[移动开发]Android App性能监控工具

“工欲善其事，必先利其器“

一、LeakCanary

LeakCanary 想必大家都有了解一些，主要用于分析activity、fragment的内存泄露的问题。

在主module下的gradle导入如下依赖即可

dependencies {
  // debugImplementation because LeakCanary should only run in debug builds.
  debugImplementation 'com.squareup.leakcanary:leakcanary-android:2.7'
}

在安装测试app后，点击leak的图标进入leak应用，点击Dump Heap Now即可，内存泄露引用链如下

二、BlockCanary

blockcanary 最新的一个版本是2017年发布的，已经很久没维护了，但是其原理还是值得借鉴的。作者文章

导入依赖方式：

// 当然也可以用implementation，建议用debug方式导入
debugImplementation 'com.github.markzhai:blockcanary-android:1.5.0'

需要注意的是由于涉及到读写文件，所以还需要声明对应的权限

    <uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />
    <uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE" />

创建一个application，并在Androidmanifest中使用

public class BlockCanaryApplication extends Application {
    @Override
    public void onCreate() {
        super.onCreate();
        BlockCanary.install(this, new AppBlockCanaryContext()).start();
    }
}

public class AppBlockCanaryContext extends BlockCanaryContext {
    private static final String TAG = "AppBlockCanaryContext";

    // block 时会回调
    @Override
    public void onBlock(Context context, BlockInfo blockInfo) {
        super.onBlock(context, blockInfo);
        Log.d(TAG, "onBlock: " + blockInfo.model);
    }

    //卡顿阀值 ，默认是1000 ms
    @Override
    public int provideBlockThreshold() {
        return 200;
    }
}

展示dump信息的页面基于LeakCanary界面修改，可以很清楚看到哪里卡了和卡的时长

三、Perfdog

Perfdog是由腾讯出品的移动平台性能分析工具，官网点我前往，工具首页如下，默认的功能有：FPS、CPU、memory三个维度的性能。

• 右下角可以扩展更多功能
• 点击右上角可以开始记录数据，再点一下可以保存到云平台。
  
  在官网登录后就可以看到对应的详细数据
  

四、Profiler

Perfdog 只适合用于监控CPU，内存、FPS等情况，如果想具体排查问题，还是得用Android studio自带的Profiler

profiler支持CPU、memory、network、energy维度的分析。

1、CPU

在CPU下，点击record可以开始记录一段时间内的方法耗时情况

点击stop后，就可以看具体的执行耗时情况，比如在main线程中，clickView的方法耗时长达270ms，就可以结合代码做具体的耗时分析。

2、Memory

在Memory下，可以看到每个块所占用的内存大小，如果想具体看内存分配情况，可以点击顶部的“Allocation Tracking”

在点击stop后，就会进入如下页面

• 区域1：可以按照不同的归类来查看内存情况
• 区域2：每个类实例对应的内存分配情况，单位是byte。点击对应的分类，可以按照该分类的内存情况升序或者降序排列。
• 区域3：该实例对应的成员变量和引用链，对于分析内存泄露很有帮助
• 区域4：该类的实例列表。比如activity的实例，正常情况下只有一个，如果有多个，有可能发生了内存泄露。
  

3、Network

可以测试网络的收发速度

五、命令

1）dumpsys meminfo

可以通过如下命令查看包为com.example.kotlindemo的内存信息

C:\Users> adb shell dumpsys meminfo com.example.kotlindemo
Applications Memory Usage (in Kilobytes):
Uptime: 5765033 Realtime: 5765033
** MEMINFO in pid 19462 [com.example.kotlindemo] **
                   Pss  Private  Private  SwapPss     Heap     Heap     Heap
                 Total    Dirty    Clean    Dirty     Size    Alloc     Free
                ------   ------   ------   ------   ------   ------   ------
  Native Heap    28070    28012       32      148    92160    34457    57702
  Dalvik Heap        0        0        0        0     8199     4100     4099
        Stack       96       96        0        0
       Ashmem       13        0       12        0
      Gfx dev     3568     3568        0        0
    Other dev        2        0        0        0
     .so mmap     7331      388     3484        9
    .apk mmap      168        0       20        0
    .ttf mmap      143        0       60        0
    .dex mmap     4965       12     3104        0
    .oat mmap      219        0        0        0
    .art mmap     8397     7728      348       84
   Other mmap      107        4        0        0
   EGL mtrack    24660    24660        0        0
    GL mtrack     2684     2684        0        0
      Unknown    31770    31732        4       27
        TOTAL   112461    98884     7064      268   100359    38557    61801

 App Summary
                       Pss(KB)
                        ------
           Java Heap:     8076
         Native Heap:    28012
                Code:     7068
               Stack:       96
            Graphics:    30912
       Private Other:    31784
              System:     6513

               TOTAL:   112461       TOTAL SWAP PSS:      268
 Objects
               Views:       18         ViewRootImpl:        2
         AppContexts:        4           Activities:        1
              Assets:        9        AssetManagers:        0
       Local Binders:       14        Proxy Binders:       33
       Parcel memory:        9         Parcel count:       21
    Death Recipients:        2      OpenSSL Sockets:       11
            WebViews:        0
 SQL
         MEMORY_USED:        0
  PAGECACHE_OVERFLOW:        0          MALLOC_SIZE:        0

这里的单位是kb，其中

• Private Dirty：是应用独占内存大小，包含独自分配的部分和应用进程从Zygote复制时被修改的Zygote分配的内存页。（重点关注之一）

• Private clean：是已经映射持久文件使用的内存页，比如正在被执行的代码。

• Pss Total：实际使用的内存，将跨进程共享页也加入进来，会比在profiler中的要大一些。（重点关注之一）

• Dalvik Heap：Dalvik 虚拟机分配的内存。

• Java Heap：java堆大小。

• Objects 中显示持有对象的个数，从这里我们可以分析view、activity的个数。其中，可以通过看activity的个数判断是否发生内存泄漏。

2）systrace

systrace需要Python环境， Android SDK 工具软件包中提供该命令，对应路径是 android-sdk/platform-tools/systrace/ 语法如下：

  python systrace.py [options] [categories]

可用参数如下

在执行完后，会自动生成一个html文件。可以用Chrome打开，在Chrome浏览器网址栏输入

chrome://tracing/

点击load 按钮，选择我们的trace文件即可

其中

• 区域1是总CPU的使用情况
• 区域2是指定进程的cpu使用情况
• 区域3是用于鼠标的控制功能，从上往下依次为点击、上下左右移动、点击上下拉缩放、框定时间区域。
• 顶部的processes可以选择你感兴趣的进程
• 右上角“？”可以查看操作信息
• metrics栏可以查看各项指标。

更多见浏览systrace报告

3）Perfetto

Perfetto 是 Android 10 中引入的全新平台级跟踪工具，你可以在perfetto界面中打开这些跟踪

或者可以通过命令方式打开

cd /path-to-traces-on-my-dev-machine
systrace --from-file trace-file-name{.ctrace | .perfetto-trace}

更多见系统跟踪

4）Trace文件

Android为我们提供了Debug工具，可以获取指定路径的trace文件，我们只需要在特定的位置加入如下代码，即可获取对应的trace文件

// 设置开始记录方法调用情况
Debug.startMethodTracing("/sdcard/debug.trace");

// 结束记录方法调用情况
Debug.stopMethodTracing();

将trace文件pull出来后，直接把文件拖拽到Android studio中即可。区域1为各个线程的耗时情况，区域2 为对应的火焰图。

5）Hprof文件

通过如下获取hprof文件，需要注意如下代码十分的耗性能

Debug.dumpHprofData("/sdcard/dump.hprof")

pull出来用Android studio打开如下

六、GPU

1）渲染速度

可以通过 设置-》开发者选项-》监控下的GPU呈现方式-》在GPU 渲染模式分析对话框中，选择在屏幕上显示为竖条

或者参考App性能调试详解 用命令打开。

// Possible values:
// "true", to enable profiling
// "visual_bars", to enable profiling and visualize the results on screen
// "false", to disable profiling
// @see #PROFILE_PROPERTY_VISUALIZE_BARS
adb shell setprop debug.hwui.profile #{value}

效果如下

其中， Android 6.0 及更高版本的设备时分析器输出中某个竖条的每个区段如下所示：

下表显示的是 Android 4.0 和 5.0 中的竖条区段。

3）过渡绘制

可通过 设置-》开发者选项-》硬件加速渲染-》调试 GPU 过度绘制-》选择显示过度绘制区域。

或者使用命令打开

adb shell setprop debug.hwui.overdraw show

效果如下：

Android 将按如下方式为界面元素着色，以确定过度绘制的次数：

后记

到目前为止，Google一直为Android提供新的调试工具，从monitor（已经被打入冷宫）到profiler，从systrace到Perfetto，Android studio也一直在迭代更新。目的就是让开发者能开发出更优秀的产品，也愿各位大佬不辜负Google的期望，共勉！！