背景

某项目有对adb install优化的一个需求，项目的平台是Android 10，内核版本是4.19， Data分区是F2FS文件体系。由于adb install是Android一个很规范的流程，网上有很多详细的介绍，本文不触及这个详细流程，感兴趣的能够参阅一下运用程序装置流程。

Adb install简略的流程是这样的，首先把装置包从PC传到设备中，然后再在设备中履行装置操作。本文只触及装置流程中的第一个环节，即把装置文件从PC通过USB传到设备本地文件体系中的这个仿制进程，这个进程耗时跟着装置包的变大而变长。

文件仿制代码

在履行adb install的进程中把装置包从PC通过USB仿制到本地文件体系中，这个进程会调用到一个copy函数，这个函数的输入是2个文件的FD，输入FD对应的是从USB传来的源文件，输出文件对应的是要保存的本地临时文件。这个函数在frameworks/base/core/java/android/os/FileUtils.java里边。

    /**
     * Copy the contents of one FD to another.
     * <p>
     * Attempts to use several optimization strategies to copy the data in the
     * kernel before falling back to a userspace copy as a last resort.
     *
     * @param count the number of bytes to copy.
     * @param signal to signal if the copy should be cancelled early.
     * @param executor that listener events should be delivered via.
     * @param listener to be periodically notified as the copy progresses.
     * @return number of bytes copied.
     * @hide
     */
    public static long copy(@NonNull FileDescriptor in, @NonNull FileDescriptor out, long count,
            @Nullable CancellationSignal signal, @Nullable Executor executor,
            @Nullable ProgressListener listener) throws IOException {
        if (sEnableCopyOptimizations) {
            try {
                final StructStat st_in = Os.fstat(in);
                final StructStat st_out = Os.fstat(out);
                if (S_ISREG(st_in.st_mode) && S_ISREG(st_out.st_mode)) {
                    return copyInternalSendfile(in, out, count, signal, executor, listener);
                } else if (S_ISFIFO(st_in.st_mode) || S_ISFIFO(st_out.st_mode)) {
                    return copyInternalSplice(in, out, count, signal, executor, listener);
                }
            } catch (ErrnoException e) {
                throw e.rethrowAsIOException();
            }
        }
        // Worse case fallback to userspace
        return copyInternalUserspace(in, out, count, signal, executor, listener);
    }

看这个函数的代码，能够得到以下信息

copy是一个单纯函数，便是依据传入的输入输出FD，完结文件仿制规范操作。
Google依据FD的类型，进行了相应优化操作
1. 假如输入输出都是一般文件，则调用copyInternalSendfile
2. 假如输入输出有一个是FIFO文件，则调用copyInternalSplice
3. 其他状况，则调用copyInternalUserspace

下面会对这几种状况进一步剖析，在剖析之前先了解一下零仿制技能。

零仿制技能

零仿制（Zero-copy）技能指在计算机履行I/O操作时，CPU 不需要先将数据从一个内存区域仿制到另一个内存区域。比较于规范I/O，零仿制并不是没有仿制数据，而是削减上下文切换以及CPU仿制。零仿制机制的优点：

削减数据在内核缓冲区和用户进程缓冲区之间重复的 I/O 仿制操作
削减用户进程地址空间和内核地址空间之间的上下文切换
完结 CPU 的零参与，消除 CPU 在这方面的负载

零仿制的完结主要有以下几种：

mmap+write
sendfile+DMA scatter/gather
splice

本文不再触及零仿制的更多原理介绍，想了解更多信息，能够参阅IO 零仿制 –

零仿制的运用

有了对零仿制的基础知识的了解，能够知道零仿制固然好但是运用起来有各种限制，在adb install这个场景下，输入的FD是一个Socket，输出的FD是一个一般文件，并不能直接选用任何一种零仿制技能，那如何来优化呢？下面先进一步看一下本例中触及到的几个函数。

copyInternalSendfile

copyInternalSendfile实际上便是选用了零仿制技能之一，sendfile体系调用。这个函数要求是输入输出都是一般文件，本场景不满足，一切不会进入这个分支。


    /**
     * Requires both input and output to be a regular file.
     *
     * @hide
     */
    @VisibleForTesting
    public static long copyInternalSendfile(FileDescriptor in, FileDescriptor out, long count,
            CancellationSignal signal, Executor executor, ProgressListener listener)
            throws ErrnoException {
        。。。
        while ((t = Os.sendfile(out, in, null, Math.min(count, COPY_CHECKPOINT_BYTES))) != 0) {
            progress += t;
            checkpoint += t;
            count -= t;
           。。。
        }
    }


static jlong Linux_splice(JNIEnv* env, jobject, jobject javaFdIn, jobject javaOffIn, jobject javaFdOut, jobject javaOffOut, jlong len, jint flags) {
    。。。
    ret = splice(fdIn, (javaOffIn == NULL ? NULL : &offIn),
           fdOut, (javaOffOut == NULL ? NULL : &offOut),
           len, flags);
    。。。
}

copyInternalSplice

copyInternalSplice实际上便是选用了零仿制技能之一，splice体系调用。这个函数要求是输入输出至少有一个是FIFO，本场景不满足，一切不会进入这个分支。

   /**
     * Requires one of input or output to be a pipe.
     *
     * @hide
     */
    @VisibleForTesting
    public static long copyInternalSplice(FileDescriptor in, FileDescriptor out, long count,
            CancellationSignal signal, Executor executor, ProgressListener listener)
            throws ErrnoException {
        。。。
        while ((t = Os.splice(in, null, out, null, Math.min(count, COPY_CHECKPOINT_BYTES),
                SPLICE_F_MOVE | SPLICE_F_MORE)) != 0) {
            progress += t;
            checkpoint += t;
            count -= t;
            。。。
        }
    }


static jlong Linux_splice(JNIEnv* env, jobject, jobject javaFdIn, jobject javaOffIn, jobject javaFdOut, jobject javaOffOut, jlong len, jint flags) {
    。。。
    ret = splice(fdIn, (javaOffIn == NULL ? NULL : &offIn),
           fdOut, (javaOffOut == NULL ? NULL : &offOut),
           len, flags);
    。。。
}

copyInternalUserspace

copyInternalUserspace实际上便是选用传统的文件读写办法来完结仿制的，即从一个FD读出，然后写入另一个FD，直接在Java层就完结了。这是适用性最广的办法，当然功能也是最差的。不满足任何优化限制条件的场景最终都会履行这个分支。


    /** {@hide} */
    @VisibleForTesting
    public static long copyInternalUserspace(InputStream in, OutputStream out,
            CancellationSignal signal, Executor executor, ProgressListener listener)
            throws IOException {
        。。。
        while ((t = in.read(buffer)) != -1) {
            out.write(buffer, 0, t);
            progress += t;
        。。。
        }
    }

优化计划

Google的原生代码里边，针对adb install这样，输入FD是Socket，输出是一般文件的场景不满足任何优化条件，只能履行一般的仿制流程。那么针对这种场景，是否能够优化呢？答案是必定的，能够利用splice来完结，由于splice要求输入，输出FD至少有一个是FIFO。这样咱们能够用一个FIFO来作为中介，完结从Socket–>FIFO–>File，这样就利用2次零仿制的体系调用来完结一次实际仿制，达到了优化的作用。

下面便是完结Socket–>FIFO–>File的整个函数


static jlong Linux_spliceSocket(JNIEnv* env, jobject, jobject javaFdIn, jobject javaOffIn, jobject javaFdOut, jobject javaOffOut, jlong len, jint flags) {
    int fdIn = jniGetFDFromFileDescriptor(env, javaFdIn);
    int fdOut = jniGetFDFromFileDescriptor(env, javaFdOut);
    int spliceErrno;
    int pfd[2];
    jlong offIn = (javaOffIn == NULL ? 0 : env->GetLongField(javaOffIn, int64RefValueFid));
    jlong offOut = (javaOffOut == NULL ? 0 : env->GetLongField(javaOffOut, int64RefValueFid));
    jlong ret = -1;
    long count = len;
    long sum = 0;
    if (count == 0)
        return 0;
   // 创立一个Pipe用来作为传输中介
    pipe(pfd);
    do {
        bool wasSignaled = false;
        {
            AsynchronousCloseMonitor monitorIn(fdIn);
            AsynchronousCloseMonitor monitorOut(fdOut);
            // 从Socket仿制到Pipe
            ret = splice(fdIn, (javaOffIn == NULL ? NULL : &offIn), pfd[1], NULL, count, flags);
            if (ret < 0) {
                ALOGE("Splice in error, err:%d, errstr:%s\n", errno, strerror(errno));
                break;
            }
            // 从Pipe仿制到File
            ret = splice(pfd[0], NULL, fdOut, (javaOffOut == NULL ? NULL : &offOut), count, flags);
            if (ret < 0) {
                ALOGE("Splice out error, err:%d, errstr:%s\n", errno, strerror(errno));
                break;
            }
            count -= ret;
            sum += ret;
            if (count <= 0) {
                break;
            }
            spliceErrno = errno;
            wasSignaled = monitorIn.wasSignaled() || monitorOut.wasSignaled();
        }
        if (wasSignaled) {
            jniThrowException(env, "java/io/InterruptedIOException", "splice interrupted");
            ret = -1;
            break;
        }
        if (ret == -1 && spliceErrno != EINTR) {
            throwErrnoException(env, "splice");
            break;
        }
    } while ((ret == -1) || (count > 0));
    if (ret == -1) {
        /* If the syscall failed, re-set errno: throwing an exception might have modified it. */
        errno = spliceErrno;
    } else {
        if (javaOffIn != NULL) {
            env->SetLongField(javaOffIn, int64RefValueFid, offIn);
        }
        if (javaOffOut != NULL) {
            env->SetLongField(javaOffOut, int64RefValueFid, offOut);
        }
    }
    if (ret > 0)
        ret = sum;
    // 封闭运用的Pipe
    close(pfd[0]);
    close(pfd[1]);
    return ret;
}

对应的在Copy函数里边，添加一个优化仿制的断定条件，在输入，输出FD中至少有一个是Socket的时分，调用咱们完结的Linux_spliceSocket来履行。

    public static long copy(@NonNull FileDescriptor in, @NonNull FileDescriptor out, long count,
            @Nullable CancellationSignal signal, @Nullable Executor executor,
            @Nullable ProgressListener listener) throws IOException {
        if (sEnableCopyOptimizations) {
            try {
                final StructStat st_in = Os.fstat(in);
                final StructStat st_out = Os.fstat(out);
                if (S_ISREG(st_in.st_mode) && S_ISREG(st_out.st_mode)) {
                    return copyInternalSendfile(in, out, count, signal, executor, listener);
                } else if (S_ISFIFO(st_in.st_mode) || S_ISFIFO(st_out.st_mode)) {
                    return copyInternalSplice(in, out, count, signal, executor, listener);
                } else if (S_ISSOCK(st_in.st_mode) || S_ISSOCK(st_out.st_mode)) {
                    return copyInternalSpliceSocket(in, out, count, signal, executor, listener);
                }
            } catch (ErrnoException e) {
                throw e.rethrowAsIOException();
            }
        }
        // Worse case fallback to userspace
        return copyInternalUserspace(in, out, count, signal, executor, listener);
    }

优化作用

运用Splice零仿制技能，比较传统的读出再写入办法，削减了2次从内核态到用户态的仿制耗费，在XXX项目平台上实际测试了优化作用，作用还比较明显。单独文件Copy的耗时削减了30%，整个adb install的耗时降低了5%左右。

总结

本文引进Pipe作为中心媒介的仿制办法，是一个利用零仿制技能的通用办法，能够运用在不同的场景，adb install这个场景仅仅一个实际的运用。当然零仿制技能也有局限性，便是在此进程中不能对数据进行修改，对于有数据修改要求的场景并不适用。

参阅文献

运用程序装置流程

IO 零仿制 –

用零拷贝技术优化adb install的执行时间

背景

文件仿制代码

零仿制技能

零仿制的运用

copyInternalSendfile

copyInternalSplice

copyInternalUserspace

优化计划

优化作用

总结

参阅文献

作者信息

用零拷贝技术优化adb install的执行时间

背景

文件仿制代码

零仿制技能

零仿制的运用

copyInternalSendfile

copyInternalSplice

copyInternalUserspace

优化计划

优化作用

总结

参阅文献

相关文章

java 中用 Logback 屏蔽敏感数据

一款零侵入的高效Flutter混合栈管理方案，你值得拥有！

Android平台下的cpu利用率优化实现

Flutter中如何获取Text截断后的字符串

作者信息