抓出卡顿元凶,从分析掉帧开始

本文深入探讨使用Google的Systrace工具进行性能优化的方法,通过对比流畅与卡顿的Demo,解析图表差异,定位并解决导致掉帧的根源。
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接: https://blog.youkuaiyun.com/wh1990xiao2005/article/details/87904151

这次我们依旧来谈谈有关性能优化的话题,这次我们会用到Google给我们提供的分析工具——Systrace。如果你还不了解这个工具,最好先了解一下。Google 官方文档:
https://developer.android.com/studio/command-line/systrace
我们还会用到一个Demo,用来对比卡顿和不卡顿的状况。

问题重现

Demo运行起来会是这样的:
流畅运行
流畅运行的录屏
模拟卡顿
模拟卡顿的录屏
这里解释一下,GIF动画表现得不是很完善,流畅运行的效果其实是每秒60帧,实际运行效果非常顺畅。模拟卡顿的效果在每秒60帧的基础上加了随机时长的线程sleep时间。具体实验代码片如下所示:

流畅运行的代码片

		threadRun = true;
        pbCurrent = 0;
        demoPb.setProgress(pbCurrent);
        new Thread(new Runnable() {
            @Override
            public void run() {
                while (threadRun) {
                    try {
                        Thread.sleep(1000 / 60);
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                    if (pbCurrent > PB_MAX) {
                        pbCurrent = 0;
                    } else {
                        pbCurrent++;
                    }
                    Message msg = new Message();
                    msg.what = UPDATE_HANDLER_KEY;
                    mUiHandler.sendMessage(msg);
                }
            }
        }).start();
		thread2Run = true;
        pbCurrent = 0;
        demoPb.setProgress(pbCurrent);
        new Thread(new Runnable() {
            @Override
            public void run() {
                while (thread2Run) {
                    try {
                        Thread.sleep(1000 / 60);
                        Thread.sleep(new Random().nextInt(200));
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                    if (pbCurrent > PB_MAX) {
                        pbCurrent = 0;
                    } else {
                        pbCurrent++;
                    }
                    Message msg = new Message();
                    msg.what = UPDATE_HANDLER_KEY;
                    mUiHandler.sendMessage(msg);
                }
            }
        }).start();

		@Override
        public void handleMessage(Message msg) {
            super.handleMessage(msg);
            switch (msg.what) {
                case UPDATE_HANDLER_KEY:
                    demoPb.setProgress(pbCurrent);
                    break;
            }
        }

两个按钮分别对应上述两个线程的使能,另外请注意:我们只是模拟卡顿,并非真的发生了卡顿。因此,在Systrace的图表中,没有出现红色或橙色的告警。
分别对上述两种情况取Systrace图表,得到如下结果:

流畅运行的图表
流畅运行的Systrace图表
模拟卡顿运行的图表
模拟卡顿运行的图表
通过对比,我们可以看到上面二者之间的差别。流畅运行的图表中,每一帧的绘制很均匀。差不多16.6ms一帧,也就是1000毫秒除以60帧,得到的16.6ms一帧。而模拟卡顿的图表中,每一帧的绘制则不均匀,有的长达将近200ms。但由于是我们自身模拟的结果,并非实际卡顿,所以图表中均为绿色的显示。下面我们来看一个真实的案例:

真实案例
卡顿发生的真实案例
上图中,一帧本来应该是16ms完成的,然而却花费了近60ms,用1000ms/60ms,我们得到近似16帧。而16帧的帧率已经是肉眼可见的卡顿了。

揪出凶手

我们聚焦到上面真实的案例,放大看发生卡顿的位置:
放大-第一步
我们发现,Record View 的draw()方法花费了一些时间。
不正常的draw()方法
此外,还有一堆琐碎的小片段,我们进一步放大观察,会发现:
放大-第二步
这里居然还加载了一堆贴图。
至此,我们就抓到了导致掉帧的“元凶”,下一步就是结合源代码进行优化了。

一些疑问和技巧

为什么16ms一帧?
16ms是1000ms/60帧得到的结果,60帧对于人眼而言已经是很流畅的体验了。而最低的限度是33ms一帧,也就是1000ms/30帧得到的结果。如果时间再长一点的话,就有可能发生人眼可见的卡顿了。
延伸一点,也就是说,如果严格要求60帧,但是中间掉了1帧,就相当于33ms画一帧,此时,虽然掉帧,但是人眼还是可接受的。

如何快速定位卡顿位置
首先是确保发生了卡顿。一般而言,没有发生卡顿的图表,网页的图表会是绿色的,发生卡顿的则是红色的。
网页Logo
然后我们使用键盘+鼠标的组合来找位置,键盘的快捷键对应W、S、A、D。AD相当于拖拽时间滑块,WS相当于缩放。
最后我们用鼠标来选取相应的时间范围即可。

今天的分享到此,希望对你有帮助。

使用hismartperf(推测与SmartPerf - Host相关)分析卡顿问题可按以下方法进行: - **抓取数据**:利用SmartPerf - Host提供的FrameTimeline分析功能,抓取记录每一的渲染数据。在如下场景代码中,使用Grid实现网格布局,界面上下滑动有卡顿现象时,就可以运用此功能抓取数据。示例代码如下: ```typescript @Entry @Component struct Index { @State children: number[] = Array.from<undefined, number>(Array(2000).fill(undefined), (_v: undefined, k) => k); build() { Scroll() { Grid() { ForEach(this.children, (item: number) => { GridItem() { Stack() { Stack() { Stack() { Text(item.toString()) .fontSize(32) } } } } }, (item: number) => item.toString()) } .columnsTemplate('1fr 1fr 1fr 1fr') .columnsGap(0) .rowsGap(0) .size({ width: "100%", height: "100%" }) } } } ``` - **分析数据**:该功能会自动标识其中的卡顿,并提供同时段的系统Trace信息,开发者可据此高效分析卡顿位置和原因。同时,要关注率相关数据,左侧数字代表当前所处的率档位,右侧数字代表实际Render Service(RS)绘制率,即从应用触发到绘制再到最后的硬件送显整个过程中的实时率。即使观察不到页面刷新,但RS一直在执行也可能导致耗电增加,例如重复的视图虽被视为无效不送显,但RS仍会进行绘制 [^3]。 - **功耗相关分析**:在进行功耗相关问题定位时,首先关闭USB充电模式,使用Profiler实时监控观察温度以及功耗变化,明确问题的具体场景以及功耗来源;然后开启Frame录制,通过Trace进行CPU频点与负载分析 [^4]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值