CN112328316A - 一种app优化方法、移动终端及存储介质 - Google Patents
一种app优化方法、移动终端及存储介质 Download PDFInfo
- Publication number
- CN112328316A CN112328316A CN201910712928.5A CN201910712928A CN112328316A CN 112328316 A CN112328316 A CN 112328316A CN 201910712928 A CN201910712928 A CN 201910712928A CN 112328316 A CN112328316 A CN 112328316A
- Authority
- CN
- China
- Prior art keywords
- app
- optimization
- frequency
- starting
- started
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
- G06F9/44568—Immediately runnable code
- G06F9/44578—Preparing or optimising for loading
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
- G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Stored Programmes (AREA)
Abstract
本发明公开了一种APP优化方法,所述方法应用于android***,其特征在于,所述方法包括:获取APP的使用频率,将所获取的使用频率与预设的优化条件进行匹配;根据匹配结果,对所述APP进行优化处理;所述优化处理的对象至少包括以下一种:所述APP的CPU核心数、CPU频率以及内存占用。本发明能够基于APP的使用频率的不同来对APP的CPU核心数、CPU频率、内存占用进行优化,提高***运行的流畅度,给用户的使用提供了方便。
Description
技术领域
本发明涉及APP优化技术领域,尤其涉及的是一种APP优化方法、移动终端及存储介质。
背景技术
随着嵌入式智能设备(包含但不限于Android平板,手机,TV)的更新换代日益频繁,智能设备上APP对于CPU,内存,存储的占用也越来越大,而日益更新的硬件并不能够满足花式繁多的APP对于设备硬件的大量消耗。
现有的Android***对于后台APP的限制更加严格,并且一些芯片厂商也有自己的后台优化策略,各厂商对于后台优化更是打出了AI优化的噱头,但是现有技术中对于APP的优化效果并不理想。
因此,现有技术还有待改进。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种APP优化方法、移动终端及存储介质,旨在解决现有技术中对于APP的优化效果不佳的问题。
本发明解决技术问题所采用的技术方案如下:
一种APP优化方法,所述方法应用于android***,其中,所述方法包括:
获取APP的使用频率,将所获取的使用频率与预设的优化条件进行匹配;
根据匹配结果,对所述APP进行优化处理;所述优化处理的对象至少包括以下一种:所述APP的CPU核心数、CPU频率以及内存占用。
优选地,所述获取APP的使用频率,将所获取的使用频率与预设的优化条件进行匹配,包括:
分析所述APP当前的状态,并获取所述APP的使用频率;将获取的使用频率与预设的APP启动优化条件进行匹配,判断所述APP是否满足优化条件。
优选地,所述分析所述APP当前的状态,并获取所述APP的使用频率,包括:
分析所述APP当前的状态,判断所述APP是否正在启动;
若所述APP正在启动时,则获取正在启动的所述APP的启动方式;
若所述正在启动的APP的启动方式为自启动时,则通过应用程序使用管理服务获取正在启动的所述APP的使用频率,并获取正在启动的所述APP的当前启动参数,所述自启动包括后台自启动以及进程触发自启动;
若所述正在启动的APP的启动方式为用户主动触发启动时,则获取正在启动的所述APP的当前启动参数。
优选地,所述根据匹配结果,对所述APP进行优化处理,包括:
当所述APP为自启动,且所述APP的使用频率为第一时间段以内未使用时,则不对所述APP进行优化处理;
当所述APP为自启动,且所述APP的使用频率为第一时间段以上且第二时间段以内未使用时,则将所述APP启动时的CPU限制在单个的小核上运行,且不限制CPU的频率;
当所述APP为自启动,且所述APP的使用频率为第二时间段以上未使用时,则将所述APP启动时的CPU限制在单个的小核上运行,且CPU的频率限制为600MHz,且最大内存占用为当前内存的1/16。
优选地,所述根据匹配结果,对所述APP进行优化处理,还包括:
若所述APP为用户主动触发启动时,则增加所述APP的CPU核心数、CPU频率以及内存占用中的至少一个。
所述获取APP的使用频率,将所获取的使用频率与预设的优化条件进行匹配,还包括:
定时分析所述android***当前的状态;
当所述android***处于静置状态时,则自动触发APP的后台dex2oat优化任务,并生成待执行dex2oat优化的APP列表;
获取所述android***中的每一所述APP的使用频率,并将所获取到的使用频率与预设的dex2oat优化条件进行匹配,判断所述APP的使用频率是否满足dex2oat优化条件。
优选地,所述dex2oat优化条件包括:使用频率为第二时间段以上未使用。
所述根据匹配结果,对所述APP进行优化处理,包括:
当所述APP的使用频率为第二时间段以上未使用时,则将所述APP从待执行dex2oat优化的APP列表中删除;
触发后台dex2oat优化进程对所述APP列表中剩余的APP进行优化。
一种智能终端,包括:处理器、与处理器通信连接的存储介质,其中,所述存储介质适于存储多条指令;所述处理器适于调用所述存储介质中的指令,以执行实现上述任一项所述的APP优化方法的步骤。
一种存储介质,其上存储有多条指令,其中,所述指令适于由处理器加载并执行,以执行实现上述任一项所述的APP优化方法的步骤。
本发明的有益效果:本发明通过对APP使用频率进行分析,并基于APP的使用频率的不同来对APP的CPU核心数、CPU频率、内存占用进行调整或者触发后台dex2oat优化进程对APP进行优化,从而提高APP的优化效果,进而提高***运行的流畅度,给用户的使用提供了方便。
附图说明
图1是本发明提供的基于使用频率的APP优化方法的较佳实施例的流程图。
图2是本发明提供的基于使用频率的APP优化方法中APP启动时的优化流程图。
图3是本发明提供的基于使用频率的APP优化方法中APP后台静置时的dex2oat优化流程图。
图4是本发明提供的移动终端的功能原理图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供的一种基于使用频率的APP优化方法,其中,移动终端可以但不限于是各种个人计算机、笔记本电脑、手机、平板电脑、车载电脑和便携式可穿戴设备。本发明的移动终端采用多核处理器。其中,终端的处理器可以为中央处理器(Central ProcessingUnit,CPU),图形处理器(Graphics Processing Unit,GPU)、视频处理单元(VideoProcessing Unit,VPU)等中的至少一种。
为了解决现有技术中对于APP的优化效果不佳的问题,本实施例提供一种基于使用频率的APP优化方法,具体如图1中所示,包括如下步骤:
步骤S100、获取APP的使用频率,将所获取的使用频率与预设的优化条件进行匹配;
步骤S200、根据匹配结果,对所述APP进行优化处理;所述优化处理的对象至少包括以下一种:所述APP的CPU核心数、CPU频率以及内存占用。
本发明通过对APP的使用频率进行分析,对于不同使用频率的APP进行不同的优化处理方式,优化处理包括有对所述APP的CPU核心数、CPU频率、内存占用进行调整或者触发后台dex2oat优化进程对所述预设APP进行优化,从而使得Android调备在运行时对于使用频率不高的应用降低各种资源分配的优先级,把更多的资源释放给高频率使用的应用,提高***运行的流畅度,给用户的使用提供了方便。
本发明的APP优化过程主要是包括两个部分,包括APP启动的优化以及APP后台静置时的dex优化,具体如下实施例一和实施例二。
实施例一
在本实施例中,首先获取APP的当前状态,然后对APP的当前状态进行分析,判断所述APP是否正在启动。本实施例所针对的是正在启动的APP,并且基于正在启动的APP的使用频率来对正在启动的APP进行优化。而APP的启动方式包括有自启动(自启动包括后台自启动以及进程触发自启动)以及用户主动触发启动(即用户点击启动),对于不同的启动方式对APP的优化方式是有区别的。
具体地,参照图2,当Android***的一个APP启动时,入口为Activity ManagerService(活动管理服务,AMS是Android中最核心的服务,主要负责***中四大组件的启动、切换、调度及应用程序的管理和调度等工作)中的start Process(启动进程)函数。进一步地,本实施例中需要进一步对APP的启动进行判断,判断APP的启动状态为自启动还是用户主动触发启动。当APP为后台自启动时,则在start Process(启动进程)函数通过App UsageManager的AIDL(接口定义语言)调用去访问App Usage Manager Service的check UsageFreq(检查使用规则)函数来查询当前APP的使用频度,并通过update Usage Params(更新使用规范)函数同步更新当前APP的使用频度,保存到本地持久化的数据库中。在App UsageManager Service中通过回调更新的方式触发回调函数update Start Process Rreq(更新启动进程)更新当前APP进程的启动参数给Activity Manager Service的启动APP流程,此时start Process中已获得了根据APP是为自启动及使用频度而得到的APP的启动参数信息。
本实施例中的App Usage Manager用于在APP启动的时候更新APP的使用频率。然后将获取到的APP的使用频率与预设的APP启动优化条件进行匹配,所述APP启动优化条件包括:使用频率为第一时间段以内未使用(例如3天以内未使用)、使用频率为第一时间段以上且第二时间段以内未使用(例如3天以上7天以内未使用)、使用频率为第二时间段以上未使用(例如7天以上未使用),在本实施例中所述第二时间段比第一时间段长。当所述APP的使用频率满足所述APP启动优化条件是,则对APP的启动参数进行更新与调整,包括CPU运行在大核或小核,CPU的频率限制,内存限制。
具体地,当自启动的APP的使用频率为第一时间段(3天)以内未使用时,则说明该自启动的APP是比较常用的APP,因此不对该APP进行优化处理;当自启动的APP的使用频率为第一时间段以上且第二时间段(7天)以内未使用时,则将该APP启动时的CPU限制在单个的小核上运行,且不限制CPU的频率;当自启动的APP的使用频率为第二时间段以上未使用时,则说明该APP不常用,因此将该APP启动时的CPU限制在单个的小核上运行,且CPU的频率限制为600MHz(1GHZ=1024MHZ),且最大内存占用为当前内存的1/16,由此来实现对APP启动参数的更新。本实施例中通过App Profile Manager(应用程序配置文件管理器)来更新启动参数,在实际调用到ZygoteProcess中的start函数进行参数传递,让zygote(Zygote为原生模块,Android中启动一个APP实际上为通过Zygote fork一个进程)可以接收到对应进程的CPU核心数和频率参数以及内存参数,实现对APP启动的优化。
而当APP为用户主动触发启动(即用户主动点击)时,说明该APP是用户想要操作的APP,为了保证该APP的运行流畅,本实施例可以对该APP的CPU核心数、CPU频率以及内存占用进行增加,减小该APP的运行负担。优选地,本实施例中,当APP是用户主动触发启动(即用户主动点击)时,对该APP的优化处理同样可以基于该APP的使用频率来对该APP的CPU核心数、CPU频率以及内存占用进行相应地增加。如当该用户主动触发启动的APP的使用频率为3天内未使用时,则说明该APP为常用APP,则可以控制该APP的CPU核心数为双核、CPU频率调整为1200MHz以及最大占用内存为当前内存的1/8,保证该APP能够更加流畅的运行。
优选地,本实施例在对APP的启动参数与调整之后,继续APP的启动流程,触发函数start Process Locked(启动进行锁定),调用App Profile Manager(应用程序文件管理器)提供的函数set Process CPU Freq(创建进程CPU),set Process Memory Limit(创建进程内存限制)两个函数对实际的CPU频率,内存进行限制,实际是使用Linux的cgroup机制,更新cgroup组的策略。继续APP启动流程,使用zygote fork更新相应cgroup组限制的进程,以使APP启动完成。
本实施例通过对APP的状态进行分析,然后对APP的使用频率以及启动参数进行获取并分析,根据其使用频率与预设的APP启动优化条件进行匹配,并基于不同的匹配结果来对APP的启动参数进行更新与优化,从而对使用频率不高的APP的CPU频率以及内存占用等进行释放,实现***的流程运行。
实施例二
本实施例是对APP后台静置时的dex优化,Dex2oat全时段编译的概念为:Background DexOpt Service(后台DexOpt服务)为Android N上开始引入的的一个针对于APP不使用时进行后台编译优化java字节码转化为dex的服务。在Android N之前,所有的APP是在编译或安装时进行全部的java字节码优化为dex的动作,但是对于大体积的应用,安装时间较长。故在Android N开始,引入了全时段编译的概念,即:当APP安装时仅编译部分重要类为dex,oat文件,但是随着用户的使用会更新更多的类和使用善到对应APP的profile(文件)中,在设备IDLE或充电时,会触发Back ground DexOpt Service中的job进运行优化。但是带来的问题是如果安装了大量的应用,当优化正在进行时,如果产生了用户主动使用移动终端的场景,移动会异常卡顿。
因此,本实施例根据APP的使用频率来进行dex优化,当设备处于IDLE(集成开发环境)或充电状态触发了Back ground DexOpt Service(后台DexOpt服务)中的优化任务时,去AppUsageManager中去查询使用频度,根据使用频度去剔除优化列表中使用频度不高的应用,从而使得后台优化任务触发到dex2oat的任务更少,仅仅优化热频使用的应用,从而达到APP后台dex优化的目的,减少冲突场景引起的卡顿问题。
具体地,参照图3,本实施例定时分析所述android***当前的状态,当所述android***处于静置状态时,则自动触发APP的后台dex2oat优化任务,并生成待执行dex2oat优化的APP列表,也就是说,本实施例中当移动终端满足静置时,则自动触发后台的dex2oat优化任务。runIdle Optimization(运行空间优化函数)函数为静置移动终端优化任务的触发入口函数,在该函数中遍历待做dex2oat的APP列表,通过AIDL方式通过调用AppUsage Manager(应用程序使用管理器)的check Usage Freq(检查使用规定)函数来访问App Usage Manager Service(应用程序使用管理服务)的check Usage Freq函数来获取当前APP的使用频度是否满足触发dex2oat优化条件。本实施例中的dex2oat优化条件为:使用频率为第二时间段以上未使用(例如7天以上未使用)。通过update Optimize Packages(更新优化软件包)函数更新当前待执行dex2oat优化的APP列表,并将第二时间段以上未使用(例如7天以上未使用过)的APP从所示APP列表中删除,然后继续Android原生的dex2oat优化流程,触发dex2oat优化进程对当前待执行dex2oat优化的APP列表中剩余的APP进行优化。
本实施例根据使用频度去剔除优化列表中使用频度低的应用,从而使得后台优化任务触发到dex2oat的任务更少,仅仅优化高频使用的应用,从而达到APP后台dex优化的目的,减少冲突场景引起的卡顿问题。
基于上述实施例,本发明还提供了一种移动终端,其原理框图可以如图4所示。该移动终端包括通过***总线连接的处理器、存储器、网络接口、显示屏、温度传感器。其中,该移动终端的处理器用于提供计算和控制能力。该移动终端的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该移动终端的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于使用频率的APP优化方法。该移动终端的显示屏可以是液晶显示屏或者电子墨水显示屏,该移动终端的温度传感器是预先在移动终端内部设置,用于检测内部设备的当前运行温度。
本领域技术人员可以理解,图4中示出的原理框图,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的移动终端的限定,具体的移动终端可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种移动终端,包括存储器和处理器,存储器中存储有计算机程序,所述移动终端包括上述实施例中的显示屏,该处理器执行计算机程序时至少可以实现以下步骤:
获取APP的使用频率,将所获取的使用频率与预设的优化条件进行匹配;
根据匹配结果,对所述APP进行优化处理;所述优化处理的对象至少包括以下一种:所述APP的CPU核心数、CPU频率以及内存占用。
在其中一个实施例中,该处理器执行计算机程序时还可以实现以下步骤:接分析所述APP当前的状态,并获取所述APP的使用频率;将获取的使用频率与预设的APP启动优化条件进行匹配,判断所述APP是否满足优化条件。优选地,所述预设的APP启动优化条件包括:使用频率为第一时间段以内未使用、使用频率为第一时间段以上且第二时间段以内未使用、使用频率为第二时间段以上未使用。
在其中一个实施例中,该处理器执行计算机程序时还可以实现以下步骤:分析所述APP当前的状态,判断所述APP是否正在启动;若所述APP正在启动时,则获取正在启动的所述APP的启动方式;若所述正在启动的APP的启动方式为自启动时,则通过应用程序使用管理服务获取正在启动的所述APP的使用频率,并获取正在启动的所述APP的当前启动参数,所述自启动包括后台自启动以及进程触发自启动;若所述正在启动的APP的启动方式为用户主动触发启动时,则获取正在启动的所述APP的当前启动参数。
在其中一个实施例中,该处理器执行计算机程序时还可以实现以下步骤:当所述APP为自启动,且所述APP的使用频率为第一时间段以内未使用时,则不对所述APP进行优化处理;当所述APP为自启动,且所述APP的使用频率为第一时间段以上且第二时间段以内未使用时,则将所述APP启动时的CPU限制在单个的小核上运行,且不限制CPU的频率;当所述APP为自启动,且所述APP的使用频率为第二时间段以上未使用时,则将所述APP启动时的CPU限制在单个的小核上运行,且CPU的频率限制为600MHz,且最大内存占用为当前内存的1/16。
在其中一个实施例中,该处理器执行计算机程序时还可以实现以下步骤:若所述APP为用户主动触发启动时,则增加所述APP的CPU核心数、CPU频率以及内存占用中的至少一个。
在其中一个实施例中,该处理器执行计算机程序时还可以实现以下步骤:定时分析所述android***当前的状态;当所述android***处于静置状态时,则自动触发APP的后台dex2oat优化任务,并生成待执行dex2oat优化的APP列表;获取所述android***中的每一所述APP的使用频率,并将所获取到的使用频率与预设的dex2oat优化条件进行匹配,判断所述APP的使用频率是否满足dex2oat优化条件。优选地,所述dex2oat优化条件包括:使用频率为第二时间段以上未使用。
在其中一个实施例中,该处理器执行计算机程序时还可以实现以下步骤:当所述APP的使用频率为第二时间段以上未使用时,则将所述APP从待执行dex2oat优化的APP列表中删除;触发后台dex2oat优化进程对所述APP列表中剩余的APP进行优化。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
综上所述,本发明公开了一种APP优化方法,所述方法应用于android***,其特征在于,所述方法包括:获取APP的使用频率,将所获取的使用频率与预设的优化条件进行匹配;根据匹配结果,对所述APP进行优化处理;所述优化处理的对象至少包括以下一种:所述APP的CPU核心数、CPU频率以及内存占用。本发明能够基于APP的使用频率的不同来对APP的CPU核心数、CPU频率、内存占用进行优化,提高***运行的流畅度,给用户的使用提供了方便。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种APP优化方法,所述方法应用于android***,其特征在于,所述方法包括:
获取APP的使用频率,将所获取的使用频率与预设的优化条件进行匹配;
根据匹配结果,对所述APP进行优化处理;所述优化处理的对象至少包括以下一种:所述APP的CPU核心数、CPU频率以及内存占用。
2.根据权利要求1所述的APP优化方法,其特征在于,所述获取APP的使用频率,将所获取的使用频率与预设的优化条件进行匹配,包括:
分析所述APP当前的状态,并获取所述APP的使用频率;将获取的使用频率与预设的APP启动优化条件进行匹配,判断所述APP是否满足优化条件。
3.根据权利要求2所述的APP优化方法,其特征在于,所述分析所述APP当前的状态,并获取所述APP的使用频率,包括:
分析所述APP当前的状态,判断所述APP是否正在启动;
若所述APP正在启动时,则获取正在启动的所述APP的启动方式;
若所述正在启动的APP的启动方式为自启动时,则通过应用程序使用管理服务获取正在启动的所述APP的使用频率,并获取正在启动的所述APP的当前启动参数,所述自启动包括后台自启动以及进程触发自启动;
若所述正在启动的APP的启动方式为用户主动触发启动时,则获取正在启动的所述APP的当前启动参数。
4.根据权利要求3所述的APP优化方法,其特征在于,所述根据匹配结果,对所述APP进行优化处理,包括:
当所述APP为自启动,且所述APP的使用频率为第一时间段以内未使用时,则不对所述APP进行优化处理;
当所述APP为自启动,且所述APP的使用频率为第一时间段以上且第二时间段以内未使用时,则将所述APP启动时的CPU限制在单个的小核上运行,且不限制CPU的频率;
当所述APP为自启动,且所述APP的使用频率为第二时间段以上未使用时,则将所述APP启动时的CPU限制在单个的小核上运行,且CPU的频率限制为600MHz,且最大内存占用为当前内存的1/16。
5.根据权利要求4所述的APP优化方法,其特征在于,所述根据匹配结果,对所述APP进行优化处理,还包括:
若所述APP为用户主动触发启动时,则增加所述APP的CPU核心数、CPU频率以及内存占用中的至少一个。
6.根据权利要求1所述的APP优化方法,其特征在于,所述获取APP的使用频率,将所获取的使用频率与预设的优化条件进行匹配,还包括:
定时分析所述android***当前的状态;
当所述android***处于静置状态时,则自动触发APP的后台dex2oat优化任务,并生成待执行dex2oat优化的APP列表;
获取所述android***中的每一所述APP的使用频率,并将所获取到的使用频率与预设的dex2oat优化条件进行匹配,判断所述APP的使用频率是否满足dex2oat优化条件。
7.根据权利要求6所述的APP优化方法,其特征在于,所述dex2oat优化条件包括:使用频率为第二时间段以上未使用。
8.根据权利要求8所述的APP优化方法,其特征在于,所述根据匹配结果,对所述APP进行优化处理,包括:
当所述APP的使用频率为第二时间段以上未使用时,则将所述APP从待执行dex2oat优化的APP列表中删除;
触发后台dex2oat优化进程对所述APP列表中剩余的APP进行优化。
9.一种移动终端,包括:处理器、与处理器通信连接的存储介质,其特征在于,所述存储介质适于存储多条指令;所述处理器适于调用所述存储介质中的指令,以执行实现上述权利要求1-8任一项所述的APP优化方法的步骤。
10.一种存储介质,其上存储有多条指令,其特征在于,所述指令适于由处理器加载并执行,以执行实现上述权利要求1-8任一项所述APP优化方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910712928.5A CN112328316B (zh) | 2019-08-02 | 2019-08-02 | 一种app优化方法、移动终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910712928.5A CN112328316B (zh) | 2019-08-02 | 2019-08-02 | 一种app优化方法、移动终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112328316A true CN112328316A (zh) | 2021-02-05 |
CN112328316B CN112328316B (zh) | 2023-01-24 |
Family
ID=74319828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910712928.5A Active CN112328316B (zh) | 2019-08-02 | 2019-08-02 | 一种app优化方法、移动终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112328316B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105740125A (zh) * | 2016-01-29 | 2016-07-06 | 四川秘无痕信息安全技术有限责任公司 | 获取Android应用程序启动次数和时间的方法 |
CN105824664A (zh) * | 2016-03-08 | 2016-08-03 | 广东欧珀移动通信有限公司 | 应用程序启动监控方法、装置以及终端设备 |
CN105893153A (zh) * | 2016-03-31 | 2016-08-24 | 北京百纳威尔无线通信设备有限公司 | 移动终端的内存清理方法和装置 |
CN105938441A (zh) * | 2016-04-15 | 2016-09-14 | 惠州Tcl移动通信有限公司 | 一种移动终端应用程序设置处理方法及*** |
CN106250180A (zh) * | 2016-07-27 | 2016-12-21 | 宇龙计算机通信科技(深圳)有限公司 | 一种odex优化控制方法及移动终端 |
CN106445664A (zh) * | 2016-09-18 | 2017-02-22 | 深圳市邦华电子有限公司 | 一种应用程序管理方法和装置 |
CN106909424A (zh) * | 2017-03-01 | 2017-06-30 | 广东小天才科技有限公司 | 一种应用程序的启动控制方法和装置 |
CN107450709A (zh) * | 2017-07-31 | 2017-12-08 | 广东欧珀移动通信有限公司 | 应用处理方法、装置、存储介质及电子设备 |
CN108090360A (zh) * | 2018-01-16 | 2018-05-29 | 华南师范大学 | 一种基于行为特征的安卓恶意应用分类方法及*** |
CN108446178A (zh) * | 2018-03-05 | 2018-08-24 | 北京小米移动软件有限公司 | 优化卡顿的方法及装置 |
CN108536488A (zh) * | 2018-04-17 | 2018-09-14 | Oppo广东移动通信有限公司 | 应用启动优化方法、装置、存储介质及终端设备 |
US20180307600A1 (en) * | 2015-12-31 | 2018-10-25 | Huawei Technologies Co., Ltd. | Memory reclaim method and apparatus |
CN109144676A (zh) * | 2017-06-15 | 2019-01-04 | 阿里巴巴集团控股有限公司 | 一种应用程序的自启动检测方法、装置及服务器 |
CN109656722A (zh) * | 2019-01-04 | 2019-04-19 | Oppo广东移动通信有限公司 | 内存优化方法、装置、移动终端及存储介质 |
-
2019
- 2019-08-02 CN CN201910712928.5A patent/CN112328316B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180307600A1 (en) * | 2015-12-31 | 2018-10-25 | Huawei Technologies Co., Ltd. | Memory reclaim method and apparatus |
CN105740125A (zh) * | 2016-01-29 | 2016-07-06 | 四川秘无痕信息安全技术有限责任公司 | 获取Android应用程序启动次数和时间的方法 |
CN105824664A (zh) * | 2016-03-08 | 2016-08-03 | 广东欧珀移动通信有限公司 | 应用程序启动监控方法、装置以及终端设备 |
CN105893153A (zh) * | 2016-03-31 | 2016-08-24 | 北京百纳威尔无线通信设备有限公司 | 移动终端的内存清理方法和装置 |
CN105938441A (zh) * | 2016-04-15 | 2016-09-14 | 惠州Tcl移动通信有限公司 | 一种移动终端应用程序设置处理方法及*** |
CN106250180A (zh) * | 2016-07-27 | 2016-12-21 | 宇龙计算机通信科技(深圳)有限公司 | 一种odex优化控制方法及移动终端 |
CN106445664A (zh) * | 2016-09-18 | 2017-02-22 | 深圳市邦华电子有限公司 | 一种应用程序管理方法和装置 |
CN106909424A (zh) * | 2017-03-01 | 2017-06-30 | 广东小天才科技有限公司 | 一种应用程序的启动控制方法和装置 |
CN109144676A (zh) * | 2017-06-15 | 2019-01-04 | 阿里巴巴集团控股有限公司 | 一种应用程序的自启动检测方法、装置及服务器 |
CN107450709A (zh) * | 2017-07-31 | 2017-12-08 | 广东欧珀移动通信有限公司 | 应用处理方法、装置、存储介质及电子设备 |
CN108090360A (zh) * | 2018-01-16 | 2018-05-29 | 华南师范大学 | 一种基于行为特征的安卓恶意应用分类方法及*** |
CN108446178A (zh) * | 2018-03-05 | 2018-08-24 | 北京小米移动软件有限公司 | 优化卡顿的方法及装置 |
CN108536488A (zh) * | 2018-04-17 | 2018-09-14 | Oppo广东移动通信有限公司 | 应用启动优化方法、装置、存储介质及终端设备 |
CN109656722A (zh) * | 2019-01-04 | 2019-04-19 | Oppo广东移动通信有限公司 | 内存优化方法、装置、移动终端及存储介质 |
Non-Patent Citations (2)
Title |
---|
卢文清等: "基于混合特征的Android恶意软件静态检测", 《无线电通信技术》 * |
张晓天: "基于特征选择的Android恶意软件检测方法", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112328316B (zh) | 2023-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10713091B2 (en) | Streaming program execution method of intelligent terminal | |
US10101910B1 (en) | Adaptive maximum limit for out-of-memory-protected web browser processes on systems using a low memory manager | |
JP4640728B2 (ja) | アプリケーション環境をクローニングするプロセスにおけるインクリメンタルプロファイリングデータを、ダイナミックかつ持続的にトラッキングするシステムおよび方法 | |
US20140047256A1 (en) | Terminal device and method for operating the same | |
US11853820B2 (en) | Cross-process communication method, apparatus, and device | |
KR101701068B1 (ko) | 비휘발성 메모리에 코드를 캐싱하는 방법들, 시스템들 및 장치 | |
US10289446B1 (en) | Preserving web browser child processes by substituting a parent process with a stub process | |
CN111488167B (zh) | 一种小程序的更新方法、装置、设备和计算机可读介质 | |
CN107291481B (zh) | 一种组件更新方法、装置和*** | |
CN106293870A (zh) | 计算机***及其策略导向压缩方法 | |
CN105824660A (zh) | 一种应用程序的更新方法及终端 | |
US10248321B1 (en) | Simulating multiple lower importance levels by actively feeding processes to a low-memory manager | |
CN106293790B (zh) | 基于Firefox操作***的应用程序升级方法和装置 | |
CN110018855A (zh) | 一种基于安卓***开机优化方法、存储介质及智能终端 | |
US20160179716A1 (en) | Timer management apparatus | |
CN113986543A (zh) | 内存释放方法、装置、设备及存储介质 | |
CN116643778B (zh) | 一种应用程序优化方法及电子设备 | |
CN112328316B (zh) | 一种app优化方法、移动终端及存储介质 | |
CN113360251B (zh) | 智能合约执行与跨合约调用方法、装置及存储介质 | |
CN113641987B (zh) | 应用静默安装的拦截方法、装置和计算机设备 | |
US10545562B2 (en) | Electronic device and method for operating the same | |
US20080235503A1 (en) | Event-based dynamic tunables | |
CN113050962B (zh) | 移动服务升级方法、装置和终端 | |
CN109298880B (zh) | 多版本代码生成方法、设备及电子设备 | |
CN104636160A (zh) | 一种应用程序的启动方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 516006 TCL science and technology building, No. 17, Huifeng Third Road, Zhongkai high tech Zone, Huizhou City, Guangdong Province Applicant after: TCL Technology Group Co.,Ltd. Address before: 516006 Guangdong province Huizhou Zhongkai hi tech Development Zone No. nineteen District Applicant before: TCL Corp. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |