Android应用卡顿监控方案原理和对比_android jankstats

其中**CALLBACK\_ANIMATION**是处理动画相关的逻辑，而**CALLBACK\_TRAVERSAL**则会调用到ViewRootImpl的**performTraversals()** 函数，从而执行到我们所熟悉的View的measure、layout、draw三大流程。


所以可以说，**doFrame()** 函数包含了应用层绘制一帧的逻辑处理。


![](https://img-blog.csdnimg.cn/img_convert/106672636880dcdb4947d4210d0fa1b8.webp?x-oss-process=image/format,png)


由于Choreographer处于如此重要的一个位置，基本上所有的卡顿监控都会围绕着Choreographer进行的，除了自带的掉帧计算，Choreographer 提供的 FrameCallback 和 FrameInfo都是应用层可以直接访问的接口。


下面介绍一下市面上开源方案的几种实现方式和简单对比。


### 1 Choreographer的FrameCallback


**TinyDancer** 就是通过这种方式计算出FPS。 核心代码：

Choreographer.getInstance().postFrameCallback(object : Choreographer.FrameCallback {
override fun doFrame(frameTimeNanos: Long) {
if (lastFrameTimeNanos > 0) {
val frameTime = (frameTimeNanos - lastFrameTimeNanos) / NANOS_PER_MS
}
lastFrameTimeNanos = frameTimeNanos
Choreographer.getInstance().postFrameCallback(this)
}

})

通过记录doFrame回调的间隔时间作为每帧耗时frameTime，如此也很容易计算出FPS=1000/frameTime，掉帧数=frameTime/16.6。


### 2 Choreographer + Looper


Tencent/**matrix** 虽然也是基于Choreographer，但其监测FPS的机制和上面的FrameCallback方案不太一样。 由前面Choreographer的介绍可知，所谓每一帧其实指的就是input、animation、traversal三种事件对应的三个doCallback方法的执行结果，而matrix统计帧耗时就是通过监测这三个方法的执行总时间来表示。matrix监测FPS的主要实现在`LooperMonitor`和`UIThreadMoniter`两个类里。


1. `LooperMonitor`为主线程Looper设置一个Printer来监听UI线程每个Message的开始、结束，从而得到Message的执行耗时。（方案同 **BlockCanary** ）

class LooperPrinter implements Printer {
@Override
public void println(String x) {
…
dispatch(x.charAt(0) == ‘>’, x);
}

private void dispatch(boolean isBegin, String log) {
    for (LooperDispatchListener listener : listeners) {
        if (isBegin) {
            listener.onDispatchStart(log);
        } else {
            listener.onDispatchEnd(log);
        }
     }
}

}

2. `UIThreadMoniter`通过java反射向Choreographer的CALLBACK\_INPUT、CALLBACK\_ANIMATION、CALLBACK\_TRAVERSAL三个事件的callback队列的**头部**插入自定义callback。

    //UIThreadMonitor.java
    @Override
    public void run() {
        doFrameBegin(token);
        doQueueBegin(CALLBACK_INPUT);

        addFrameCallback(CALLBACK_ANIMATION, new Runnable() {
            @Override
            public void run() {
                doQueueEnd(CALLBACK_INPUT);
                doQueueBegin(CALLBACK_ANIMATION);
            }
        }, true);

        addFrameCallback(CALLBACK_TRAVERSAL, new Runnable() {
            @Override
            public void run() {
                doQueueEnd(CALLBACK_ANIMATION);
                doQueueBegin(CALLBACK_TRAVERSAL);
            }
        }, true);
    }

前面提到Choreographer收到VSync信号时，也是往主线程消息队列里放入一个Message最终触发doFrame。而LooperMonitor监控了每个Message执行的开始/结束，如果UIThreadMonitor的doFrameBegin被执行，则说明当前在 Looper 中正在执行的消息就是渲染的消息。然后再在Message结束的时候作为当前帧绘制的结束。这个整个一帧的监控就闭环了。
所以在Matrix中，完整的一帧耗时是onDispatchStart -> doFrame -> onDispatchEnd。

因为UIThreadMonitor是在Choreographer的callback队列的头部添加callback，所以可用于记录每种类型callback队列执行的开始时间，在队列里的callback都执行完毕后，就可以计算对应的事件的耗时（CALLBACK_INPUT、CALLBACK_ANIMATION、CALLBACK_TRAVERSAL），比如CALLBACK_INPUT耗时 = CALLBACK_ANIMATION开始时间 - CALLBACK_INPUT开始时间。

所以Matrix不仅可以得到每一帧的耗时，还能进一步得到每一帧内触摸事件、动画、View渲染三种事件的耗时情况。

3 官方方案——JankStats

JankStats —— 是官方推出的Jetpack套件中的一个新库，最早发布于2022年2月，该库提供了在运行时获取界面的每帧性能的回调，可以让开发者监测到性能问题及其发生的原因。
项目中依赖：

dependencies {
    implementation "androidx.metrics:metrics-performance:1.0.0-alpha03"
}

简单使用：

val listener = JankStats.OnFrameListener { frameData ->
    // A real app could do something more interesting, like writing the info to local storage and later on report it.
    Log.v("JankStatsSample", frameData.toString())
}
jankStats = JankStats.createAndTrack(window, listener)
jankStats.isTrackingEnabled = true

简单几行代码就可以在OnFrameListener回调中获取每一帧的性能数据FrameData， 同时JankStats库还提供了PerformanceMetricsState供开发者记录当前的界面状态，并通过FrameData回调出来，有助于了解用户在那一帧期间做了什么交互。

open class FrameData(
    frameStartNanos: Long,//当前帧开始时间
    frameDurationUiNanos: Long,//当前帧耗时
    isJank: Boolean,//是否发生了卡顿
    val states: List<StateInfo>//业务代码记录的UI状态，可以通过PerformanceMetricsState在关键业务代码处埋点
) 

原理

JankStats是一个典型的Android X库：在不同的Android版本和不同的设备上，实现行为一致的框架。

    class JankStats private constructor(window: Window, private val frameListener: OnFrameListener) {
        init {
            val decorView: View? = window.peekDecorView()
            implementation =
                when {
                    Build.VERSION.SDK_INT >= 31 -> {
                        JankStatsApi31Impl(this, decorView, window)
                    }
                    Build.VERSION.SDK_INT >= 26 -> {
                        JankStatsApi26Impl(this, decorView, window)
                    }
                    Build.VERSION.SDK_INT >= 24 -> {
                        JankStatsApi24Impl(this, decorView, window)
                    }
                    Build.VERSION.SDK_INT >= 22 -> {
                        JankStatsApi22Impl(this, decorView)
                    }
                    Build.VERSION.SDK_INT >= 16 -> {
                        JankStatsApi16Impl(this, decorView)
                    }
                    else -> {
                        JankStatsBaseImpl(this)
                    }
                }
        }
    }

阅读源码可以发现监测机制在API 24（7.0）前后有差异：
Android7.0及其以上系统，直接通过 Window 的新方法addOnFrameMetricsAvailableListener，监听回调每一帧的详细数据FrameMetrics：

internal open class JankStatsApi24Impl() {
    @RequiresApi(24)
    private fun Window.getOrCreateFrameMetricsListenerDelegator():
        DelegatingFrameMetricsListener {
        .....
            val delegates = mutableListOf<Window.OnFrameMetricsAvailableListener>()
            delegator = DelegatingFrameMetricsListener(delegates)
            //Window的这个方法可以监听每一帧的详细数据
            addOnFrameMetricsAvailableListener(delegator, frameMetricsHandler)
        }
        return delegator
    }
}

Android7.0以下设备，还是需要基于Choreographer，通过反射 Choreographer 的 mLastFrameTimeNanos 来获取当前帧的起始时间，然后通过 ViewTreeObserver的 OnPreDrawListener来感知绘制的开始，并往主线程的消息队列头部插入runnable来获取当前帧的UI线程绘制任务结束时间。

//JankStatsApi16Impl.kt
internal open class DelegatingOnPreDrawListener() : ViewTreeObserver.OnPreDrawListener {
    override fun onPreDraw(): Boolean {
        val frameStart = getFrameStartTime()
        with(decorView) {
            //往主线程的消息队列头部插入runnable
            handler.sendMessageAtFrontOfQueue(Message.obtain(handler) {
                val now = System.nanoTime()
                val frameTime = now - frameStart//获得每帧绘制的真实耗时
            })
        }
        return true
    }
    
    //反射 Choreographer 的 mLastFrameTimeNanos
    private fun getFrameStartTime(): Long {
        return choreographerLastFrameTimeField.get(choreographer) as Long
    }
}

获取到了当前帧的起始时间和绘制的Message结束时间，则可以计算出每帧绘制的真实耗时frameTime = now - frameStart

方案对比

1. Choreographer的FrameCallback
   • 优点：
     • 简单可靠，维护成本低，使用稳定性高的系统开放API
   • 缺点：
     • 调用postFrameCallback()会不断地请求Vsync(scheduleVsyncLocked())，当界面静止时，UI线程也会不断请求VSync信号。主线程不干活的时候也会监测，可能会把有卡顿的场景的数据给稀释掉了。
     • 获取到的帧耗时并不是真实的每帧绘制耗时，而获取到≥16ms的两次doFrame的时间间隔。
   • 适用场景：
     • 比较粗粒度的掉帧数、卡顿监控。
2. Matrix（Choreographer + Looper）
   • 优点：
     • 可以对UI线程绘制的不同阶段耗时进行较细致的监控
     • 不需要postFrameCallback，避免不断请求VSync信号
   • 缺点：
     • 维护成本高，对系统api侵入式较强，大量地通过反射来hook Choreographer和Looper，容易出现兼容问题，高版本系统可能会失效
     • 只统计了Choreographer的callback队列执行的耗时，即UI操作相关的耗时，没有包含两个VSYNC之间产生的其它非UI操作相关的message的耗时，因此统计出来的帧耗时可能偏低。
   • 适用场景：
     • 比较精细化的卡顿监控
3. JankStats
   • 优点：
     • 官方方案，兼容性好，使用简单，可靠稳定。是在系统源码里进行埋点监测并收集数据。
     • 数据详尽，FrameMetrics提供了第三方框架难以采集的详细数据，包含总耗时，input、layout&measure、draw甚至是 sync bitmap到GPU的耗时等等（据说和adb shell dumpsys gfxinfo和GPU呈现模式分析的数据一致）
     • 使用便捷，内置规则判断当前帧是否卡顿帧，并可以记录当前帧的应用状态。
     • 界面停止绘制时，不再生产帧率数据，避免脏数据。
   • 缺点：
     • 不支持个性化的定制需求。
     • 库还只是alpha版本，不是成熟的release版本，如果有坑则只能等官方更新。
     • 集成到老项目时不友好，可能需要升级AndroidX核心库、kotlin插件甚至gradle插件版本，代价大。
   • 适用场景：
     • 新项目，需要快速实现卡顿监控

结论

上面三种方案都可以获得当前应用的FPS，要基于项目情况去考虑方案选型。大型项目一般更倾向于维护成本低、稳定性高的基于系统开放API的方案，所以Choreographer的FrameCallback应该是使用最广泛的方案了。
采集到FPS只是应用卡顿监控的第一步，还需要制定科学的卡顿率指标。因为FPS并不能直观的反映应用的卡顿情况，还需要考虑“视觉惯性”，比如电影帧率仅24FPS也不觉得卡顿，但是应用如果一会30FPS一会60FPS，视觉上就会觉得很不流畅。

为了帮助到大家更好的全面清晰的掌握好性能优化，准备了相关的学习路线以及核心笔记（还该底层逻辑）：https://qr18.cn/FVlo89

性能优化核心笔记：https://qr18.cn/FVlo89

尾声

面试成功其实都是必然发生的事情，因为在此之前我做足了充分的准备工作，不单单是纯粹的刷题，更多的还会去刷一些Android核心架构进阶知识点，比如：JVM、高并发、多线程、缓存、热修复设计、插件化框架解读、组件化框架设计、图片加载框架、网络、设计模式、设计思想与代码质量优化、程序性能优化、开发效率优化、设计模式、负载均衡、算法、数据结构、高级UI晋升、Framework内核解析、Android组件内核等。

不仅有学习文档，视频+笔记提高学习效率，还能稳固你的知识，形成良好的系统的知识体系。这里，笔者分享一份从架构哲学的层面来剖析的视频及资料分享给大家梳理了多年的架构经验，筹备近6个月最新录制的，相信这份视频能给你带来不一样的启发、收获。

Android进阶学习资料库

一共十个专题，包括了Android进阶所有学习资料，Android进阶视频，Flutter，java基础，kotlin，NDK模块，计算机网络，数据结构与算法，微信小程序，面试题解析，framework源码！

大厂面试真题

PS：之前因为秋招收集的二十套一二线互联网公司Android面试真题 （含BAT、小米、华为、美团、滴滴）和我自己整理Android复习笔记（包含Android基础知识点、Android扩展知识点、Android源码解析、设计模式汇总、Gradle知识点、常见算法题汇总。）

《2017-2021字节跳动Android面试历年真题解析》

[外链图片转存中…(img-pCwcqWcg-1723551474189)]

大厂面试真题

PS：之前因为秋招收集的二十套一二线互联网公司Android面试真题 （含BAT、小米、华为、美团、滴滴）和我自己整理Android复习笔记（包含Android基础知识点、Android扩展知识点、Android源码解析、设计模式汇总、Gradle知识点、常见算法题汇总。）

[外链图片转存中…(img-LBeMyJdr-1723551474190)]

《2017-2021字节跳动Android面试历年真题解析》

[外链图片转存中…(img-YoAoTDUO-1723551474191)]