haigand的专栏

刚才说的卡顿是用户直观感知的，从显示的角度看卡顿问题的话就是丢帧掉帧引起的。由于性能影响因素多，比如本文分类的APP，内存，网络，卡顿都是互相影响的。避免内存泄露：长生命周期的对象引用了短生命周期的对象。线程问题：将AsyncTask和Runnable设为静态内部类或独立出来，在线程内部采用弱引用保存Context引用。静态变量问题：将内部类设为静态内部类或独立出来使用context.applicationContext()使用proGuard代码混淆工具，包括压缩，优化，混淆等功能。

采用通常作为每个CPU计时器中断，然后检查当前正在运行的中断进程，生成On-CPU profile，一个Off-CPU采样器需要不同的方式工作：在每个应用程序线程中设置计时器以唤醒他们并捕获堆栈，或者让内核按一定间隔遍历所有线程并捕获其堆栈。Off-CPU的分析是一种性能分析的方法，用于测量和研究Off-CPU的时间以及堆栈跟踪等上下文。在这里，我们的目标是阻塞和Off-CPU的时间段。在本节中，主要介绍Off-CPU时间作为指标，并总结Off-CPU的分析的技术，作为Off-CPU的示例实例。

eBPF程序是事件驱动的，当内核或应用程序通过某个挂接点时 运行。预定义的挂钩包括：系统调用函数进入/退出内核跟踪点网络事件和其他一些。如果不存在用于特定需求的预定义挂钩，则可以创建内核探针（kprobe）或用户探针（uprobe），以将eBPF程序连接到内核或用户应用程序中的几乎任何位置。

21年因为项目需求而要开发一个工具，可以满足：故障排查，问题分析，统计数据等需要。开始实现的比较简单，就是针对抓取的log数据进行各个维测数据的解析和处理。具有如下几种缺陷：1、log内容主要还是借助于简单的printf和printk的内容，这类打印信息量不足。主要是release的版本不可能有太多此类的信息，否则会严重影响系统的性能。2、信息量少也意味着无法有效支撑问题问题的相关信息追溯，无法进行有效的数据统计。因此很多监控和买点方案就无法有效实现。3、无法将工具有效整合到整个软件开发工程中去。

有几个开发工具链可以帮助开发和管理eBPF程序。