Android---性能优化方案分享，分布式架构演进+相关笔记参考

Debug.startMethodTracing(“sample”);

…

// The system begins buffering the genera

《Android学习笔记总结+最新移动架构视频+大厂安卓面试真题+项目实战源码讲义》

【docs.qq.com/doc/DSkNLaERkbnFoS0ZF】 完整内容开源分享

ted trace data, until your

// application calls stopMethodTracing(), at which time it writes

// the buffered data to the output file.

Debug.stopMethodTracing();

生成的 .trace 文件会被保存在固定目录下，与 getExternalFilesDir() 返回的目录相同，即 /sdcard/Android/data/[YOUR_PACKAGE_NAME]/files 下。
请注意，如果您的应用在未更改跟踪日志名称的情况下再次调用 startMethodTracing()，则会覆盖已保存至设备的现有日志。如果希望每次运行都保存至不同的日志文件，可以使用如下代码：

// Uses the SimpleDateFormat class to create a String with

// the current date and time.

SimpleDateFormat date =

new SimpleDateFormat(“dd_MM_yyyy_hh_mm_ss”);

String logDate = date.format(new Date());

// Applies the date and time to the name of the trace log.

Debug.startMethodTracing(

“sample-” + logDate);

如果系统在您调用 stopMethodTracing() 之前达到最大缓冲值，则会停止跟踪并向管理中心发送通知。 开始和停止跟踪的函数在您的整个应用流程内均有效。 也就是说，您可以在 Activity 的 onCreate(Bundle)

函数中调用 startMethodTracing()，在 Activity 的 onDestroy() 函数中调用 stopMethodTracing()。

二、查看 .trace 文件

插好桩后，安装应用并运行被检测部分的功能，然后就可以通过 AS 或者 traceview 查看文件了。

使用 AS 查看

在AS中点击 View - Tool Windows - Android File Explorer 打开 Android File Explorer ：

在 /sdcard/Android/data/[YOUR_PACKAGE_NAME]/files 下即可找到生成的 .trace 文件，双击文件即可打开。

将 .trace 文件保存至电脑，直接拖入AS窗口，也可直接打开该视图。

在打开的视图中，左上方可以选择想要查看的线程。可以查看监控期间指定线程运行了多久、执行了哪些方法、每个方法执行了多久等等。

其中有4个名词需要解释一下：

• **Wall Clock Time：**壁钟时间，表示实际经过的时间，即进入某个方法到退出该方法的时间，不考虑线程是活动还是休眠状态。

• **Thread time：**线程时间，表示实际经过的时间减去线程没有消耗 CPU 资源（处于休眠）的时间部分。 对于任何给定函数，其线程时间始终少于或等于其壁钟时间。 使用线程时间可以让您更好地了解线程的实际 CPU 使用率中有多少是给定函数消耗的。

• **Inclusive Time：**方法执行自己代码的时间 + 执行自己child方法的时间。

• **Exclusive Time：**方法执行自己代码的时间。

使用 traceview 查看

要使用 traceview 查看，需要首先将 .trace 文件保存到电脑：

adb pull /sdcard/Android/data/[YOUR_PACKAGE_NAME]/files/sample.trace D:\Documents\sample.trace

打开 Android Device Monitor 。AS3.0以前的版本，就是LogCat所在的窗口，再切换一下tab页即可。AS3.0以后，进入 android-sdk/tools/ 路径，运行以下命令：

monitor

虽然 Android Device Monitor 的 DDMS 也有 File Explorer ，但是未 root 的手机，查看不到上述路径，因此只能将 .trace 文件保存到电脑查看。

在 Android Device Monitor 中，依次点击 File - Open File ，选择 .trace 文件路径即可打开：

内容与AS打开时类似，相差较大的主要是图标部分，没有AS的 Call Chart 直观形象。

其中也有4个概念：

**Cpu Time：**相当于AS中的 Thread time。
**Real Time：**相当于AS中的Wall Clock Time。
**Inclusive Time：**同AS一样。
**Exclusive Time：**同AS一样。

使用 AS 查看还是使用 traceview 查看

这个就见仁见智了，根据我个人使用的感觉来看，建议使用AS查看。原因有二：

AS更简单。不需要单独打开ADM，更不需要将 .trace 文件保存到电脑。

AS的调用图（ Call Chart ）更加直观，cpu时间的消耗一目了然。

Call Chart 的水平轴表示函数调用（或调用方）的时间段和时间，并沿垂直轴显示其被调用者。 下图展示了一个调用图表示例，并描绘了给定函数的 self time、children time 以及总时间的概念。

最后需要注意一点，跟踪分析过程中，应用的运行速度会减慢。所以，通过 traceview 得到的分析数据并不能精确反应某个方法在实际执行时的绝对时间。关于这一点，在最后的注意事项中再做详细分析。

Google还提供了基于样本的分析方式，以减少分析对运行时性能的影响。要启用样本分析，需调用 Debug.startMethodTracingSampling() 方法（而非 Debug.startMethodTracing() 方法）。系统会定期收集样本，直至调用 stopMethodTracing() 。

CPU Profiler 使用方法

使用 CPU Profiler 进行函数跟踪比 traceview 更简单。不需要做任何代码上的植入，下面做一个简单的介绍：

首先，通过

View - Tool Windows - Android Profiler 打开 Android Profiler 。手机连接电脑后运行应用，在 Android Profiler 中会看到以下视图：

左上角可以选择设备和进程，点击 CPU 区域，即可进入CPU Profiler视图：

左上角可以选择跟踪模式：

**Sampled：**按默认采样率捕获应用的调用堆栈。该模式的固有问题是，如果应用在一次捕获后进入一个函数并在下一次捕获前退出该函数，则分析器不会记录该函数调用。如果对此类生命周期很短的跟踪函数感兴趣，可以使用“Instrumented”跟踪。

**Instrumented：**以在每个函数调用的开始和结束时记录时间戳。 分析比较时间戳，以生成函数跟踪数据。 需要注意的是，设置与函数关联的开销会影响运行时性能，甚至分析数据，对于生命周期相对较短的函数，这一点更为明显。 此外，如果应用短时间内执行大量函数，则分析器可能会迅速超出它的文件大小限制，且不能再记录更多跟踪数据。

**Edit configurations：**自定义采样率。与 traceview 中的 Debug.startMethodTracingSampling() 类似。

.trace 文件的大小是有限制的。对于给定录制，当分析器到达该限制时，AS 将停止收集新数据（不过，这不会停止记录）。 在执行“Instrumented”跟踪时，这种情况通常会更快发生，因为与“Sampled”跟踪相比，此类跟踪在较短时间里会收集更多数据。

如果你使用的是Android 8.0（API 26）或更高版本的设备，则对于跟踪数据的文件大小没有限制，此值可忽略。不过，你仍需留意每次记录后设备收集了多少数据，因为 AS 可能难以解析大型跟踪文件。

点击上方的“开始录制”按钮，然后在应用中操作执行被追踪的功能，结束后再点击“停止录制”按钮。CPU Profiler 会自动开始分析并生成数据。

以上就是 CPU Profiler 和 traceview 的使用方法。至于如何制定优化方案，就不展开了，并没有完全固定的路子。就我本例的 onRebuild() 方法而言，是针对耗时的Contact构造过程做了并行处理，将上百个有序的构造过程平分到5个线程中并发执行，然后再按顺序合并数据到一个线程中。最终 onRebuild() 执行速度从15秒提升到了2.5秒，对我来说已经够用了。

重要注意事项

无论是使用 traceview 还是 CPU Profiler 进行函数跟踪，有一点需要注意：跟踪分析过程中，应用的运行速度会减慢。所以，分析数据并不能精确反应某个方法在实际执行时的绝对时间。下面是我在优化项目中的 onRebuild(boolean) 方法时，记录的4组数据，让我们来对比一下：

**实际执行时间：**不启用分析模式，正常运行状态下通过打印日志得到的实际执行时间。
**Profiler统计时间：**使用 CPU Profiler 分析获得的执行时间。
**traceview统计时间：**通过分析 traceview 产生的 .trace 文件，从中获得的执行时间。
**traceview实际时间：**使用 traceview 的情况下，通过打印日志得到的实际执行时间。

为什么针对 traceview 会例举两个时间呢？这是因为测试过程中发现 traceview 自动分析出来的时间比 实际执行时间 不仅没有慢，反而快了很多，疑惑下又在启用 traceview 的情况下通过以下代码测算了一下实际的时间，这个倒是真的比 实际执行时间 慢了。

Debug.startMethodTracing(“smssdk_onrebuild”);

long curr = System.currentTimeMillis();

onRebuild(true);
又在启用 traceview 的情况下通过以下代码测算了一下实际的时间，这个倒是真的比 实际执行时间 慢了。

Debug.startMethodTracing(“smssdk_onrebuild”);

long curr = System.currentTimeMillis();

onRebuild(true);