AOT ve JIT Derleme Dinamikleri
Bölüm 1: Bu Nedir ve Neden Hayati Önem Taşır?
Android çalışma zamanı ekosistemi, uygulama performansı, bellek yönetimi ve batarya ömrü üzerindeki belirleyici etkisiyle mobil işletim sistemlerinin çekirdek mühendislik alanını oluşturur. Dalvik Sanal Makinesi (DVM), Android’in başlangıç dönemlerinde (API 1-18) “Sadece Zamanında” (JIT – Just-In-Time) derleme paradigmasıyla bytecode’u çalışma anında makine koduna dönüştürerek platform bağımsızlığını sağlarken, bu yaklaşım çalışma anı gecikmeleri (latency) ve CPU döngüsü tüketimi yaratıyordu. Android Runtime (ART), Android 4.4 (KitKat) ile deneysel, Android 5.0 (Lollipop) ile varsayılan hale getirilmiş “Önceden Zamanında” (AOT – Ahead-Of-Time) derleme modeliyle bu paradigmayı tersine çevirmiştir. Bu analiz, iki çalışma zamanının ontolojik farklarını; derleme stratejisi (JIT vs AOT), ara temsili (DEX vs OAT), garbage collector (GC) mimarisi ve profil yönlendirilmiş optimizasyon (PGO) mekanizmaları üzerinden inceleyerek, modern Android sürümlerinde (Android 7.0+ ve ART 12+) hibrit derleme dinamiklerinin performans/alan dengesi üzerindeki stratejik etkisini ortaya koymayı hedefler.
Bölüm 2: Perde Arkası: Sistem Nasıl Çalışıyor?
Dalvik’in JIT derleyicisi, uygulama başlatıldığında bytecode’u yorumlayıcı (interpreter) modunda çalıştırır ve “sıcak” (hot) kod yollarını tespit edip bunları yerel makine koduna (native code) derler. Bu süreç, başlatma gecikmesini minimize eder ancak çalışma süresi derleme maliyeti (compilation overhead), CPU kullanımını ve termal kısıtlamaları (thermal throttling) tetikler. ART ise AOT modelinde, uygulama kurulumunda (veya güncellemede) dex2oat aracı aracılığıyla tüm DEX bytecode’unu ELF formatındaki OAT (ODEX) dosyalarına derler. Bu, başlatma hızını ve çalışma anı performansını dramatik artırır ancak kurulum süresini ve disk alanını (kod bloat) artırır. Modern ART (Android 7.0 Nougat+), “Profil Yönlendirilmiş Derleme” (Profile-Guided Compilation) ile hibrit bir yaklaşım benimser: Uygulama başlangıcında yorumlayıcı ve JIT (Baseline JIT) çalışır, arka planda dex2oat kullanıcı davranış profillerini (profile.prof) analiz ederek sıcak yolları AOT derler. GC tarafında Dalvik’in “Stop-the-World” tek aşamalı toplayıcısı, ART’de eşzamanlı (concurrent), jenerasyonel (generational) ve bölgesel (region-based) GC mimarileriyle (örn. CMS, G1, Scavenger) duraklama sürelerini (pause times) milisaniyelere indirmiştir.
Bölüm 3: Bilim Dünyası ve Uzmanlar Nasıl İnceliyor?
Derleme ve çalışma zamanı standartları, Android Uyumluluk Tanımı Belgesi (CDD – Compatibility Definition Document) ve Android Uyumluluk Test Paketi (CTS – Compatibility Test Suite) tarafından yönetilir. ART derleyici altyapısı, LLVM/Clang araç zinciri üzerine inşa edilmiş Optimizing derleyici (Quick compiler) ve dex2oat statik derleyicisi standartlarını takip eder. Bytecode doğrulama süreci, Java Sanal Makinesi (JVM) spesifikasyonundan uyarlanmış, ancak register tabanlı (stack-based değil) Dalvik/ART opcode seti (DEX formatı) için özelleştirilmiş bir doğrulayıcı (Verifier) ile gerçekleştirilir. Performans ölçüm metodolojisi; Jetpack Macrobenchmark kütüphanesi, perfetto trace analizi, dumpsys gfxinfo (UI jank analizi) ve procstats (bellek/CPU) metrikleri üzerinden standartlaştırılır. Güvenlik protokolleri; SELinux politikaları, seccomp-bpf sistem çağrısı filtreleme ve Pointer Authentication Codes (PAC) / Memory Tagging Extension (MTE) donanım destekli koruma mekanizmaları (Android 10+) ile çalışma zamanı bütünlüğü sağlanır. Derleme çıktılarının (OAT) bütünlüğü, fs-verity ve dm-verity ile doğrulanır.
Bölüm 4: Önemli Parametreler ve Karşılaştırma Rehberi
| Parametre | Olcut / Deger (Dalvik – JIT) | Olcut / Deger (ART – AOT/Hibrit) | Metrik | Stratejik Etki |
|---|---|---|---|---|
| Derleme Paradigması | Çalışma Zamanında (JIT – Just-In-Time) | Kurulum/Zamanında (AOT) + Profil Yönlendirilmiş (PGO) | Derleme Zamanı / CPU Döngüsü | ART: Başlatma hızı ↑, Çalışma CPU ↓; Dalvik: Kurulum hız ↑, Disk ↓ |
| Ara Kod Formatı | .dex (Dalvik Executable) |
.dex (Girdi) -> .oat (ELF Native – Çıktı) |
Disk Alanı (KB/MB) | ART: Kod bloat %10-20 artış; Dalvik: Kompakt depolama |
| Bellek Yönetimi (GC) | Tek aşamalı, Stop-the-World, Non-Generational | Eşzamanlı (Concurrent), Jenerasyonel, Bölgesel (Region-based) | GC Duraklama Süresi (ms) / Yığın Parçalama | ART: 95%+ duraklama azaltması, UI donma (jank) önleme |
| Yürütme Mimarisi | Register Tabanlı Yorumlayıcı + JIT Native | Doğrudan Native (AOT) + Yorumlayıcı (Başlangıç) + JIT (Profil) | Talimat Başına Çevrim (CPI) / IPC | ART: Yürütme hızı 2-3x; Dalvik: Yorumlayıcı gecikmesi |
| Başlatma Gecikmesi | Düşük (Derleme yok) | Yüksek (AOT) / Orta (Hibrit/Cloud Profile) | Soğuk Başlatma (ms) | Dalvik: İlk açılış avantajı; ART: Cloud Profiles ile kapatıldı |
| Kurulum Süresi | Hızlı (Sadece DEX kopyalama/opt) | Yavaş (dex2oat derleme maliyeti) |
Saniye / Dakika | ART: Kullanıcı bekleme süresi riski (Play Store dex2oat ile hafifletildi) |
| Profil Verisi Kullanımı | Yok (Çalışma anında dinamik) | Evet (profile.prof, cur.prof, Cloud Profiles) |
Sıcak Yol Kapsama Oranı (%) | ART: PGO ile branch prediction & inline optimizasyonu üstün |
| Hata Ayıklama/Destek | JDWP, jdb, ddms (Eski) |
JDWP, lldb (Native), perfetto, simpleperf |
Kesme Noktası Çözümleme Hızı | ART: Native debugging (LLDB) entegrasyonu üretim kalitesinde |
| Arşitektır Desteği | ARMv5/ARMv7 (32-bit odaklı) | ARM64 (AArch64), x86_64, RISC-V (64-bit yerel) | ISA Vektörizasyonu / SIMD Kullanımı | ART: NEON/SVE/AVX intrinsics ile medya/ML iş yüklerinde üstün |
| Güvenlik Sertleştirme | Sınırlı (Stack canary, NX bit) | CFI (Control Flow Integrity), PAC, MTE, Shadow Call Stack | Saldırı Yüzey Alanı Azaltma | ART: Hafıza güvenliği açıkları (RCE) için derin savunma |
| Enerji Verimliliği | Düşük (CPU sürekli derler/yorumlar) | Yüksek (Native kod, az CPU, hızlı idle) | mAh / Gün / İş Yükü | ART: Batarya ömrü %10-15 iyileşme (Tipik kullanım) |
| Uygulama Boyutu (APK/AAB) | Küçük (Sadece DEX) | Büyük (DEX + OAT + VDEX + ART Profiller) | MB / Cihaz Depolama | ART: App Bundles + Play Asset Delivery ile dağıtım optimize |
| Derleyici Araç Zinciri | dx (DEX derleyici) -> JIT (C++) |
d8/r8 (Dexer) -> dex2oat (LLVM/Clang tabanlı) |
Derleme Hızı / Optimizasyon Seviyesi | ART: R8 shrinking + ART optimizing compiler = Üretim kalitesi |
Bölüm 5: Günlük Hayatta ve Doğada Nerede Karşımıza Çıkar?
Yüksek performanslı oyun motorları (Unity, Unreal, Godot) ve gerçek zamanlı medya işleme uygulamaları (video editörler, AR/VR), ART’in AOT derlemesi ve NEON/SIMD intrinsics desteği sayesinde Dalvik’e göre %40-60 daha düşük frame time variansına (jank) sahiptir. Kurumsal mobil uygulamalarda (MDM, VPN, güvenlik ajanları), ART’in Control Flow Integrity (CFI) ve Shadow Call Stack mekanizmaları, ROP/JOP saldırı vektörlerini etkisiz hale getirerek Dalvik’in sağlayamadığı çalışma zamanı güvenliği sağlar. Düşük uçdonanımlı (Go Edition / Android Go) cihazlarda, ART’in “Compiler Filter” ayarları (speed, space, interpret-only, verify-none) ile derleme stratejisi cihaz RAM/Depolama kısıtlamalarına göre dinamikleştirilebilir; örneğin 1GB RAM’li cihazlarda interpret-only veya space profili ile kod bloat minimize edilir. Kotlin Coroutines ve Java Virtual Threads (Project Loom entegrasyonu) gibi modern eşzamanlılık modelleri, ART’in düşük gecikmeli park/unpark ve Monitor implementasyonları sayesinde Dalvik’in kilit çekişmesi (lock contention) sorunlarından arındırılmış, yüksek işleme hacimli (throughput) arka plan işlemleri sunar. Google Play Store’un “Cloud Profiles” altyapısı, milyarlarca kullanıcıdan toplanan anonim profil verisini uygulama indirmesinden önce cihaza iterek, ilk çalıştırmada bile AOT kalitesinde başlatma performansı sağlar.
Bölüm 6: Karşılaşılan Zorluklar ve Pratik Çözümler
Kod Bloat (Kod Şişmesi): AOT derlemesi, DEX bytecode’una göre %10-30 daha büyük native kod (OAT) üretir. Çözüm: dex2oat --compiler-filter=speed-profile (sadece sıcak yollar), App Bundles ile cihaz mimarisine özel (split APKs) teslimat ve R8/ProGuard ile agresif dead-code elimination. Kurulum/Güncelleme Gecikmesi: dex2oat derlemesi düşük uç cihazlarda dakikalar sürebilir. Çözüm: Play Store tarafında “Background Dexopt” (arka plan derleme), dex2oat çoklu iş parçacığı (multi-threaded) derleme (-jN), ve Cloud Profiles ile ön-derleme. Profil Verisi Bozulması/Esnekliği: Kullanıcı davranışı değiştiğinde (örn. yeni özellik kullanımı) eski profil sub-optimal kod yollarına kilitlenebilir. Çözüm: ART’in “Profile Recompilation” (Android 12+) mekanizması, cur.prof güncellemelerini tetikleyerek arka planda yeniden optimize etme. Native Çökme Analizi (Tombstones): JIT hataları Java stack trace verirken, AOT hataları native SIGSEGV/SIGABRT üretir ve Java stack kaybolabilir. Çözüm: simpleperf / lldb entegrasyonu, debug.unwind tabloları (OAT içinde) ve java.lang.Throwable native stack walking API’leri (Android 10+). Derleyici Hataları (Compiler Bugs): LLVM tabanlı optimizing derleyicide optimizasyon seviyesi (O2/O3) artırıldığında nadir de olsa semantik bozulmalar oluşur. Çözüm: compiler-filter=verify veya interpret-only ile canary testleri, Play Console “Pre-launch reports” ile cihaz çiftliği doğrulama.
Bölüm 7: Gelecek Perspektifi ve Yeni Gelişmeler
Android 13/14 (ART 13/14) sürümleri, “Baseline JIT” (Tier-0) derleyicisini tamamen yeniden yazarak yorumlayıcıdan %30-50 daha hızlı bir başlangıç katmanı sunmuştur. “Tiered Compilation” (Çok Katmanlı Derleme) artık tam olgunlaşmıştır: Interpreter -> Baseline JIT -> Optimizing AOT. RISC-V desteği (Android 14+), ART’in dex2oat arka ucuna (backend) Vektör uzantıları (RVV) entegrasyonu ile yeni bir donanım ekosistemi için optimize edilmiştir. MTE (Memory Tagging Extension – ARMv8.5/ARMv9) ve PAC (Pointer Authentication Codes), ART heap allocator’unda (scudo/allocator) varsayılan etkinleştirilerek use-after-free ve buffer overflow sınıflarını donanım seviyesinde engellemektedir. Virtual Threads (Project Loom) entegrasyonu için ART’in Thread ve Monitor implementasyonu, kullanıcı modu zamanlayıcı (user-mode scheduler) desteği ile yeniden yapılandırılmıştır. Gelecek 5-10 yıl projeksiyonunda; Cloud-Edge Derleme (Cloud Compilation) standartlaşacak, cihazlar sadece imzalı native kod (OAT) alacak, derleyici karmaşıklığı tamamen buluta taşınacak. AI Destekli Optimizasyon (ML-guided compilation), dex2oat içine entegre edilecek; branch prediction, inlining ve register allocation kararları statik heuristikler yerine küçük bir TensorFlow Lite modeli ile çalışma anı profiline göre dinamik verilecek. WebAssembly (Wasm) / WasmGC entegrasyonu, ART’in birden fazla dil çalışma zamanını (Kotlin, Rust, Dart/Flutter) tek bir sanal makine alt yapısıyla (Multi-language VM) birleştirme vizyonunu harekete geçirecektir.
Bölüm 8: Merak Edilen Sorular ve Cevaplar
Soru 1: ART tamamen AOT mu, yoksa JIT de kullanıyor mu?
Cevap: Modern ART (Android 7.0+) hibrit bir “Tiered Compilation” mimarisi kullanır. Uygulama ilk başlatıldığında yorumlayıcı (Interpreter) ve Baseline JIT (Tier-0) çalışır. Arka planda dex2oat, toplanan profil verisi (profile.prof) kullanılarak sıcak yolları AOT (Tier-1/2) derler. Android 12+ ile “Profile Recompilation” sayesinde profil değiştiğinde yeniden AOT derlemesi tetiklenir. Yani JIT (Profil toplama) ve AOT (Üretim performansı) sürekli işbirliği içinde çalışır.
Soru 2: dex2oat aracı ne işe yarar ve neden kurulumu yavaşlatır?
Cevap: dex2oat, uygulamadaki .dex bytecode dosyalarını cihazın işlemci mimarisine (ARM64, x86_64) özel native ELF kütüphanelerine (.oat, .vdex, .art) derleyen statik derleyicidir. LLVM/Clang optimizasyon geçişlerini (O2/O3) çalıştırdığı için CPU yoğundur. Play Store “Play App Signing” ve “Cloud Profiles” ile bu işlemın büyük kısmı bulutta/cihazda arka planda yapılarak kullanıcı algılanan gecikme minimize edilmiştir.
Soru 3: Dalvik’ten ART’e geçişte uygulama çökmesi (crash) neden olur?
Cevap: En yaygın nedenler: 1) JNI Yerel Kod Hataları: Dalvik’in tolerans gösterdiği (örn. GetStringUTFChars sonrası Release unutulması) bellek hataları, ART’in katı GC ve heap denetleyicilerinde (CheckJNI) anında çökmeye yol açar. 2) Yığın (Stack) Boyutu: ART’in native stack frame’leri JIT’e göre farklı olabilir, derin özyinelemelerde StackOverflowError riski artar. 3) Sınıf Yükleme Sırası: AOT derlemesi sınıf başlatma (<clinit>) sırasını kilitleyebilir, döngüsel bağımlılıklar ClassCircularityError verir.
Soru 4: “Cloud Profiles” (Bulut Profilleri) ne işe yarar ve gizlilik riski var mı?
Cevap: Google Play, anonimleştirilmiş, agreg edilmiş kullanıcı davranış profillerini (hangi metotlar ne sıklıkla çağrılır) toplar ve uygulama indirilmeden önce cihaza iter. Bu, kullanıcının ilk açılışta (Cold Start) AOT kalitesinde performans almasını sağlar. Veri cihazdan çıkarken diferansiyel gizlilik (differential privacy) teknikleriyle anonimleştirilir, kullanıcı kimliği ile ilişkilendirilemez. Sadece yöntem imzaları (method signatures) ve sıklık sayaçları paylaşılır.
Soru 5: ART’in Garbage Collector (GC) Dalvik’ten neden daha hızlıdır?
Cevap: Dalvik “Stop-the-World” (Dünya Durdu) tek aşamalı, non-generational bir toplayıcı kullanırdı; tüm thread’ler durdurulup tüm heap taranırdı. ART; Concurrent Mark-Sweep (CMS), Generational (GenGC – Young/Old Generation), Region-based (Homogeneous Space Compaction) ve Non-moving (Immune spaces) stratejilerini bir arada kullanır. Yeni nesil (Young Gen) toplama milisaniyeler sürer, ana thread’ler neredeyse durmaz. Read Barrier (Brooks pointer) ile eşzamanlı kopyalama/compaction yapar.
Soru 6: R8 derleyicisi ART performansını nasıl etkiler?
Cevap: R8 (ve eski ProGuard), bytecode seviyesinde (DEX) shrink (ölü kod temizliği), obfuscate (isim kısaltma) ve optimize (inline, constant folding, dead code elimination) yapar. Bu, dex2oat‘ın derleyeceği IR (Intermediate Representation) boyutunu ve karmaşıklığını azaltır. Daha küçük DEX = Daha hızlı dex2oat derleme + Daha küçük OAT dosyası (Disk/RAM) + Daha iyi Instruction Cache (I-Cache) yerellik = Doğrudan ART performans artışı.
Soru 7: Android Go (Düşük RAM) cihazlarda ART nasıl davranır?
Cevap: Android Go cihazlarda (genellikle ≤2GB RAM), PackageManager ve dex2oat “Compiler Filter” olarak speed-profile yerine space veya interpret-only profillerini zorlayabilir. Bu, native kod (OAT) üretimini minimize ederek RAM/Depolama tasarrufu sağlar, performans maliyeti (JIT/Yorumlayıcı) ile dengelenir. config_use_art_go_optimizations bayrağı ile heap boyutları, GC eşikleri ve derleyici filtreleri otomatik ayarlanır.
Bölüm 9: Bilmeniz Gereken Temel Terimler
DEX (Dalvik Executable): Android’in register tabanlı sanal makinesi için optimize edilmiş, sıkıştırılmış bytecode konteyner formatı. .class dosyalarından dx/d8 araçlarıyla üretilir.
OAT (ODEX / ART Ahead-of-Time): dex2oat çıktısı olan, ELF formatında native makine kodu içeren dosya. .text (kod), .rodata (sadece okunur veri), .bss bölümlerini içerir. VDEX (Verified DEX) ile doğrulanmış bytecode eşlemesi sağlar.
Tiered Compilation (Çok Katmanlı Derleme): Yorumlayıcı -> Baseline JIT -> Optimizing AOT gibi aşamalı derleme stratejisi. Başlatma hızı (JIT) ile pik performans (AOT) dengesini kurar.
Profile-Guided Optimization (PGO / Profil Yönlendirilmiş Optimizasyon): Çalışma anında toplanan “sıcak yol” (hot method/loop) verilerinin, sonraki AOT derleme geçişlerinde inline, devirtualization, loop unrolling gibi agresif optimizasyonlar için kullanılması.
Garbage Collector (GC – Çöp Toplayıcı): Heap belleğinde erişilemez hale gelen nesneleri otomatik serbest bırakan çalışma zamanı bileşeni. ART: Concurrent, Generational, Region-based, Compacting.
dex2oat: ART’in statik derleyici aracı. DEX -> OAT dönüşümünü, doğulamayı (verification), optimizasyonu (LLVM backend) ve görüntü (image) oluşturmayı gerçekleştirir.
Cloud Profiles (Bulut Profilleri): Google Play altyapısı tarafından toplanan, anonimleştirilmiş, agreg edilmiş kullanıcı yöntem çağrı sıklığı verileri. Cihaza önceden indirilerek ilk çalıştırmada AOT kalitesi sağlar.
Compiler Filter (Derleyici Filtresi): dex2oat‘a hangi metotların derleneceğini söyleyen politika: verify (sadece doğrula), interpret-only (derleme yok), space (boyut odaklı), speed (hız odaklı), speed-profile (profil odaklı – varsayılan).
Scudo Hardened Allocator: ART’in (ve Android’in) varsayılan yerel bellek ayırıcısı. Use-after-free, double-free, buffer overflow koruması için MTE/PAC entegrasyonu, quarantine ve checksum mekanizmaları içerir.
Bölüm 10: Özet ve Çıkarılması Gereken Dersler
Android Runtime (ART), Dalvik’in yorumlayıcı/JIT tabanlı esnek ama performans sınırlı mimarisinden, AOT, PGO, Tiered Compilation ve donanım hızlandırıcıları (MTE, PAC, SVE) ile donatılmış, üretim düzeyinde bir yönetilen çalışma zamanına (Managed Runtime) evrilmiştir. Bu evrim; başlatma gecikmesi, UI akıcılığı (60/90/120fps), batarya ömrü ve güvenlik sertleştirme gibi kritik KPI’lerde ölçülebilir, çift haneli yüzdelik iyileşmeler sağlamıştır. Karar vericiler ve mimarlar için stratejik çıkarımlar şunlardır: 1) Derleme Stratejisi Seçimi: Uygulama boyutu ve hedef kitle (Go vs Flagship) ne olursa olsun R8 full mode + baseline profiles (Baseline Profiles – Jetpack) zorunludur; bu, Cloud Profiles’a bağımlılığı azaltır ve deterministik başlatma garantiler. 2) Native Kod Yönetimi: JNI/Kotlin Native/Rust sınırlarında jni.h yerine JNIEnv kritikal bölümleri, Scudo/MTE uyumlu olmalı, native stack trace’ler simpleperf/perfetto ile CI/CD’ye entegre edilmelidir. 3) Gelecek Hazırlığı: WasmGC ve Virtual Threads (Loom) entegrasyonu için kod tabanını “Structured Concurrency” ve “Capability-based Security” modellerine uygun hale getirmek, ART’in bir sonraki 5 yıllık “Multi-Language VM” vizyonuna sorunsuz geçişi sağlayacaktır. ART artık sadece bir Java/Kotlin çalışma zamanı