻辑多怎么办，如何应对多App和多终端
适当参考我在知乎的一个回答 怎样搭高质量的Android项目框架，框架的结构具体描述？ ，结合模块化、组件化思想去做，多实践一下mvp、mvvm等策略。
3. android的发展大事件和主要技术发展
额，挺多的，朋友们补充吧。
这个问题蛮好的 Android 开发有哪些新技术出现？
4. avtivity（service）启动流程简述
可以自己阅读源代码，结合罗老师的博客，研究的非常棒：Android应用程序启动过程源代码分析
5. 动态化的几种方案
早期的H5方案，通过js和java互通增强h5的能力。
还有DexClasssLoader结合反射代理的方案。
还有React Native方案，手淘的Weex框架。
还有Lua等脚本实现动态化方案。
6. 热修复的原理
Github上读一下AndFix这个项目的源码，还有xposed、dexposed。
大致原理就是将java方法通过c/c++修改属性变为public native方法，上下文携带到native层，然后根据上下文指向另一个java方法，从而“偷梁换柱”，如果是支持ART的手机，那么策略不一样，将bug method的关键信息（classloader、theadid等）保留，将修复过的方法的各种信息赋给bug method，完成“移花接木”。
另外，其实有挺多的策略改变运行时行为的，比如：
Javasisst：字节码修改类库，依赖字节码修改和DX类库，可以完成动态替换和切面编程。
AspectJ：依赖字节码编织器，需要按照其语法来编写，需要一点“编织”时间。
Xposed：简直是一个Bug，神器般的存在，没准以后会被Android系统修复呢，不仅可以改变自己的类行为还可以hook系统的方法，root过的机器还可以hook其他App和系统进程。
7. 网络这块怎么优化
尽量避免轮询，控制节奏和频率。
IP直连节省DNS解析时间。
尝试其他数据序列化方案比如protocol buffer等。
采用SPDY方案（或HTTP2.0）来压缩header、多路复用、双向通信等。
服务器做优化，比如分布式、缓存之类的，减少API涉及的业务操作所需要的时间嘛。
API接口数据精简，多个请求是否可以合并，增量请求啊、GIP压缩啊什么的，等等。
8. 数据库性能怎么保证
尝试使用SQLiteStatement取代SQLiteDatabase对象完成操作，避免直接使用SQLiteDatabase提供的update、inset等方法。
索引和事务的充分理解和使用，批量操作使用事务极大提升速度，这个我是做过试验的，效果惊人。
SQL语句拼接和本身的优化，仅查询部分局部数据，使用延迟加载策略。
10万条数据插入比系统SQLiteDatabase操作快一倍，推荐我的LiteOrm数据库框架 https://github.com/litesuits/android-lite-orm
9. 线程安全怎么保证，异步并发这块你怎么做的
理解并使用ReentrantLock，Synchronized保护对象或过程，final来保护不可变对象，无状态和只读对象是安全的，合理使用一些 concurrent容器，比如concurrenthashmap等，重量级耗时任务考虑是否可以释放锁，多线程下实例化或延迟加载需要保护起来，保护多线程下关键数据访问的原子性，等等还有很多的。。。
推荐研究下Doug Lea主写和设计的java concurrent包，理解CountDownLatch、CyclicBarrier、Semaphore、FutureTask等对象。
我使用自己写的SmartExecutor，直接继承ExecutorService，封装了一个公共线程池，全App保证只有一个线程池。源码在这个开源项目里：https://github.com/litesuits/android-lite-http 。
在一个 App 中 SmartExecutor 可以有多个实例，每个实例都有独立核心和等待线程数指标，每个实例都有独立的调度和满载处理策略，但它们 **共享一个线程池**。这种机制既满足不同木块对线程控制和任务调度的独立需求，又共享一个池资源。独立又共享，最大程度上节省资源，提升性能。
控制核心并发数，尽量和CPU核数保持一致（或者多两个）我认为吞吐量是最佳的，线程过多则调度线程消耗CPU和时间，过少则不能充分利用多核的能力。
控制排队策略和排队数量，是否考虑新任务先处理，过度超载丢掉最老的任务。
还有就是业务上，合理调度任务，优化业务逻辑，不要胡搞乱搞，不作恶。
最后我想推荐一下我的个人开源项目：litesuits.com，欢迎关注嘛
