Flutter 高性能渲染引擎实验项目，探索多层渲染策略和帧率优化

这是一个探索 Flutter 渲染性能极限的技术实验项目，专注于：

• 多层渲染策略的实现和切换
• 大数据量场景下的帧率优化
• GPU 计算和原生加速的集成

项目包含两个简单的 demo（K 线图和折线图）用于演示不同数据规模下的渲染性能。

根据数据量自动选择最优渲染方案：

数据处理

• 智能分箱算法（保留 min/max/avg）
• Isolate 后台计算
• FFI 零拷贝数据传输

GPU 加速

• GLSL Fragment Shader（Flutter 层）
• Metal Compute Shader（iOS）
• NEON SIMD（Android）

渲染优化

• 自定义 RenderBox 替代 CustomPainter
• 增量渲染（markNeedsPaint）
• 帧率监测和性能分析

# 安装依赖 flutter pub get # iOS 依赖（可选） cd ios && pod install && cd .. # 运行 flutter run

使用 Flutter 的 RenderObject API 直接操作渲染管线：

class ChartRenderBox extends RenderBox { @override void paint(PaintingContext context, Offset offset) { // 直接绘制，避免 CustomPainter 的额外开销 } void updateData(List<double> newData) { markNeedsPaint(); // 增量渲染，无需 layout } }

// shaders/line_chart.frag void main() { vec2 uv = FlutterFragCoord().xy / iResolution.xy; // GPU 并行计算每个像素 fragColor = computePixelColor(uv); }

将百万级数据降维到屏幕像素级别：

// 示例：1M 数据点 → 1000 bins final bins = await compute(binDataInIsolate, { 'data': millionPoints, 'binCount': screenWidth, });

// 避免 Platform Channel 的序列化开销 final Pointer<Float> ptr = calloc<Float>(count); nativeProcessData(ptr, count);

lib/ ├── chart/ # 折线图 demo ├── kline/ # K 线图 demo ├── platform/ # 原生平台桥接 └── core/ # 通用工具 ios/Runner/Metal/ # iOS Metal 渲染实现 android/app/cpp/ # Android NEON SIMD 实现 native/ # FFI 共享代码 shaders/ # GLSL Shader 源码 

测试环境：iPhone 14 Pro, Flutter 3.35

以上数据仅供参考，实际性能取决于设备和数据特征

• 框架: Flutter 3.35+ / Dart 3.9+
• 状态管理: Riverpod
• 渲染: RenderObject + Fragment Shader
• 原生加速: Metal (iOS) / NEON SIMD (Android)
• 跨平台调用: FFI + Pigeon

MIT License

levy