mkdocs/docs/Obsidian笔记体系/Areas/09-调试与工具链/Systrace_Perfetto全解读.md

# Systrace/Perfetto全解读

## 概述

Systrace和Perfetto是Android系统级性能分析工具，可以追踪系统调用、CPU调度、渲染流程等，是性能优化的必备工具。

## Systrace基础

### Systrace简介

Systrace是Android 4.1引入的系统级追踪工具，可以记录系统调用、CPU调度、渲染等信息。

### 安装与使用

```bash
# Systrace位于Android SDK的platform-tools/systrace目录
# 或使用Python脚本
python systrace.py [options] [categories]

# 基本用法
python systrace.py -t 10 -o trace.html sched gfx view
```

### 常用参数

```bash
# -t: 追踪时间（秒）
python systrace.py -t 10 -o trace.html

# -o: 输出文件
python systrace.py -t 10 -o my_trace.html

# -b: 缓冲区大小（KB）
python systrace.py -t 10 -b 32768 -o trace.html

# -a: 指定应用包名
python systrace.py -t 10 -a com.example.app -o trace.html

# -k: 指定要追踪的函数（用逗号分隔）
python systrace.py -t 10 -k load_symbols,unload_symbols -o trace.html
```

### 追踪类别（Categories）

```bash
# CPU调度
sched

# 图形渲染
gfx

# 视图系统
view

# 输入事件
input

# 磁盘I/O
disk

# 内存
mem

# 活动管理器
am

# 窗口管理器
wm

# 数据库
db

# 网络
network

# 电源管理
power

# 全部类别
-a
```

### 完整示例

```bash
# 追踪应用启动
python systrace.py -t 5 -a com.example.app \
    -o startup_trace.html \
    sched freq idle am wm gfx view binder_driver hal dalvik camera input res

# 追踪流畅度问题
python systrace.py -t 10 \
    -o jank_trace.html \
    gfx view sched freq idle

# 追踪内存问题
python systrace.py -t 10 \
    -o memory_trace.html \
    sched freq idle mem
```

## Perfetto基础

### Perfetto简介

Perfetto是Google开发的下一代性能分析工具，从Android 9开始集成，功能更强大，支持更长的追踪时间。

### 使用Perfetto

#### 1. 通过Android Studio

1. 打开Android Studio
2. 连接设备
3. 打开Profiler
4. 选择CPU Profiler
5. 点击"Record"开始录制
6. 执行操作
7. 停止录制，查看结果

#### 2. 通过命令行

```bash
# 使用perfetto命令行工具
adb shell perfetto -c - --out /data/misc/perfetto-traces/trace

# 或使用配置文件
adb shell perfetto -c /data/local/tmp/config.pb -o /data/local/tmp/trace.pb
```

#### 3. 通过Web UI

```bash
# 1. 录制trace
adb shell perfetto -c - --out /data/misc/perfetto-traces/trace

# 2. 拉取trace文件
adb pull /data/misc/perfetto-traces/trace trace.pb

# 3. 在 https://ui.perfetto.dev/ 打开
```

### Perfetto配置文件

```protobuf
# config.pb (文本格式)
buffers: {
    size_kb: 63488
    fill_policy: DISCARD
}
buffers: {
    size_kb: 2048
    fill_policy: DISCARD
}

data_sources: {
    config {
        name: "android.surfaceflinger.frame"
    }
}
data_sources: {
    config {
        name: "linux.ftrace"
        ftrace_config {
            ftrace_events: "sched/sched_switch"
            ftrace_events: "sched/sched_waking"
            ftrace_events: "power/suspend_resume"
            ftrace_events: "power/cpu_frequency"
            ftrace_events: "power/cpu_idle"
            ftrace_events: "gfx/mali_gpu_total"
            buffer_size_kb: 2048
            drain_period_ms: 250
        }
    }
}

duration_ms: 10000
```

## Trace文件分析

### 1. 打开Trace文件

```bash
# Systrace HTML文件
# 直接在浏览器中打开 trace.html

# Perfetto文件
# 在 https://ui.perfetto.dev/ 打开
# 或使用Android Studio打开
```

### 2. 关键指标

#### Frame信息
- **绿色**: 正常帧（< 16.67ms）
- **黄色**: 轻微掉帧（16.67-33.33ms）
- **红色**: 严重掉帧（> 33.33ms）

#### CPU信息
- **CPU频率**: 查看CPU是否降频
- **CPU使用率**: 查看CPU负载
- **CPU调度**: 查看线程调度情况

#### 渲染信息
- **VSYNC**: 垂直同步信号
- **Choreographer**: 帧调度
- **RenderThread**: 渲染线程
- **GPU**: GPU渲染时间

### 3. 分析技巧

#### 查找卡顿
1. 找到红色或黄色的Frame
2. 点击Frame查看详细信息
3. 查看该时间段内的CPU活动
4. 查找耗时操作

#### 分析启动时间
1. 找到应用启动的起点
2. 追踪到首帧渲染完成
3. 分析各个阶段的耗时
4. 识别瓶颈

#### 分析内存问题
1. 查看内存分配事件
2. 查找频繁的GC
3. 分析内存增长趋势

## 实战案例

### 案例1：分析应用启动

```bash
# 1. 录制启动trace
python systrace.py -t 5 -a com.example.app \
    -o startup.html \
    sched freq idle am wm gfx view

# 2. 分析步骤
# - 找到Application.onCreate开始时间
# - 找到MainActivity.onCreate开始时间
# - 找到首帧渲染完成时间
# - 计算各阶段耗时
```

**关键指标**:
- Application初始化时间
- Activity创建时间
- 布局inflate时间
- 首帧渲染时间

### 案例2：分析流畅度问题

```bash
# 1. 录制流畅度trace
python systrace.py -t 10 \
    -o jank.html \
    gfx view sched freq idle

# 2. 分析步骤
# - 找到掉帧的Frame（红色/黄色）
# - 查看该Frame的耗时
# - 分析主线程活动
# - 查找阻塞操作
```

**常见问题**:
- 主线程阻塞
- 布局复杂
- 过度绘制
- 内存抖动

### 案例3：分析CPU使用率

```bash
# 1. 录制CPU trace
python systrace.py -t 10 \
    -o cpu.html \
    sched freq idle

# 2. 分析步骤
# - 查看CPU频率变化
# - 查看CPU使用率
# - 分析线程调度
# - 查找CPU密集型操作
```

## 高级技巧

### 1. 自定义Trace点

```java
// 在代码中添加自定义trace点
import android.os.Trace;

// 开始trace
Trace.beginSection("my_custom_section");

// 执行操作
doSomething();

// 结束trace
Trace.endSection();
```

### 2. 异步Trace

```java
// 异步trace
Trace.beginAsyncSection("async_operation", cookie);
// 执行异步操作
Trace.endAsyncSection("async_operation", cookie);
```

### 3. 计数器

```java
// 设置计数器
Trace.setCounter("my_counter", value);
```

### 4. 使用ATrace命令

```bash
# 在shell中启用trace
adb shell setprop debug.atrace.tags.enableflags 0x1

# 开始trace
adb shell atrace -t 10 -b 32768 gfx view sched > trace.txt

# 停止trace
adb shell atrace --async_stop
```

## Perfetto高级功能

### 1. 长时间追踪

```bash
# Perfetto支持更长的追踪时间
adb shell perfetto -c - --out /data/misc/perfetto-traces/trace
# 可以追踪数小时
```

### 2. 多数据源

Perfetto支持同时追踪多个数据源：
- CPU调度
- 内存分配
- 网络活动
- 电源管理
- 自定义事件

### 3. SQL查询

Perfetto支持SQL查询trace数据：

```sql
-- 查询所有Frame信息
SELECT * FROM slice WHERE name = 'Choreographer#doFrame';

-- 查询掉帧
SELECT * FROM slice 
WHERE name = 'Choreographer#doFrame' 
AND dur > 16666667;

-- 查询CPU使用率
SELECT ts, cpu, value 
FROM counter 
WHERE name = 'cpu.freq';
```

## 性能优化建议

### 1. 基于Trace的优化

1. **识别瓶颈**: 找到耗时最长的操作
2. **分析原因**: 理解为什么耗时
3. **制定方案**: 设计优化策略
4. **验证效果**: 再次录制trace对比

### 2. 常见优化点

- **减少主线程工作**: 将耗时操作移到后台线程
- **优化布局**: 减少布局层级和复杂度
- **减少GC**: 避免内存抖动
- **优化算法**: 使用更高效的算法

### 3. 持续监控

- 建立性能基线
- 定期录制trace
- 设置性能告警
- 跟踪性能趋势

## 工具对比

| 特性 | Systrace | Perfetto |
|------|----------|----------|
| 支持版本 | Android 4.1+ | Android 9+ |
| 追踪时间 | 较短 | 较长 |
| 数据源 | 有限 | 丰富 |
| 分析能力 | 基础 | 强大 |
| SQL查询 | 不支持 | 支持 |
| Web UI | 基础 | 强大 |

## 最佳实践

1. **明确目标**: 在录制前明确要分析的问题
2. **合适时长**: 选择适当的追踪时间
3. **关键类别**: 只追踪相关的类别
4. **多次录制**: 多次录制确保结果一致
5. **对比分析**: 优化前后对比分析

## 相关链接

- [[README]]
- [[06-性能优化体系/流畅度（Choreographer+VSYNC）]]
- [[06-性能优化体系/启动优化方法论]]