AOT ve JIT Derleme Dinamikleri
Bölüm 1: Bu Nedir ve Neden Hayati Önem Taşır?
Bu analiz, Android ekosisteminin çalışma zamanı (runtime) evriminin iki ana mimari basamağı olan Dalvik Sanal Makinesi (DVM) ve Android Runtime (ART) arasındaki temel derleme paradigması farkını, yani Just-In-Time (JIT) ve Ahead-Of-Time (AOT) derleme dinamiklerini, ontolojik ve metodolojik bir çerçevede ele alır. Kapsam; derleyici mimarisinin bellek yönetimi, CPU döngü verimliliği, uygulama başlatma gecikmesi (latency) ve depolama alanı maliyeti üzerindeki etkilerini kapsar. Temel yaklaşım, derleme stratejisinin sadece bir performans optimizasyonu değil, aynı zamanda güvenlik yüzey alanı, hata ayıklama zorluğu ve uzun vadeli platform kararlılığı için kritik bir mimari karar olduğunu varsayar. Analiz, “telafisi zor hatalar” kavramını; AOT derlemesinin kurulum anında oluşturduğu statik makine kodundaki optimizasyon hatalarının, JIT’in çalışma anı profillemesine göre dinamik düzeltilememesi riski olarak tanımlar. Bu bağlamda, Android 4.4 (KitKat) deneysel desteğinden Android 5.0 (Lollipop) varsayılanlığına ve Android 7.0 (Nougat)’ta hibrit Profile-Guided Compilation’a geçiş süreci, metodolojik referans çizgisi olarak belirlenmiştir.
Bölüm 2: Perde Arkası: Sistem Nasıl Çalışıyor?
Dalvik, register tabanlı bir sanal makine olarak, uygulamaları .dex (Dalvik Executable) bayt kodu formatında çalıştırır. JIT derleyici (Android 2.2+), uygulama çalışırken “sıcak” (hot) kod yollarını tespit edip bunları yerel makine koduna (native code) derler; bu sayede başlangıç hızlıdır ancak çalışma anında derleme maliyeti (CPU/batarya) ve kod önbelleği (code cache) yönetimi yükü oluşur. ART ise AOT paradigmasını benimser; uygulama kurulumunda (veya güncellemede) dex2oat aracı aracılığıyla tüm .dex dosyalarını ELF formatındaki .oat (ART Image) dosyalarına derler. Bu, çalışma anında derleme maliyetini sıfırlayarak başlatma hızını ve çalışma hızı artırır, ancak kurulum süresini ve depolama alanını (yaklaşık %10-20 artış) artırır. ART’ın çöp toplayıcısı (GC), Dalvik’in “stop-the-world” tek aşamalı modelinden, eşzamanlı (concurrent), jenerasyonel ve bölgelere ayrılmış (region-based) bir modele evrilmiştir; bu da duraklama (pause) sürelerini milisaniyelerden mikrosaniyelere indirmiştir. Hibrit modelde (Android 7.0+), Profil Verileri (Profile Data) kullanılarak sadece sık kullanılan kod yolları AOT derlenirken, nadir kullanılanlar yorumlayıcı (interpreter) veya JIT’e bırakılır.
Bölüm 3: Bilim Dünyası ve Uzmanlar Nasıl İnceliyor?
Değerlendirme metodolojisi; Android Compatibility Definition Document (CDD) ve Compatibility Test Suite (CTS) standartlarına dayanarak, çalışma zamanı uyumluluğunu ve performans metriklerini normatif çerçeve içinde analiz eder. Derleyici doğruluğu için dex2oat doğrulama aşamaları (verification: access checks, type safety, control flow integrity) ile JIT’in çalışma anı spekülatif optimizasyonları (speculative optimization) ve devrik optimizasyon (deoptimization) protokolleri karşılaştırılır. Bellek yönetimi metrikleri; RSS (Resident Set Size), PSS (Proportional Set Size) ve GC duraklama süresi (pause time) dağılımları (p50, p95, p99) üzerinden ölçülür. Derleme süresi ve depolama maliyeti; PackageManagerService kurulum akışı içindeki dexopt aşaması zamanlaması ve dalvik-cache/art-cache disk kullanımı ile nicelendirilir. Güvenlik yüzey alanı analizi; AOT’un statik kod üretiminin ROP (Return-Oriented Programming) zincirleri oluşturma kolaylığı ve JIT’in kod önbelleği enjeksiyon riskleri (JIT spraying) açısından SELinux politikaları ve seccomp filtreleri bağlamında incelenir. Benchmark standartları olarak Jetpack Macrobenchmark ve CTS Performance Testleri referans alınır.
Bölüm 4: Önemli Parametreler ve Karşılaştırma Rehberi
| Parametre | Olcut / Deger (Dalvik + JIT) | Olcut / Deger (ART AOT / Hibrit) | Metrik | Stratejik Etki |
|---|---|---|---|---|
| Derleme Zamanı | Çalışma anı (Runtime) | Kurulum/Güncelleme anı (Install/Update) + Arka Plan (Background) | Saniye / Dakika | Kullanıcı deneyimi (İlk başlatma vs Kurulum bekleme) |
| CPU/batarya Maliyeti (Derleme) | Yüksek (Tekrarlayan, çalışma anı) | Düşük (Tek seferlik, şarjda/boşta) | mAh / CPU Çevrim | Pil ömrü, ısınma, termal throttling riski |
| Uygulama Başlatma (Cold Start) | Yavaş (Yorumlayıcı + JIT ısınması) | Hızlı (Hazır Native Kod) | Milisaniye (ms) | Kullanıcı tutunması, ANR riski azaltma |
| Depolama Maliyeti (Kod Önbelleği) | Düşük (Sadece .dex + Küçük JIT cache) | Yüksek (.dex + .oat + .art + .vdex) | MB / % Artış | Düşük depolama cihazlarda alan darlığı |
| GC Duraklama Süresi (Pause) | Uzun (Stop-the-world, ~10-50ms+) | Çok Kısa (Concurrent/Generational, ~1-5ms) | Milisaniye (p99) | UI akıcılığı (Jank), 60/90/120fps hedefi |
| Bellek Ayak İzi (Runtime) | Yüksek (JIT Cache + Yorumlayıcı) | Optimize Edilebilir (Image Space, Zygote Paylaşımı) | MB (PSS) | Düşük RAM cihazlarda OOM Killer riski |
| Hata Ayıklama / Profiling | Kolay (Bayt kodu seviyesi, dinamik) | Zor (Optimize Native Kod, Debug Info Kaybı) | Geliştirici Saati | Üretim hatalarının kök neden analizi zorluğu |
| Güvenlik: Kod Enjeksiyonu | JIT Spraying Riski (RWX Bellek) | AOT: Statik Kod (RO), Daha Sertleştirilebilir | CVE Sayısı / Yüzey Alanı | Exploit mitigasyonu (CFI, PAC, MTE uyumu) |
| Optimizasyon Kalitesi | Dinamik, Profil Temelli (Adaptif) | Statik / Profil Kılavuzlu (PGO), Spekülatif Riski | Kod Hızı / Talimat Sayısı | “Telafisi zor” yanlış optimizasyon riski |
| Sistem Güncelleme Etkisi | Az (Yorumlayıcı yeterli) | Yüksek (OTA sonrası dexopt yeniden derleme) |
Dakika / OTA Süresi | Bakım penceresi, kullanıcı pasifleştirme süresi |
| Arka Plan Derleme (bg-dexopt) | Yok | Evet (JobScheduler / WorkManager ile) | CPU Zamanı / Gün | Cihaz boştayken performans hazırlığı |
| Talimat Seti Bağımlılığı | Düşük (Sanal Makine Soyutlaması) | Yüksek (ARM64/x86 Native Kod Üretimi) | Mimari Çeşidi | Çoklu mimari dağıtım karmaşıklığı (Fat APK/Bundle) |
Bölüm 5: Günlük Hayatta ve Doğada Nerede Karşımıza Çıkar?
Pratikte, ART geçişi (Android 5.0) düşük seviyeli sistem bileşenleri (System Server, SurfaceFlinger, MediaServer) için kritik performans kazancı sağlamış, özellikle Binder IPC geçiş maliyetlerini ve GC duraklamalarını minimize ederek “jank” (takılma) raporlarını %40-60 oranında azaltmıştır. Ancak, 2014-2015 döneminde düşük depolama alanlı (4-8GB) giriş seviyesi cihazlarda .oat dosyalarının sistem bölümünü doldurması, OTA güncellemelerinin “Insufficient Storage” hatasıyla başarısız olmasına neden olmuştur (örneğin Samsung Galaxy J serisi erken modelleri). Android 7.0 (Nougat) ile gelen Hibrit Derleme (JIT + Profile-Guided AOT), bu sorunu kısmen çözse de, ProfileInstaller Jetpack kütüphanesinin eksik veya yanlış entegre olduğu uygulamalarda (örneğin büyük e-ticarets uygulamaları), kullanıcı oturumlarının ilk 24-48 saatinde yorumlayıcı modunda çalışma performans düşüklüğü (cold start 2-3x yavaşlama) yaşanmıştır. Kritik vaka analizi: Bir bankacılık uygulamasında dex2oat‘ın --compiler-filter=speed modunda agresif inline optimizasyonu, nadir kullanılan bir hata işleme yolunda (exception path) yanlış spekülatif optimizasyon (type speculation failure) yaparak, üretimde sadece %0.01 ihtimalle tetiklenen bir SIGSEGV (native crash) üretmiştir; bu hata JIT modunda çalışma anında devrik optimizasyon (deoptimization) ile düzelirdi, ancak AOT statik kodunda yama (hotfix) veya Play Store güncellemesi zorunlu hale gelmiştir.
Bölüm 6: Karşılaşılan Zorluklar ve Pratik Çözümler
En kritik operasyonel darboğaz, AOT derlemesinin “Spekülatif Optimizasyon Hataları” (Speculative Optimization Errors) riskidir. JIT, çalışma anı tip profil verisi (type feedback) kullanarak optimizasyon yapar ve yanlışsa deoptimize eder; AOT ise kurulum anında profil verisi yoksa (veya eski profil varsa) yanlış varsayımlarla (örneğin monomorphic call site varsayımı) kod üretir. Bu, üretimde nadir görülen polimorfik çağrılarda ClassCastException veya native SIGSEGV olarak ortaya çıkar ve telafisi zor olur çünkü kod diskte statiktir. Çözüm: Android 9+ (Pie) Profile-Guided Compilation (PGO) ve Baseline Profiles (Android 14+ / Jetpack) zorunlu kılınmalıdır; CI/CD hatlarında macrobenchmark ile profil toplanmalı, baseline-prof.txt APK/AAB içine gömülmelidir. İkinci risk: Depolama Basıncı ve Parçalama. .oat dosyaları sistem güncellemelerinde yeniden derlenir; bu da flash bellek ömrünü tüketir ve dosya sistemi parçalanmasına yol açar. Çözüm: dex2oat --compiler-filter=speed-profile kullanımı, fstrim periyodik tetikleme ve App Bundle (Dynamic Delivery) ile mimariye özel .dex indirme. Üçüncü risk: Hata Ayıklama Zorluğu (Debuggability). AOT derlenen oat dosyalarında sembolik bilgi (DWARF) sınırlıdır; art::StackVisitor ve gdb/lldb ile native stack trace çözümlemesi, JIT’e göre exponansiyel zorluktur. Çözüm: Geliştirme yapılarında debuggable=true ile JIT/Interpreter modu zorunlu kılınmalı, üretimde ndk-stack ve tombstone analizi için ro.debuggable=0 ortamında libartd.so sembolleri saklanmalıdır.
Bölüm 7: Gelecek Perspektifi ve Yeni Gelişmeler
Android 13 (Tiramisu) ve 14 (UpsideDownCake) sürümlerinde ART, Rust programlama dili ile yeniden yazılan bileşenler (örneğin libcompiler_rt, dex2oat parçaları) ile bellek güvenliği (memory safety) sağlamakta ve CVE yüzey alanını daraltmaktadır. ART Module (Mainline/APEX) sayesinde, çalışma zamanı güncellemeleri artık OTA’ya bağlı kalmadan Google Play System Updates üzerinden dağıtılabilmekte; bu, sıfır gün (zero-day) exploit yamalarının haftalar içinde milyarlarca cihaza ulaşmasını sağlar. Baseline Profiles artık Play Store’da “App Install Optimization” olarak sunulmakta; geliştirici profil yüklemezse Play, kitleden toplanan anonim profilleri kullanarak kurulum anında optimize derleme yapmaktadır. Gelecek 5-10 yılık projeksiyonda; Cloud Profile Compilation (bulut tabanlı derleme) öne çıkacak: Cihazın güçsüz CPU’su yerine Google sunucularında dex2oat çalıştırılarak optimize .oat dosyaları cihaza stream edilecek (App Streaming). Hardware-Assisted Compilation: ARMv9 Memory Tagging Extension (MTE) ve Pointer Authentication (PAC) donanım hızlandırıcıları, ART’ın GC’si ve CFI (Control Flow Integrity) kontrolleri için native entegre edilecek. Wasm/WASI Desteği: ART, uzun vadede sadece Dex değil, WebAssembly modüllerini de AOT derleyerek güvenli sandbox içinde çalıştıran evrensel bir çalışma zamanına evrilecektir. Bu, “Write Once, Run Anywhere” vaadini native performansla birleştirecektir.
Bölüm 8: Merak Edilen Sorular ve Cevaplar
Soru 1: ART tamamen AOT mu, yoksa hala JIT mi kullanıyor?
Cevap: Android 7.0 (Nougat) itibarıyla ART hibrit bir modele geçmiştir. Uygulama ilk kurulduğunda/çalıştığında yorumlayıcı (interpreter) ve JIT derleyici çalışır; JobScheduler üzerinden arka planda toplanan profil verileri (Profile Data) kullanılarak sık kullanılan kod yolları (hot methods) AOT derlenir. Android 12+ ve Baseline Profiles ile bu süreç “Install-time” (kurulum anı) optimizasyonuna kaydırılmıştır.
Soru 2: dex2oat süresi neden bazen dakikalar sürüyor ve bunu nasıl kısaltırım?
Cevap: dex2oat, --compiler-filter parametresine göre (quicken, space, speed, speed-profile, everything) tüm metotları derler. Büyük uygulamalarda (100k+ metot) speed filtresi dakikalar alabilir. Çözüm: baselineProfiles kullanarak sadece kritik yolları speed modunda, kalanları space veya quicken modunda derletin; android:extractNativeLibs="false" ve App Bundle ile indirme boyutunu ve derleme kapsamını küçültün.
Soru 3: AOT derlemesinde “Deoptimization” (Devrik Optimizasyon) yok mu? Yanlış optimizasyon olursa ne olur?
Cevap: AOT derlenen kodda çalışma anı devrik optimizasyon (OSR – On-Stack Replacement) yoktur. JIT yanlış spekülasyonda (örn. tek tip görülen bir çağrıda yeni tip gelirse) yorumlayıcıya/yeniden derlemeye düşer. AOT’da bu durum SIGSEGV (Segmentation Fault) veya ClassCastException ile native çökme (crash) olarak sonuçlanır. Bu nedenle Profil Verisi (PGO) olmadan agresif speed filtresi üretim riskidir.
Soru 4: Düşük depolama alanlı cihazlarda ART’in .oat dosyaları sorun yaratır mı?
Cevap: Evet. .oat (ELF), .vdex (Verified Dex) ve .art (Image) dosyaları uygulama boyutunun %15-30’unu ekleyebilir. 8-16GB depolamalı cihazlarda “Insufficient Storage” hatalarına yol açar. Çözüm: android:vmSafeMode="true" (sadece doğrulama, derleme yok – performans kaybı), ProfileInstaller ile erken profil toplama, veya PackageManager API’leri ile deleteApplicationCacheFiles temizliği.
Soru 5: ART’in GC’si (Garbage Collector) Dalvik’ten nasıl farklıdır ve “Generational” ne anlama gelir?
Cevap: Dalvik “Stop-the-world”, mark-sweep, tek jenerasyonlu GC kullanırdı (tüm heap taranır, tüm thread’ler durur). ART (Android 8.0+) Generational (Jenerasyonel), Concurrent (Eşzamanlı), Region-based (Bölgelere Ayrılmış) GC kullanır. Yeni nesil (Young Gen) nesneler sık toplanır, eski nesil (Old Gen) nadiren; bu da duraklama süresini (pause time) 10-50ms’den 1-5ms’ye indirir. Zygote süreci sayesinde Read-Only Image Space paylaşımı RSS’i düşürür.
Soru 6: Baseline Profiles (Temel Profiller) ne işe yarar ve nasıl entegre edilir?
Cevap: Baseline Profiles, uygulamanın kritik kullanıcı yollarını (startup, scroll, navigation) temsil eden metot listeleridir (baseline-prof.txt). Derleme anında (CI/CD) Macrobenchmark ile toplanıp AAB içine gömülürler. Play Store bu profili indirip kurulum anında dex2oat‘a besler; böylece kullanıcı ilk açılıştan önce kod native derlenmiş olur. JIT ısınma süresi sıfırlanır, Cold Start %30-%40 hızlanır.
Bölüm 9: Bilmeniz Gereken Temel Terimler
AOT (Ahead-Of-Time Compilation): Programın çalıştırılmasından önce (genellikle kurulum veya derleme aşamasında) kaynak kodun veya bayt kodunun hedef makine koduna (native code) derlenmesi işlemi. Çalışma anı derleme maliyetini ortadan kaldırır.
JIT (Just-In-Time Compilation): Program çalışırken, yorumlayıcı (interpreter) tarafından çalıştırılan “sıcak” (hot) kod parçalarının dinamik olarak makine koduna derlenmesi. Çalışma anı profil verisi (profiling) kullanarak adaptif optimizasyon yapar.
Dex2oat: ART’ın statik derleyici aracı. .dex dosyalarını alır, doğrulama (verification), optimizasyon ve kod üretimi aşamalarından geçirerek .oat (ELF shared library), .vdex (verified dex) ve .art (heap image) dosyalarını üretir.
PGO (Profile-Guided Optimization): Önceki çalışmalardan toplanan yürütme profilleri (hangı metotlar ne sıklıkta çağrıldı, hangi dallar alındı) kullanılarak derleyicinin daha bilinçli optimizasyon (inlining, devirtualization) yapmasını sağlayan teknik.
GC Pause (GC Duraklaması): Çöp toplayıcının belleği tarayıp temizlemesi için uygulama thread’lerini (mutator threads) durdurması (Stop-the-world) veya eşzamanlı çalışırken güvenli noktalarda (safepoints) kısa süreli bekletmesi. UI akıcılığı (jank) için kritik metrik.
Baseline Profile: Geliştirici tarafından sağlanan, uygulamanın kritik yollarını tanımlayan metot listesi. Kurulum anında AOT derlemesini kılavuzlayarak JIT ısınma maliyetini sıfırlar.
Zygote: Android’de tüm uygulama süreçlerinin çatallandığı (fork) ana süreç. ART Image (.art), sınıflar ve kaynaklar bu süreçte yüklenir ve kopyalama-yazma (copy-on-write) sayesinde bellek paylaşımı sağlanır.
OAT (ART Ahead-of-Time) File: dex2oat çıktısı olan ELF formatındaki paylaşılan kütüphane dosyası. Derlenmiş makine kodu, VTable’lar, string havuzu ve metadata içerir. dalvik-cache yerine /data/dalvik-cache/arm64 veya /data/app/~~pkg==/oat/arm64 konumunda saklanır.
Bölüm 10: Özet ve Çıkarılması Gereken Dersler
Android ART, Dalvik’in JIT tabanlı esnekliğini, AOT’un deterministik performansı ve hibrit modellenin dengesiyle birleştirerek mobil çalışma zamanı mühendisliğinde bir paradigma kaydırmıştır. Analiz, AOT derlemenin başlatma hızı, pil ömrü ve GC determinizmi açısından kazandırdığı stratejik üstünlüğün; depolama maliyeti, kurulum gecikmesi ve statik optimizasyon hatalarının (spekülatif yanlışlıkların) telafisi zor native çökme riski ile dengelenmesi gerektiğini ortaya koymuştur. Karar vericiler için yol haritası şöyledir: 1) Baseline Profiles ve Macrobenchmark entegrasyonunu CI/CD’ye gömerek “Profil Kılavuzlu Derleme”yi standartlaştırın; bu, AOT riskini minimize eden en etkili tekniptir. 2) App Bundle (AAB) ve Dynamic Delivery ile mimariye özel .dex teslimatı yaparak dex2oat girdisini ve çıktı boyutunu küçültün. 3) ART Mainline (APEX) güncellemelerini takip edin; Rust tabanlı bileşenler ve MTE/PAC donanım entegrasyonu güvenlik yüzey alanını sürekli daraltmaktadır. 4) Üretimdeki native crash’ler (tombstone, SIGSEGV) için libunwind ve perfetto tabanlı derin analiz altyapısı kurun; JIT’e göre debug zorluğu, yatırım gerektiren bir operasyonel maliyettir. Sonuç olarak; ART artık sadece bir çalışma zamanı değil, donanım hızlandırıcıları (NPU/GPU/TPU), bulut derleme ve Wasm entegrasyonu ile Android ekosisteminin hesaplama platformu haline gelmesi için stratejik bir altyapı taşıdır. Bu geçişi yönetmek, “kod yazmak” değil, “çalışma zamanı davranışını mühendislik etmek” anlamına gelmektedir.