说实话，咱就是说Flutter的渲染引擎一直是大家关注的焦点，而Skia和Impeller又是两个非常关键的角色。哈哈，那今天咱就来聊聊，这两者到底谁geng胜一筹呢？你懂的，我可是带着好奇心来的。

　　在总帧时间上，Impeller 模式平均每帧约6.57ms，Skia约7.71ms；结合120Hz刷新率8.33ms的预算，Impeller 大多数帧douNeng赶在下一次VSync前完成。如上表所示，在Impeller下有高达91.%的帧耗时不超过8.33ms，Ke以实现接近120fps的流畅度，而 Skia 下这一比例只有约67.%。换言之，Skia 渲染有约三分之一帧未Neng在120Hz间隔内完成，需要等到下一个刷新周期才显示出来等效帧率跌至60–120fps之间。Impeller 因为减少了 GPU 卡顿，在相同动画下绝大部分帧dou达到了120fps要求。两者在超过16.67ms情况douhen少，测试中Skia仅有~%帧、Impeller约0.%帧超过16.67ms，不过Impeller的几次超时是集中在首次创建管线的少数帧，上文平均数Yi平滑了这类一次性开销。

. GPU线程光栅绘制

GPU 内存与并发： 从本次测试的性Neng数据来kan，两种引擎在GPU占用和并发调度上的区别不易直接量化。但根据官方文档，Impeller 利用现代GPU API的优势，在需要时Ke以跨多线程并行执行GPU相关任务，并对资源生命周期进行geng精细的控制。这在极端复杂场景下可Neng进一步提高吞吐。本测试的Canvas动画尚不足以体现Impeller在并发上的潜力，但其“可预测性Neng”的目标使它geng适合那些需要稳定高帧率的场景，例如富动画界面、游戏等。

害，这个问题啊，其实有hen多原因。你的内容质量是不是够高？是不是原创？有没有足够的价值让别人想kan？Ru果不是那么收录的可Neng性就比较低了。

　　上述统计和图表反映出 Impeller 的总体性Neng优势：geng低的平均帧渲染时间和geng少的帧延迟抖动。接下来我们深入各类性Neng事件，逐项分析差异来源。

　　综合上述分析，Flutter Impeller 渲染引擎在我自定义Canvas动画测试中表现出优于 Skia 的渲染性Neng。Impeller 有效地消除了由于运行时着色器编译导致的帧率抖动，使帧时间geng加稳定。对于动画复杂、图形效果丰富的应用，启用 Impeller Ke以显著减少卡顿，带来geng顺滑的用户体验。

是 UI 线程的帧构建阶段。UI线程主要执行框架的 build/layout 等操作，性Neng取决于UI结构和代码逻辑，本身不受渲染后端影响。因此切换 Impeller 不会影响 Dart 层UI布局构建效率，这一点从数据中得到验证。值得注意的是我在 Skia 模式下捕获到一帧异常的 UI 构建耗时远高于正常水平，导致该帧总耗时达47ms。这可Neng由于偶发的垃圾回收或极端情况，Impeller 跑相同场景并未发生类似的异常。这提醒我们在分析时应关注整体趋势而非个别异常帧。总的来说两种引擎的 UI 线程开销Ke以视为持平。

PipelineProduce 是 Flutter 框架将 UI线程构建的场景提交给 GPU线程处理的过程。Ru果 GPU线程滞后于UI线程，那么UI在这个阶段可Neng被阻塞等待。通过分析 SceneDisplayLag 事件和帧间隔，我们Ke以了解掉帧与管线阻塞情况。我的统计显示，在相近时长的采样中，Skia 模式触发了 次 SceneDisplayLag，而 Impeller 仅有 次Skia 出现帧滞后的频率约为 Impeller 的2.4倍。这与之前帧在8ms内完成的比例吻合：Skia geng频繁地错过目标 vsync，导致 pipeline 队列堆积，从而出现UI等待 GPU的情况。具体表现如前文提到的Skia某帧UI耗时极低但总时长接近两个帧间隔——意味着UI构建完成后等待了将近一个帧时间，直到GPU处理完前一帧才Neng继续。这就是一次 PipelineProduce 延迟导致的整帧延后。Impeller 因geng少错过vsync，UIhen少需要等待，PipelineProduce 几乎dou是即时完成，保障了帧流水线的畅通。

　　我使用的设备是Pixel pro，得到的渲染数据如下：使用skia的渲染表现：

　　同时我下载了devtool的相关数据，并编写了python脚本，对数据进行了分析，得到了如下表格：

GPU线程的表现是 Impeller 相对 Skia 差异Zui大的部分。Rasterizer::Draw 事件表示 GPU 线程将 UI线程提交的layer树光栅化为屏幕图像的过程。在 Skia 中，Rasterizer 绘制每帧平均耗时约4.05ms，中位数比 Skia 快了约1.4ms。这种大幅提升说明 Impeller 针对 GPU 渲染执行Zuo了优化。一方面Impeller 的渲染实现利用现代图形APIgeng高效，例如可Neng通过批处理减少驱动开销、利用并发等手段，让同样的绘制工作耗时geng短。另一方面没有插入运行时的 shader 编译步骤，也避免了 GPU线程的突然卡顿。

好吧，那咱接着聊聊为什么百度不收录的问题。那个那个，其实吧，有时候不是你的内容不够好，而是你的网站结构、链接啥的有问题，导致搜索引擎爬虫爬不到你的页面或者爬到了但是因为各种原因没收录。

Shader 编译事件在两种引擎表现出明显差异：在 Skia Timeline 中我们发现了多处 Shader 相关编译记录，总计约14次与我们的帧耗时尖峰一一对应。而 Impeller Timeline 中没有任何 runtime ShaderCompile 事件，验证了其预编译设计的效果。取而代之，Impeller 有几十次 PipelineVK::Create 事件，如上节所述，表示管线创建。值得一提，Impeller 这样设计实际上是将需要编译的 Shader 集合限定在一个较小范围，并在引擎构建时就全部编译好。Impeller默认支持Flutter核心绘制效果的预编译，但Ru果应用使用自定义Shader或某些特殊绘制，Impeller 可Neng暂不支持或仍需要特殊处理。因此在开启 Impeller 后应确认应用的绘制效果dou正常且性Neng受益。Ru果有使用 Scene.toImage、旧版API等情况，需要关注Impeller支持度。

　　上一篇文章，我们了解了Impeller在渲染方面的优势以及整个渲染流程，接下来我将通过实际实验来测试下Skia与Impeller在渲染性Neng上的优劣。

不过不对不对，我刚才好像跑题了应该先讲完实验结果再说别的。你说对吧？

. PipelineProduce 阶段与帧同步

. 着色器编译与GPU事件

　　Ke以kan到，Impeller 相比 Skia 在 GPU 渲染阶段有明显优势：平均每帧 GPU 绘制耗时降低约30%，95th百分位耗时降低约1.5ms。这意味着大部分帧Impeller的GPU线程负担geng小，帧渲染geng快。而UI线程帧建构时间两者基本相当，平均约2ms，说明geng换渲染器对框架层的布局建树开销几乎无影响。

值得强调的是Skia 渲染中 GPU 耗时出现了一些明显的波动和尖峰，例如我们观察到 Skia 有多帧Rasterizer耗时达到912ms，远超平常。这往往对应着Shader JIT 编译过程。

那为啥百度不收录我的文章呢？可Neng是因为我的文章还没被爬虫发现吧，或者是我网站的结构太乱了导致爬虫爬不到我的文章。你说有没有可Neng是因为内容质量不行啊？哈哈哈，这个倒是有可Neng，得好好检查检查才行！