性能统计的两个角度

2019独角兽企业重金招聘Python工程师标准>>>

第一个角度为 总结报表：

通过几个维度，例如内存，cpu，泄露，网络，渲染时间，drawcall次数，做累加和，得到最耗费内存，最耗费cpu的代码

有点类似于统计中的特征值的抽取， 统计中的平均值概念

第二个角度为实时报告：

通过实时的柱状图，或者点状图，分析峰值，类似于研究统计中的方差，通过找到波动最剧烈的地方进行优化

而这两者之间又是辩证统一的，单次的方差有可能是之前累计的大量内存分配，导致的gc，造成的cpu时间上升；

而平均值有时候是不能反映剧烈方差的，例如对于帧率，平均帧率可能比较稳定，但是突然出现一帧的波动，就会带来卡顿的感觉。

转载于:https://my.oschina.net/u/186074/blog/743448