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
|
20天前
|
数据采集 监控 API
告别手动埋点!Android 无侵入式数据采集方案深度解析
传统的Android应用监控方案需要开发者在代码中手动添加埋点,不仅侵入性强、工作量大,还难以维护。本文深入探讨了基于字节码插桩技术的无侵入式数据采集方案,通过Gradle插件 + AGP API + ASM的技术组合,实现对应用性能、用户行为、网络请求等全方位监控,真正做到零侵入、易集成、高稳定。
360 31
|
23天前
|
移动开发 JavaScript 应用服务中间件
【06】优化完善落地页样式内容-精度优化-vue加vite开发实战-做一个非常漂亮的APP下载落地页-支持PC和H5自适应提供安卓苹果鸿蒙下载和网页端访问-优雅草卓伊凡
【06】优化完善落地页样式内容-精度优化-vue加vite开发实战-做一个非常漂亮的APP下载落地页-支持PC和H5自适应提供安卓苹果鸿蒙下载和网页端访问-优雅草卓伊凡
154 5
【06】优化完善落地页样式内容-精度优化-vue加vite开发实战-做一个非常漂亮的APP下载落地页-支持PC和H5自适应提供安卓苹果鸿蒙下载和网页端访问-优雅草卓伊凡
|
2月前
|
存储 消息中间件 人工智能
【08】AI辅助编程完整的安卓二次商业实战-修改消息聊天框背景色-触发聊天让程序异常终止bug牵涉更多聊天消息发送优化处理-优雅草卓伊凡
【08】AI辅助编程完整的安卓二次商业实战-修改消息聊天框背景色-触发聊天让程序异常终止bug牵涉更多聊天消息发送优化处理-优雅草卓伊凡
189 10
【08】AI辅助编程完整的安卓二次商业实战-修改消息聊天框背景色-触发聊天让程序异常终止bug牵涉更多聊天消息发送优化处理-优雅草卓伊凡
|
8月前
|
JavaScript Linux 网络安全
Termux安卓终端美化与开发实战:从下载到插件优化,小白也能玩转Linux
Termux是一款安卓平台上的开源终端模拟器,支持apt包管理、SSH连接及Python/Node.js/C++开发环境搭建,被誉为“手机上的Linux系统”。其特点包括零ROOT权限、跨平台开发和强大扩展性。本文详细介绍其安装准备、基础与高级环境配置、必备插件推荐、常见问题解决方法以及延伸学习资源,帮助用户充分利用Termux进行开发与学习。适用于Android 7+设备,原创内容转载请注明来源。
1817 77
|
7月前
|
数据采集 JSON 网络安全
移动端数据抓取:Android App的TLS流量解密方案
本文介绍了一种通过TLS流量解密技术抓取知乎App热榜数据的方法。利用Charles Proxy解密HTTPS流量,分析App与服务器通信内容;结合Python Requests库模拟请求,配置特定请求头以绕过反爬机制。同时使用代理IP隐藏真实IP地址,确保抓取稳定。最终成功提取热榜标题、内容简介、链接等信息,为分析热点话题和用户趋势提供数据支持。此方法也可应用于其他Android App的数据采集,但需注意选择可靠的代理服务。
299 11
移动端数据抓取:Android App的TLS流量解密方案
|
6月前
|
缓存 编解码 Android开发
Android内存优化之图片优化
本文主要探讨Android开发中的图片优化问题,包括图片优化的重要性、OOM错误的成因及解决方法、Android支持的图片格式及其特点。同时介绍了图片储存优化的三种方式:尺寸优化、质量压缩和内存重用,并详细讲解了相关的实现方法与属性。此外,还分析了图片加载优化策略,如异步加载、缓存机制、懒加载等,并结合多级缓存流程提升性能。最后对比了几大主流图片加载框架(Universal ImageLoader、Picasso、Glide、Fresco)的特点与适用场景,重点推荐Fresco在处理大图、动图时的优异表现。这些内容为开发者提供了全面的图片优化解决方案。
239 1
|
存储 缓存 编解码
Android经典面试题之图片Bitmap怎么做优化
本文介绍了图片相关的内存优化方法,包括分辨率适配、图片压缩与缓存。文中详细讲解了如何根据不同分辨率放置图片资源,避免图片拉伸变形;并通过示例代码展示了使用`BitmapFactory.Options`进行图片压缩的具体步骤。此外,还介绍了Glide等第三方库如何利用LRU算法实现高效图片缓存。
197 20
Android经典面试题之图片Bitmap怎么做优化
|
Java Android开发 UED
安卓应用开发中的内存管理优化技巧
在安卓开发的广阔天地里,内存管理是一块让开发者既爱又恨的领域。它如同一位严苛的考官,时刻考验着开发者的智慧与耐心。然而,只要我们掌握了正确的优化技巧,就能够驯服这位考官,让我们的应用在性能和用户体验上更上一层楼。本文将带你走进内存管理的迷宫,用通俗易懂的语言解读那些看似复杂的优化策略,让你的开发之路更加顺畅。
315 33
|
监控 算法 数据可视化
深入解析Android应用开发中的高效内存管理策略在移动应用开发领域,Android平台因其开放性和灵活性备受开发者青睐。然而,随之而来的是内存管理的复杂性,这对开发者提出了更高的要求。高效的内存管理不仅能够提升应用的性能,还能有效避免因内存泄漏导致的应用崩溃。本文将探讨Android应用开发中的内存管理问题,并提供一系列实用的优化策略,帮助开发者打造更稳定、更高效的应用。
在Android开发中,内存管理是一个绕不开的话题。良好的内存管理机制不仅可以提高应用的运行效率,还能有效预防内存泄漏和过度消耗,从而延长电池寿命并提升用户体验。本文从Android内存管理的基本原理出发,详细讨论了几种常见的内存管理技巧,包括内存泄漏的检测与修复、内存分配与回收的优化方法,以及如何通过合理的编程习惯减少内存开销。通过对这些内容的阐述,旨在为Android开发者提供一套系统化的内存优化指南,助力开发出更加流畅稳定的应用。
361 31
|
调度 Android开发 开发者
构建高效Android应用:探究Kotlin多线程优化策略
【10月更文挑战第11天】本文探讨了如何在Kotlin中实现高效的多线程方案,特别是在Android应用开发中。通过介绍Kotlin协程的基础知识、异步数据加载的实际案例,以及合理使用不同调度器的方法,帮助开发者提升应用性能和用户体验。
202 4

热门文章

最新文章