Binder原理：进程间通信基础
讲Binder优化之前，咱得先把地基打牢。很多做Android开发的朋友，用Binder用得挺溜，但一问到「用户态和内核态到底怎么切换的」、「序列化到底干了什么事」，就有点含糊了。这不行，真遇到性能问题，你连瓶颈在哪都找不到。
我记得刚接触Binder那会儿，也觉得它就是「调用远程方法」而已。直到有一次线上问题：系统服务响应超时，我顺着调用栈一路追下去…嗯，才发现自己对Binder的理解只浮在API层面。今天咱们就把它铺开，把用户态、内核态、共享内存、序列化这几个核心概念讲透。
用户态与内核态：谁在干活？
Android的进程跑在用户态。用户态说白了就是「你写的代码」在跑，权限有限。比如你不能直接读写物理内存、不能直接操作硬件。内核态就不一样了，它拥有最高权限，能访问所有硬件资源。
Binder通信，本质上是两个用户态进程（比如App和SystemServer）要交换数据。但两个进程的内存空间是隔离的，不能互相访问。怎么办？必须经过内核。Binder驱动跑在内核态，充当「中间人」。
关键理解：
- 发起方（客户端）在用户态调用Binder API
- 数据先复制到内核空间（由Binder驱动完成）
- 内核再通知目标进程（服务端），把数据从内核空间复制到它的用户空间
- 一次Binder IPC，至少经历 一次用户态→内核态切换 + 一次内核态→用户态切换
为什么会多一次拷贝？别急，下面会讲共享内存来优化。
共享内存：Binder的「偷懒」之道
传统IPC（比如管道、Socket）通常需要两次数据拷贝：先从发送方用户态拷到内核态，再从内核态拷到接收方用户态。Binder默认也是两次拷贝——但它在某些场景下可以做到 一次拷贝。
怎么做到的？通过内存映射（mmap）。Binder驱动在内核空间维护一块缓冲区，同时把这缓冲区映射到用户空间。说白了，就是一块物理内存，内核和用户进程都能看到。
我个人的理解：
想象一下，你（客户端）想把一箱货交给对面楼的人（服务端）。传统做法是：你把货搬到自己楼下（用户态→内核态），再搬到他楼下（内核态→用户态）。Binder的做法是：你们俩共享一个地下仓库（mmap），你直接把货放在仓库里，他直接去拿，中间只需要一次「开门通知」。
不过要注意，不是所有Binder调用都能享受一次拷贝。只有数据量小于Binder缓冲区大小（通常1MB可以调）且使用Binder内核驱动内部的mmap机制才能实现。我自己在优化系统服务时，就遇到过因为传输大图片导致频繁两次拷贝的问题，后来改成用共享内存加文件描述符传递，才压下去延迟。
序列化与反序列化：数据怎么「打包」？
进程间通信，数据不能直接传对象，因为对象引用在另一个进程里没意义。你得把对象「拍平」成二进制字节流，这叫序列化。另一端收到二进制流后，再恢复成对象，这叫反序列化。
Android里常见的序列化方案有：
| 方案 | 特点 | 我踩过的坑 |
|---|---|---|
| Parcelable | Android原生，效率高，需手写实现 | 字段顺序不能乱改，不然反序列化会崩 |
| Serializable | Java原生，简单但慢，反射开销大 | 在Binder里用Serializable？性能直接腰斩 |
| Protocol Buffers | 跨语言，压缩率高 | 需要维护.proto文件，调试不方便 |
Binder内部强制要求使用Parcelable。你写的AIDL接口，编译器自动生成Parcelable的序列化代码。但要注意：AIDL默认传输的是Parcelable的浅拷贝。如果对象内部有大量数组或嵌套对象，每次序列化都会遍历所有字段，这个开销不可忽视。
我曾经优化过一个系统服务，每次调用要传输一个包含1000个元素的List。反序列化时，Binder驱动逐个解包，光这个步骤就占了整个IPC时间的40%。后来我把List改成文件描述符+共享内存，才把响应时间从50ms压到5ms。
Binder IPC完整流程一览
咱们把上面讲的内容串起来，看一张图就清楚多了：
我曾经踩过的坑：
- 在AIDL接口里传了一个很大的Bitmap对象，序列化直接把binder线程耗尽，系统服务响应超200ms
- 用了Parcelable但没注意成员变量里的List大小，反序列化耗时跟数据量呈线性增长
- 以为mmap能解决一切，忽略了Binder缓冲区大小限制（默认1MB），传大文件时直接TransactionTooLargeException
你想想看，Binder一顿操作下来，用户态到内核态两次切换是逃不掉的。但数据拷贝次数能优化。我们做性能优化时，首要目标就是减少拷贝、减少序列化开销。后面几章我会具体聊这些优化手段，今天先把基础打牢。
小结一下：
- 用户态/内核态：Binder通信必须经过内核驱动，这是安全的基石
- 共享内存mmap：让内核缓冲区映射到用户空间，有机会做到一次拷贝
- 序列化/反序列化：Parcelable是Binder的标配，注意控制数据量
- 性能关键点：数据拷贝次数、序列化字段数量、binder线程池负载
记住这些概念，后面分析具体案例时，你就能一眼看出问题在哪。我就是这样一步步从「调了接口但没效果」变成「看一眼堆栈就知道瓶颈」的。你也一定可以。