移动互联网应用的快速迭代，让我们在解决问题同时，也让我们更加注重解决效率，本次议题将从线上监控、合码监控以及开发过程多个阶段，介绍性能优化实践与落地效果。本次分享除了介绍应用层面 ANR 问题分析和监控能力建设之外，也将分享字节内部广泛使用的 ANR 系统优化框架；线下部分将会重点介绍防劣化和归因效率效能闭环体系建设，我们通过自动化归因平台，提升问题前置拦截和定位效率，保障线上质量同时大大提升了人效。相信本次分享交流之后，会对从事和对在线上优化及线下防劣化及工程化建设感兴趣的听众，都有很好的参考借鉴意义。

演进提纲：

1. 线上ANR监控与优化实践

• 如何应对超级卡顿-ANR，以及分析该类问题遇到的痛点
• 线上监控方案设计原理介绍与监控工具使用说明
• 站在系统角度更好解决 ANR 问题- Android 系统双线程调度框架
• 框架介绍：框架诞生背景，专为旗舰型 App 量身打造，一键接入 ANR 降低 30%
• 技术实现：调度框架的设计原理和实现，在应用侧重新定义系统调度模式
• 公司内部产品接入情况，线上收益，及未来展望

2. 性能监控归因平台 Loupe

• 监控平台诞生背景及框架介绍
• 框架特点：框架与App完全隔离，无入侵的实时监控和可视化，以及自动归因报警能力
• 监控能力：介绍平台监控能力，以及如何实时现场捕获，自动归因及报警流程的联动建设
• 最佳实践：介绍工具日常使用及春节活动期间保障实践
• 未来规划：监控平台现阶段的不足及未来展望

3. 线下 Mr 精准性能监控建设

• 性能防劣化的痛点及探索之路
• 精准监控建设思路及技术方案，前置发现和拦截，提升人效 80% 以上
• 介绍精准监控在头条等产品的落地场景及日常收益

4. 总结

• 线上优化演进趋势
• 线下防劣化方向监控和快速归因、智能归因的展望

听众收益：

• 面对移动端部分线上问题时，高复用的解决方案
• 可以参考借鉴和复用线下防劣化及基础建设工程化的思想
• 更加全面系统了解性能优化体系化的相关实践

因为 Flutter 秉持“一套代码、多端运行”的原则，采用 Flutter 开发业务后为团队节省了大量人力，致使我们可以将原来版本迭代节奏提高一倍。Flutter 拥有众多优势，如本身自带 Skia 渲染引擎，同时支持 JIT 和 AOT，尽可能地减少了不同平台之间的差异，同时保持和原生开发一样的高性能。在享受了 Flutter 优点的同时，我们也面临着接入任何一个第三方 SDK 都需要面对的事情，就是会增加包大小，并且不同技术栈也会导致异常，FPS 等指标采集上报与原有方式不同。美团外卖商家侧团队在深入调研后用合理的方式解决了这些困难。开发过程中由于部分页面数据获取耗时、渲染复杂、代码不优等原因，表现出复杂列表页面在加载时间和 FPS 上并未达到理想状况，团队成员从底层渲染原理出发，做了很多方面的优化，积累了一些经验，相信本次交流后，能给从事 Flutter 性能监控及优化感兴趣的听众帯来参考和借鉴。

演讲提纲：

1. Flutter 性能指标采集与监控体系

• 稳定性指标分类、页面异常率、页面加载时长等指标口径
• 如何捕获 Flutter 引擎层和嵌入层崩溃
• 如何采集 Flutter 框架层异常
• Flutter FPS 最优采集口径及大盘指标

2.  Flutter 在客户端上关键指标优化与实践

• Flutter 包体积问题分析、瘦身方案设计与技术实现、线上收益及未来展望
• Flutter 卡顿分析、局部刷新、预构建 Widget、复用、按需加载、错峰加载等优化方式
• Flutter 秒开率概述、算法原理及预加载、预渲染、数据预取等多策略融合优化
• 业务实践：外卖商家端商品及 IM 列表性能优化

3. Flutter 动态化

• 7 月开源计划
• 插件提醒及调试、开发面板辅助、一键锁包及异常定位
• Bundle 体积与加密优化：Gzip with Deflater 等
• Bundle 加载与解析优化：闲时下载、加载策略多样化、懒解析、缓存、混合继承关系线性化

4. 总结

你将获得：

• 全面系统了解 Flutter 性能优化方案
• 获得页面秒开监控、治理、巩固等全方位的优化经验
• FPS 的最优采集口径，以及 FPS 优化
• 性能优化具体方法：常规优化、动画优化、列表局部刷新、多种优化策略

随着贝壳找房在产业互联网领域不断深耕，各项业务都在持续高速发展，业务功能和复杂度不断增长的同时，带来的问题是 App 启动变慢，用户体验变差，如果没有收口处理，开发团队每过一段时间都要花时间进行优化。

贝壳找房 B 端平台以一套代码支撑 7 个 App，以 B 端核心 App 为例，该 App 集成了二手、新房、租赁、装修、直播、培训、IM、VR、IoT 等十几个业务，数百万行代码，近 200 个组件，Native 页面超过 500 个，Flutter 页面超过 350 个，H5 页面超过 900 个，业务和功能多，复杂度高。治理前启动任务超过 20 个，+load 方法超过 200 个，Static Initializer 超过800 个，经过一系列的治理，我们将 App 的冷启动优化到了 1s 内，并且做到了低投入保持优化成果的长期稳定。

本次分享以贝壳 B 端 Link 为例，为大家介绍如何系统地优化冷启动时间，以及在支撑多个业务的情况下，我们探索出的一套能够对性能进行收口统一处理的解决方案。相信经过本次分享和交流，您能更加全面系统地了解 iOS 冷启动优化的方案和实践，并结合自己 App 的实际情况进行落地。

演讲提纲：
1. iOS 冷启动优化概览

• 启动类型简介
• 冷启动优化的本质和常见误区
• 冷启动阶段划分及逐项分析

2.  启动优化性能分析工具

• 冷启动的测试标准
• 贝壳自研性能分析工具 BKTimeProfiler 介绍

3. 主要优化方案及实践

• 框架性优化：最小集、去中心化和生命周期延迟
• 任务管理：启动器及任务编排
• +load 延迟和 Static Initializer 治理
• 动态库懒加载 
• 二进制重排
• 无用代码删除：静态检测和动态覆盖率结合
• 其他优化项介绍 

4. 线上线下流程规范与监控

• 线下防劣化规范与问题快速定位
• 线上大盘与子任务性能分析与监控

5. 总结与展望

• 低成本、高收益方案选择及与业务风险的平衡
• 自动归因及更加有效的长效机制的建立

你将获得：

• 全面系统了解 iOS 冷启动优化的方案
• 减少业务和平台的耦合，低成本保持冷启动的长期优化
• 获得关于 iOS 冷启动优化分析、治理、监控、巩固等全链路的优化经验

2016 年，58同城开始引入 React Native，并封装了内部的 58RN 框架。伴随着业务应用场景和用户规模的快速扩大，用户对性能体验的要求也更高了。加载模型从最基础的动态更新模型，迭代成了现在的 PBSPL 模型，包括框架提前初始化、内置通用资源、静默更新、预加载、按需加载。本议题将结合列表、详情和 Tab 页三类不同的场景，给出使用 PBSPL 模型实现页面秒开的具体案例。

演讲提纲：

1. 页面加载耗时诊断

• 动态更新与页面秒开如何兼得？
• 框架/JS 执行耗时过长如何减少？
• 优化前加载耗时瀑布图

2. 58RN 加载模型介绍

• Web PRPL 模型带来的灵感
• 58RN PBSPL 模型介绍
• 优化后加载耗时瀑布图

3. 业务秒开实践

• 详情页案例：预加载秒开
• 列表页案例：静默更新秒开
• Tab 页案例：按需加载

你将获得：

• 了解兼顾动态更新与加载性能的挑战
• 了解 58RN 使用的 PBSPL 加载模型
• 了解三类业务场景下的性能优化方案
• 了解 RN 如何实现动态 import 按需加载