Android卡顿优化 | 卡顿单点问题监测方案

简介: Android卡顿优化 | 卡顿单点问题监测方案

本文要点

  • 背景介绍
  • 监测指标
  • 常规方案
  • IPC问题监测技巧
  • 相对优雅的方案【ARTHook】
  • ARTHook实战
  • 小结

项目GitHub

背景介绍

  • 前面提到过两种自动化自动化检测方案:

AndroidPerformanceMonitorANR-WatchDog

  • **需要本方案的原因:自动化卡顿检测方案无法满足所有场景;

如,有很多Message要执行,
但是所有Message的时间,
都没有达到自动化卡顿检测方案所配置的卡顿的判定阈值
那这种情况,自动化卡顿检测方案对这些“较小型”的卡顿问题便无能为力了;
可是这些没有达到卡顿的判定阈值“较小型”的卡顿问题
却会一直影响用户体验,这显然是不行的!!**

  • 需要建立体系化的卡顿解决方案

便要尽早地尽可能多地暴露问题,补充已有方案的不足;

  • **^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^

需要关注的单点问题IPC、DB操作、IO、View绘制等;
下面以主线程IPC为例,
因为IPC其实是一个很耗时的操作,
但实际开发时很多时候都没有得到足够的重视
偶尔还会在主线程进行IPC操作,以及频繁的调用,
而这种耗时其实很少达到卡顿的阈值
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^**

监测指标

  • **IPC的调用类型

PackageManager的调用、ActivityManagerService的调用和TelephoneManager的调用就是属于不同的调用类型(不同类型的IPC操作);**

  • IPC的调用耗时、次数
  • IPC的调用堆栈【哪行代码调用的】、发生线程【IPC具体发生在哪个线程】

常规方案

  • 在IPC前后加埋点
  • **缺点:不优雅,容易忘记;
       维护成本大,人员交接也麻烦;**

IPC问题监测技巧

  • 【线下】adb命令

    • adb shell am trace-ipc start
      运行这行命令,可以对IPC的操作进行监控;
    • adb shell am trace-ipc stop -dump-file /data/local/tmp/ipc-trace.txt

监控结束,并将监控到的信息存放到相对应的文件当中;

- `adb pull /data/local/tmp/ipc-trace.txt`

将文件导出;

相对优雅的方案

  • ARTHook:可以Hook系统方法,

对系统方法来说,其实并没有办法对其修改,
但是我们可以Hook它的方法,
再在方法体中,加上自己的代码;

  • AspectJ:只能针对非系统的方法,

即我们自己APP的源码或者我们自己引用的库包,
AspectJ实际上是往我们的具体方法里面插入相对应的代码,
即无法针对系统方法做一个操作;

  • 所以这里使用ARTHook;
  • **其实诸如通过PackageManagerService的调用拿到应用的信息、get到群从设备标识符(GSID)的信息ActivityManagerService的调用和TelephoneManager的调用等都是有涉及到IPC操作

这样的操作其实都是有一个固定的调用方式,
即不管是通过那种IPC调用类型,
只要是IPC操作,^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
最终都会调用到一个类android.os.BinderProxy
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
然后它会调用其自身方法transact()
BinderProxyBinder的内部类;
这里注意transact()的几个参数!!!!!!!!:**

ARTHook实战

  • Epic是一个虚拟机层面,以Java Method为粒度的运行时Hook框架
  • 支持Android4.0 - 10.0
  • 官网 https://github.com/tiann/epic
  • 依赖 compile 'me.weishu:epic:0.6.0'
  • **Hook的意思是勾住,也就是在消息过去之前,

可以先把消息暂时勾住,不让其传递,我们可以优先处理;
《Hook的基础原理》**


  • 引入依赖;
  • **使用框架:

首先需要给ARTHook传入一个Class,
这里是以映射的方式间接引用到BinderProxy
因为BinderProxy是没有办法直接引用到的,
然后二参是Hook方法,即这里的transact()
然后传入一些类实例,
最后传入的是一个回调接口,
在回调方法beforeHookedMethod()中,
我们就可以打印具体的调用栈信息
便可以知道这次的IPC调用 是从哪里调过来的;
下面项目准备了几个类型的单点问题模拟,
运行程序,查看logcat:
【注意,
在打印的时候我加了一个logTAGARTHookTest
所以在查看logcat的时候可以定位ARTHookTest这个关键词,
方便调试!!!】
-IPC;IO类型单点问题;View处理:
PMS类型的IPC调用:^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
可以看到ARTHook框架帮助我们快速定位找出了存在IPC调用的代码位置,
收集打印出堆栈信息,说清楚了IPC调用来源和过程
并且是一直运行的,
APP中只要发生了IPC操作调用
就会整个操作的信息都被捕获下来,
所以我们可以看到只要IPC在不断发生
logcat中关于ARTHook打印的信息就一直在滚动!!!!!
不同的时间点!!!!!!调用了什么IPC,全数被打印出来!!!!!!
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^


这样一来,
APP的所有IPC操作调用、单点问题我们就能很方便地捕获到了,
并可以获取到IPC调用类型、调用耗时、发生次数、调用堆栈、发生的时刻等。

随后便可以进行详细的分析,统筹优化;**

小结

  • 可以利用ARTHook完善线下工具;
  • 开发阶段Hook相关操作,暴露、分析问题;
  • 完善体系化性能优化解决方案





参考:

相关文章
|
23天前
|
Java Android开发 UED
🧠Android多线程与异步编程实战!告别卡顿,让应用响应如丝般顺滑!🧵
【7月更文挑战第28天】在Android开发中,确保UI流畅性至关重要。多线程与异步编程技术可将耗时操作移至后台,避免阻塞主线程。我们通常采用`Thread`类、`Handler`与`Looper`、`AsyncTask`及`ExecutorService`等进行多线程编程。
35 2
|
1月前
|
Java Android开发
Android面试题经典之Glide取消加载以及线程池优化
Glide通过生命周期管理在`onStop`时暂停请求,`onDestroy`时取消请求,减少资源浪费。在`EngineJob`和`DecodeJob`中使用`cancel`方法标记任务并中断数据获取。当网络请求被取消时,`HttpUrlFetcher`的`cancel`方法设置标志,之后的数据获取会返回`null`,中断加载流程。Glide还使用定制的线程池,如AnimationExecutor、diskCacheExecutor、sourceExecutor和newUnlimitedSourceExecutor,其中某些禁止网络访问,并根据CPU核心数动态调整线程数。
77 2
|
8天前
|
调度 Android开发 开发者
【颠覆传统!】Kotlin协程魔法:解锁Android应用极速体验,带你领略多线程优化的无限魅力!
【8月更文挑战第12天】多线程对现代Android应用至关重要,能显著提升性能与体验。本文探讨Kotlin中的高效多线程实践。首先,理解主线程(UI线程)的角色,避免阻塞它。Kotlin协程作为轻量级线程,简化异步编程。示例展示了如何使用`kotlinx.coroutines`库创建协程,执行后台任务而不影响UI。此外,通过协程与Retrofit结合,实现了网络数据的异步加载,并安全地更新UI。协程不仅提高代码可读性,还能确保程序高效运行,不阻塞主线程,是构建高性能Android应用的关键。
28 4
|
13天前
|
缓存 算法 数据库
安卓应用性能优化:一场颠覆平凡的极限挑战,拯救卡顿的惊世之战!
【8月更文挑战第7天】《安卓应用性能优化实战》
26 4
|
3天前
|
编译器 Android开发 开发者
Android经典实战之Kotlin 2.0 迁移指南:全方位优化与新特性解析
本文首发于公众号“AntDream”。Kotlin 2.0 已经到来,带来了 K2 编译器、多平台项目支持、智能转换等重大改进。本文提供全面迁移指南,涵盖编译器升级、多平台配置、Jetpack Compose 整合、性能优化等多个方面,帮助开发者顺利过渡到 Kotlin 2.0,开启高效开发新时代。
6 0
|
6天前
|
Web App开发 网络协议 Android开发
### 惊天对决!Android平台一对一音视频通话方案大比拼:WebRTC VS RTMP VS RTSP,谁才是王者?
【8月更文挑战第14天】随着移动互联网的发展,实时音视频通信已成为移动应用的关键部分。本文对比分析了Android平台上WebRTC、RTMP与RTSP三种主流技术方案。WebRTC提供端到端加密与直接数据传输,适于高质量低延迟通信;RTMP适用于直播场景,但需服务器中转;RTSP支持实时流播放,但在复杂网络下稳定性不及WebRTC。三种方案各有优劣,WebRTC功能强大但集成复杂,RTMP和RTSP实现较简单但需额外编码支持。本文还提供了示例代码以帮助开发者更好地理解和应用这些技术。
23 0
|
1月前
|
算法 Java API
Android性能优化面试题经典之ANR的分析和优化
Android ANR发生于应用无法在限定时间内响应用户输入或完成操作。主要条件包括:输入超时(5秒)、广播超时(前台10秒/后台60秒)、服务超时及ContentProvider超时。常见原因有网络、数据库、文件操作、计算任务、UI渲染、锁等待、ContentProvider和BroadcastReceiver的不当使用。分析ANR可借助logcat和traces.txt。主线程执行生命周期回调、Service、BroadcastReceiver等,避免主线程耗时操作
37 3
|
2月前
|
缓存 JSON 网络协议
Android面试题:App性能优化之电量优化和网络优化
这篇文章讨论了Android应用的电量和网络优化。电量优化涉及Doze和Standby模式,其中应用可能需要通过用户白名单或电池广播来适应限制。Battery Historian和Android Studio的Energy Profile是电量分析工具。建议减少不必要的操作,延迟非关键任务,合并网络请求。网络优化包括HTTPDNS减少DNS解析延迟,Keep-Alive复用连接,HTTP/2实现多路复用,以及使用protobuf和gzip压缩数据。其他策略如使用WebP图像格式,按网络质量提供不同分辨率的图片,以及启用HTTP缓存也是有效手段。
56 9
|
2月前
|
XML 监控 安全
Android App性能优化之卡顿监控和卡顿优化
本文探讨了Android应用的卡顿优化,重点在于布局优化。建议包括将耗时操作移到后台、使用ViewPager2实现懒加载、减少布局嵌套并利用merge标签、使用ViewStub减少资源消耗,以及通过Layout Inspector和GPU过度绘制检测来优化。推荐使用AsyncLayoutInflater异步加载布局,但需注意线程安全和不支持特性。卡顿监控方面,提到了通过Looper、ChoreographerHelper、adb命令及第三方工具如systrace和BlockCanary。总结了Choreographer基于掉帧计算和BlockCanary基于Looper监控的原理。
46 3
|
1月前
|
安全 Java 数据处理
Android多线程编程实践与优化技巧
Android多线程编程实践与优化技巧