经验 | 向AOSP贡献虚拟机的优化
内容提要
这篇文章介绍了作者向AOSP贡献的一项优化改动，用于改进JNI调用的功能。作者详细记录了整个开发过程中遇到的问题和经验，并对改动的影响进行了测算。最后，作者提到了一些与国内App生态相关的注意事项。
延伸解读
优化原理与受益范围
文章指出，JNI跳板函数的生成仅取决于参数类型和标志，因此多个native方法可共用同一个JNI stub。作者利用这一特性，让App中85%~90%的Java native方法能够复用boot images中已编译的JNI stub，从而减少JIT编译开销。这一优化已合入ART主线，将在Android 15中发布，涉及20个文件和1155行代码。
性能影响：微观显著，宏观有限
作者从四个维度测算优化效果：覆盖面上，国内top10应用的native方法有85%~90%可受益；调用耗时上，50000次addOne调用从3919.2秒降至1065.3秒，提升约267%；AOT编译时间改进1%~2%；odex文件大小变化微弱。但应用启动等宏观场景提升不明显，可能因JNI调用占比低。因此，该优化对JNI调用密集场景收益更显著。
开发经验：测试先行与代码质量
作者反思开发过程，认为最大教训是测试代码写得太晚。由于优化涉及不同架构的hash和equal策略，细微错误可能导致方法错误共用stub，引发难调试的问题。若提前编写GTest测试，可更早暴露问题。此外，Google工程师在review中提出30多条关于性能和代码整洁的建议，强调正确性只是第一步，代码写法同样关键。
对国内App生态的潜在影响
文章提到，国内App常用的hook方案可能受影响：若修改Java方法生成的机器码，由于机器码可能被复用，会波及多个方法。同时，Android 15将art/runtime下的namespace全部隐藏，导致许多符号不再导出，依赖这些符号篡改虚拟机行为的App需调整解析方式。虽然符号仍存于.gnu_debugdata段，但Google警告，依赖调试数据绕过限制可能导致每次大版本更新后崩溃。
Q&A
这项JNI调用的优化改动对哪些Java native方法有影响？
这项优化预计使85%~90%的Java native方法受益。
作者在开发过程中遇到了哪些主要困难？
作者在开发过程中遇到了许多bug，强调了早期编写测试代码的重要性。
如何简化ART模块的下载和更新流程？
通过APEX机制，ART模块的下载和更新流程得以简化。
优化后的JNI调用性能提升有多大？
在50000次调用中，优化后的JNI调用时长从3919.2秒降至1065.3秒，提升了267%。
作者在代码提交过程中遇到了哪些反馈？
Google工程师提出了关于性能和代码整洁的建议，强调代码质量的重要性。
这项优化对国内App生态有什么潜在影响？
优化可能影响国内App的hook计划，特别是对Java方法生成的机器码的修改。
