Android系统开发与优化

最新推荐文章于 2022-12-13 09:17:54 发布

大海之狂

最新推荐文章于 2022-12-13 09:17:54 发布

阅读量210

点赞数

分类专栏：嵌入式开发

本文链接：https://blog.csdn.net/haigand/article/details/114487280

版权

嵌入式开发专栏收录该内容

45 篇文章 4 订阅

订阅专栏

https://blog.csdn.net/txc1223/article/details/89678743

Android卡顿优化：卡顿分析方法

CPU 时间分为两种：用户时间和系统时间。用户时间就是执行用户态应用程序代码所消耗的时间；系统时间就是执行内核态系统调用所消耗的时间，包括 I/O、锁、中断以及其他系统调用的时间。

CPU 性能

卡顿问题分析指标

另外一个会影响 CPU 饱和度的是线程优先级，线程优先级会影响 Android 系统的调度策略，它主要由 nice 和 cgroup 类型共同决定。

Android 卡顿排查工具，Traceview 和 systrace 都是我们比较熟悉的排查卡顿的工具，从实现上这些工具分为两个流派。 systrace 跟踪系统的 I/O 操作、CPU 负载、Surface 渲染、GC 等事件。Android 在 ftrace 的基础上封装了atrace，并增加了更多特有的探针，例如 Graphics、Activity Manager、Dalvik VM、System Server 等。

分析结果的展示方式，这些分析工具都支持了 Call Chart 和 Flame Chart 两种展示方式。下面我来讲讲这两种展示方式适合的场景。

1.Call Chart
Call Chart 是 Traceview 和 systrace 默认使用的展示方式。它按照应用程序的函数执行顺序来展示，适合用于分析整个流程的调用。举一个最简单的例子，A 函数调用 B 函数，B 函数调用 C 函数，循环三次，就得到了下面的 Call Chart。
Call Chart 就像给应用程序做一个心电图，我们可以看到在这一段时间内，各个线程的具体工作，比如是否存在线程间的锁、主线程是否存在长时间的 I/O 操作、是否存在空闲等。
2. Flame Chart
Flame Chart 也就是大名鼎鼎的火焰图。它跟 Call Chart 不同的是，Flame Chart 以一个全局的视野来看待一段时间的调用分布，它就像给应用程序拍 X 光片，可以很自然地把时间和空间两个维度上的信息融合在一张图上。上面函数调用的例子，换成火焰图的展示结果如下。
火焰图还可以使用在各种各样的维度，例如内存、I/O 的分析。有些内存可能非常缓慢地泄漏，通过一个内存的火焰图，我们就知道哪些路径申请的内存最多，有了火焰图我们根本不需要分析源代码，也不需要分析整个流程。

Android-卡顿检测工具forandroid

监控Android卡顿的可视化工具：卡顿及FPS

https://blog.csdn.net/haoxuhong/article/details/80599176?utm_medium=distribute.pc_relevant_download.none-task-blog-searchFromBaidu-7.nonecase&dist_request_id=&depth_1-utm_source=distribute.pc_relevant_download.none-task-blog-searchFromBaidu-7.noneca

Android 性能监测工具，优化内存、卡顿、耗电、APK的方法

https://blog.csdn.net/wangsf1112/article/details/105919238?utm_medium=distribute.pc_relevant_download.none-task-blog-BlogCommendFromBaidu-3.nonecase&dist_request_id=&depth_1-utm_source=distribute.pc_relevant_download.none-task-blog-BlogCommendFromBaidu-3.nonecas

Android卡顿自动化检测实现

https://blog.csdn.net/weixin_33863087/article/details/93895788?utm_medium=distribute.pc_relevant_download.none-task-blog-BlogCommendFromBaidu-2.nonecase&dist_request_id=&depth_1-utm_source=distribute.pc_relevant_download.none-task-blog-BlogCommendFromBaidu-2.nonecas

Android应用性能优化之分析工具[二]

https://blog.csdn.net/u012070360/article/details/81939402?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.control&dist_request_id=&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.control

Android自动化测试的实践

https://blog.csdn.net/zjnuwsf/article/details/52669764?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.control&dist_request_id=&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.control

Android自动化测试--monkey详细到炸的总结