1.BlockCanary
造成app卡顿的直接原因通常是，主线程执行繁重的UI绘制、大量的计算或IO等耗时操作。常用的解决卡顿的方法有BlockCanary、ArgusAPM、LogMonitor等。
从监控主线程哦哦实现原理上，主要分为两种：
①依赖主线程Looper，监控每次dispatchMessage的执行耗时。（BlockCanary）
②依赖Choreographer模块，监控相邻两次Vsync事件通知的时间差。（ArgusAPM、LogMonitor）
BlockCanary是Android平台的一个非侵入式的性能监控组件，应用只需要实现一个抽象类，提供一些该组件需要的上下文环境，就可以在平时使用应用的时候检测主线程上的各种卡慢问题，并通过组件提供的各种信息分析出原因并进行修复。
BlockCanary对主线程操作进行了完全透明的监控，并能输出有效的信息，帮助开发分析、定位到问题所在，迅速优化应用。其特点有：
①非侵入式，简单的两行就打开监控，不需要到处打点，破坏代码优雅性。
②精准，输出的信息可以帮助定位到问题所在（精确到行），不需要像Logcat一样，慢慢去找。
?
2.BlockCanary使用
①添加依赖
dependencies {
? ? compile 'com.github.markzhai:blockcanary-android:1.5.0'
? ? // 仅在debug包启用BlockCanary进行卡顿监控和提示的话，可以这么用
? ? debugCompile 'com.github.markzhai:blockcanary-android:1.5.0'
? ? releaseCompile 'com.github.markzhai:blockcanary-no-op:1.5.0'
}
②在Application里进行初始化和start
?BlockCanary.install(this, new BlockCanaryContext()).start();
?
3.BlockCanary原理
首先看install方法：
public static BlockCanary install(Context context, BlockCanaryContext blockCanarayContext) {
? ? BlockCanaryContext.init(context, blockCanaryContext);
? ? setEnabled(context, DisplayActivity.class, BlockCanaryContext.get().displayNotification());
? ? return get();
}
其中BlockCanaryContext表示监测的某些参数，包括卡顿的阈值、输出文件的路径等等。
public class?BlockCanaryContext implements BlockInterceptor {
? ? public int provideBlockThreshold() {
? ? ? ? return 1000;? ?//默认卡顿阈值为1000ms
? ? }
? ? public String providePath() {
? ? ? ? return "/blockcanary/";//输出的log
? ? }
? ? //支持文件上传
? ? public void upload(File zippedFile) {
? ? ? ? throw new UnsupportedOperationException();
? ? }
? ? //可以在卡顿提供自定义操作
? ? @Override
? ? public void onBlock(Context context, BlockInfo blockInfo) {
? ? }
}
install只是创建出BlockCanary实例，主要是start方法的操作：
BlockCanary.java:
//Start monitoring.
public void start() {
? ? if (!mMonitorStarted) {
? ? ? ??mMonitorStarted = true;
? ? ? ? Looper.getMainLooper().setMessageLog ging(mBlockCanaryCore.monitor);
? ??}
}
start方法其实就是给主线程的Looper设置一个monitor。
熟悉Message/Looper/Handler系列的一定知道Looper.java中这么一段：
private static Looper sMainLooper;
public static void prepareMainLooper() {
? ? prepare(false);
? ? synchronized (Looper.class) {
? ? ? ? if (sMainLooper != null) {
? ? ? ? ? ? throw new IllegalStateException("The main Looper has already been prepared.");
? ? ? ? }
? ? ? ? sMainLooper = myLooper();
? ? }
}
public static Looper getMainLooper() {
? ? synchronized (Looper.class) {
? ? ? ? return sMainLooper;
? ? }
}
即整个应用的主线程，只有这一个looper，不管有多少handler，最后都会回到这里。
在Looper的loop方法中，看看主线程的looper实现：
public static void loop() {
? ? ...
? ? for (;;) {
? ? ? ? ...
? ? ? ? Printer logging = me.mLogging;
? ? ? ? if (logging != null) {
? ? ? ? ? ? logging.println(">>>>> Dispatching to " + msg.target + " " +?msg.callback + ": " + msg.what);
? ? ? ? }
? ? ? ? msg.target.dispatchMessage(msg);
? ? ? ? if (logging != null) {
? ? ? ? ? ? logging.println("<<<<< Finished to " + msg.target + " " + msg.callback);
? ? ? ? }
? ? ? ? ...
? ? }
}
主线程所有执行的任务都在dispatchMessage方法中派发执行完成，通过setMessageLogging的方式给主线程的Looper设置一个Printer，因为dispatchMessage执行前后都会打印对应信息，在执行前利用另外一条线程，通过Thread#getStackTrace接口，以轮询的方式获取主线程执行堆栈信息并记录起来，同时统计每次dispatchMessage方法执行耗时，当超出阈值时，将该次获取的堆栈进行分析上报，从而捕捉卡顿信息，否则丢弃此次记录的堆栈信息。
这个Printer - mLogging在每个message处理的前后被调用，而如果主线程卡住了，不就是在dispatchMessage里卡住了吗？
在上面的loop循环的代码中，msg.target.dispatchMessage就是UI线程收到每一个消息需要执行的操作，都在其内部执行。系统在其执行的前后都会执行logging类的print方法，这个方法是可以自定义的。所以只要在运行的前后都添加一个时间戳，用运行后的时间减去运行前的时间，一旦这个时间超过了设定的阈值，就可以说这个操作卡顿，阻塞了UI线程，最后通过dump出此时的各种信息，来分析各种性能瓶颈。
核心流程图：
该组件利用了主线程的消息队列处理机制，通过Looper.getMainLooper().setMessageLogging(mainLooperPrinter);并在mainLooperPrinter中判断start和end，来获取主线程dispatch该message的开始和结束时间，并判定该时间超过阈值(如2000毫秒)为主线程卡慢发生，并dump出各种信息，提供开发者分析性能瓶颈。
接下来看看这个monitor的println方法：
LooperMonitor.java：
@Override
public void println(String x) {
?? ?//如果当前在调试中，那么直接返回，不做处理
? ??if (mStopWhenDebugging && Debug.isDebuggerConnected()) {
? ? ? ? return;
? ??}
? ? if (!mPrintingStarted) {
? ? ? ??//执行操作前
? ? ?? ?mStartTimestamp = System.currentTimeMillis();
? ? ? ??mStartThreadTimestamp = SystemClock.currentThreadTimeMillis();
? ? ? ??mPrintingStarted = true;
? ? ? ??startDump();
? ? } else {
? ? ? ? //执行操作后
? ? ? ? final long endTime = System.currentTimeMillis();
? ? ? ? mPrintingStarted = false;
? ? ?? ?//是否卡顿
? ? ? ? if (isBlock(endTime)) {
? ? ? ? ? ? notifyBlockEvent(endTime);
? ? ? ? }
? ? ?? ?stopDump();
? ??}
}
private boolean isBlock(long endTime) {
? ? return endTime - mStartTimeMillis > mBlockThresholdMillis;
}
在ui操作执行前，将会记录当前的时间戳，同时会startDump。
在ui操作执行后，将会计算当前是否卡顿了，如果卡顿了，将会回调到onBlock的onBlock方法。同时将会停止dump。
为什么操作之前就开启了startDump，而操作执行之后就stopDump呢?
LooperMonitor.java：
private void startDump() {
? ? if (null != BlockCanaryInternals.getInstance( ).stackSampler) {
? ? ? ? BlockCanaryInternals.getInstance( ).stackSampler.start();
? ??}
? ? if (null != BlockCanaryInternals.getInstance( ).cpuSampler) {
? ? ?? ?BlockCanaryInternals.getInstance( ).cpuSampler.start();
? ??}
}
其中start方法：
AbstractSampler.java:
public void start() {
? ? if (mShouldSample.get()) {
? ? ? ??return;
? ? }
? ??mShouldSample.set(true);
? ? HandlerThreadFactory.getTimerThreadHandl er().removeCallbacks(mRunnable);
? ??HandlerThreadFactory.getTimerThreadHandl er().postDelayed(mRunnable,?BlockCanaryInternals.getInstance().getSampleDelay());?
}
可以看到，startDump的时候并没有马上start，而是会postDelay一个runnable，这个runnable就是执行dump的真正的操作，delay的时间是设置的阈值的0.8倍，也就是，一旦stop在设置的延迟时间之前执行，就不会真正的执行dump操作。
AbstractSampler.java:
public void stop() {
? ? if (!mShouldSample.get()) {
? ? ? ??return;
? ? }
? ??mShouldSample.set(false);
?? ?HandlerThreadFactory.getTimerThreadHandl er().removeCallbacks(mRunnable);
}
只有当stop操作在设置的延迟时间之后执行，才会执行dump操作。
AbstractSampler.java:
private Runnable mRunnable = new Runnable() {
? ? @Override
? ? public void run() {
? ? ? ? doSample();
? ? ? ? if (mShouldSample.get()) {
? ? ? ? ? ? HandlerThreadFactory.getTimerThreadHa ndler().postDelayed(mRunnable,mSampleInterval);
? ? ? ? }
? ? }
};
这个doSameple分别会dump出stack信息和cpu信息。
CpuSampler.java：
protected void doSample() {
? ? cpuReader = new BufferedReader(new InputStreamReader(new FileInputStream( "/proc/stat")), BUFFER_SIZE);
????String cpuRate = cpuReader.readLine();
????if (cpuRate == null) {
? ? ?? ?cpuRate = "";
? ??}
?? ?if (mPid == 0) {
? ? ? ? mPid = android.os.Process.myPid();
? ??}
? ??pidReader = new BufferedReader(new InputStreamReader(new FileInputStream( "/proc/" + mPid + "/stat")), BUFFER_SIZE);
? ??String pidCpuRate = pidReader.readLine();
? ? if (pidCpuRate == null) {
? ? ? ??pidCpuRate = "";
??? }
????parse(cpuRate, pidCpuRate);
}
StackSampler.java：
?protected void doSample() {
?? ?StringBuilder stringBuilder = new StringBuilder();
?? ?for (StackTraceElement stackTraceElement : mCurrentThread.getStackTrace()) {
? ?? ? ?stringBuilder.append( stackTraceElement.toString()).append(BlockInfo.SEPARATOR);
? ??}
? ? synchronized (sStackMap) {
? ? ? ? if (sStackMap.size() == mMaxEntryCount && mMaxEntryCount > 0) {
? ? ? ? ? ? sStackMap.remove( sStackMap.keySet().iterator().next());
? ? ? ? }
? ? ? ? sStackMap.put(System.currentTimeMillis(), stringBuilder.toString());
? ? }
}
这样，整个blockCanary的执行过程就完毕了。
?
4.总结
BlockCanary会在发生卡顿（通过MonitorEnv的getConfigBlockThreshold设置）的时候记录各种信息，输出到配置目录下的文件，并弹出消息栏通知（可关闭）。
简单的使用如在开发、测试、Monkey的时候，Debug包启用。
BlockCanary提供了一个友好的展示界面，供开发测试直接查看卡慢信息（基于LeakCanary的界面修改）。
dump的信息包括：
①基本信息：安装包标示、机型、api等级、uid、CPU内核数、进程名、内存、版本号等
②耗时信息：实际耗时、主线程时钟耗时、卡顿开始时间和结束时间
③CPU信息：时间段内CPU是否忙，时间段内的系统CPU/应用CPU占比，I/O占CPU使用率
④堆栈信息：发生卡慢前的最近堆栈，可以用来帮助定位卡慢发生的地方和重现路径
sample如下图，可以精确定位到代码中哪一个类的哪一行造成了卡慢。
?