目录[-] 经作者授权,发表Tieto某青年牛的一篇《程序员》大作。 Android系统性能调优工具介绍在软件开发过程中,想必很多读者都遇到过系统性能问题。而解决系统性能问题的几个主要步骤是:
由上述步骤可知,性能优化的目标对象是hotspot。如果找到的hotspot并非真正的热点,则性能优化的结果必然是事倍功半甚至竹篮打水一场空。所以,作为Android性能调优相关知识的第一部分,本篇首先将向读者介绍Android平台中三个重要的性能测试工具,它们能很好得帮助开发者找到hotspot。
一Traceview介绍1.1 Traceview简介Traceview是Android平台特有的数据采集和分析工具,它主要用于分析Android中应用程序的hotspot。Traceview本身只是一个数据分析工具,而数据的采集则需要使用Android SDK中的Debug类或者利用DDMS工具。二者的用法如下:
图1-1 DDMS中Traceview使用示意图 点击图1-1中所示按钮即可以采集目标进程的数据。当停止采集时,DDMS会自动触发Traceview工具来浏览采集数据。 下面,我们通过一个示例程序向读者介绍Debug类以及Traceview的使用。 1.2 Traceview示例分析示例程序运行时的界面如图1-2所示: 图1-2 示例界面图 图1-2中:
该示例的关键代码如图1-3所示: 图1-3示例代码 由图1-3可知:
现在,我们用Traceview工具将测试结果文件TraceviewDemo.trace打开。 Traceview界面比较复杂,其UI划分为上下两个面板,即Timeline Panel(时间线面板)和Profile Panel(分析面板)。图1-4所示为Timeline Panel界面: 图1-4 Traceview Timeline Panel示意图 图1-4中的Timeline Panel又可细分为左右两个Pane:
现在来看Traceview的Profile Panel界面,如图1-5所示: 图1-5 TraceviewProfile Panel界面 Profile Panel是Traceview的核心界面,其内涵非常丰富。它主要展示了某个线程(先在Timeline Panel中选择线程)中各个函数调用的情况,包括CPU使用时间、调用次数等信息。而这些信息正是查找hotspot的关键依据。所以,对开发者而言,一定要了解Profile Panel中各列的含义。笔者总结了其中几个重要列的作用,如表1-1所示: 表1-1 Profile Panel各列作用说明
另外,每一个Time列还对应有一个用时间百分比来统计的列(如Incl Cpu Time列对应还有一个列名为Incl Cpu Time %的列,表示以时间百分比来统计的Incl Cpu Time)。 了解完Traceview的UI后,现在介绍如何利用Traceview来查找hotspot。 一般而言,hotspot包括两种类型的函数:
首先,我们来查找hotspot 1。 在Profile Panel中,选择按Cpu Time/Call进行降序排序(从上之下排列,每项的耗费时间由高到低),得到如图1-6所示的结果: 图1-6 按CPU Time/Call降序排列数据 图1-6中:
相对来说,类型1的hotspot比较好找,步骤是先按降序对时间项进行排列(可以是时间百分比、真实时间或CPU时间),然后查找耗费时间最多的函数。一般而言,先应对应用程序自己实现的函数进行排查,Framework的函数也有可能是hotspot,但主因一般还是在应用本身(例如设置复杂的界面,导致对应XML解析非常慢)。 现在,我们来看如何查找类型2的hotspot。 点击Call/Recur Calls/Total列头,使之按降序排列。关注点放在那些调用频繁并且占用资源较多的函数。图1-7为降序排列的结果图。 图1-7类型2 Hotspot查找过程示意之一 图1-7所示的运行最频繁的几个函数中,我们发现了几个怀疑点,由图中的1和2箭头标示。
第一次查找的潜在点被排除后,继续浏览数据,得到如图1-8所示的结果。 图1-8 类型2 Hotspot查找过程示意之二 在图1-8中:
找到hotspot之后,开发者就需要结合代码来进行对应的优化了。关于Java代码优化,读者可参考如下资料:http://developer./training/articles/perf-tips.html 总体而言,Hotspot的查找是一个细致的工作,需要开发者对目标程序的代码,以及Traceview工具都比较熟悉才行。 1.3 Traceview小结Traceview工具是Android平台应用程序性能分析的利器。不过笔者觉得它的UI还是有些复杂。并且使用时感觉流畅度不够好。 Google官方关于Traceview的介绍可参考以下链接,不过其内容以及较久未更新了。http://developer./tools/debugging/debugging-tracing.html。
二Systrace介绍2.1 Systrace简介Systrace是Android4.1中新增的性能数据采样和分析工具。它可帮助开发者收集Android关键子系统(如surfaceflinger、WindowManagerService等Framework部分关键模块、服务)的运行信息,从而帮助开发者更直观的分析系统瓶颈,改进性能。 Systrace的功能包括跟踪系统的I/O操作、内核工作队列、CPU负载以及Android各个子系统的运行状况等。在Android平台中,它主要由3部分组成:
从本质上说,Systrace是对Linux Kernel中ftrace的封装。应用进程需要利用Android提供的Trace类来使用Systrace。Android 4.1为系统中的几个关键进程和模块都添加了Systrace功能。以显示系统中重要模块Hwcomposer为例,其代码中使用Systrace的方法如图2-1所示:
图2-1 Hwcomposer模块Systrace使用示例 图2-1中,应用程序只要通过三个宏就可使用Systrace了:
由于篇幅关系,关于Trace使用更多的信息请读者阅读frameworks/native/include/utils/Trace.h或者android.os.Trace类。下面,我们通过一个示例来展示Systrace的使用。 2.2 Systrace实例首先,在PC机上运行如下命令以启动Systrace,如图2-2所示: 图2-2 Systrace操作步骤 执行上述命令后,将得到一个名为trace.html的文件(trace.html是默认文件名,读者也可在命令行中指定其他文件名)。通过浏览器打开此文件,结果如图2-3所示: 图 2-3 trace.html内容示意 图2-3中所示的trace.html页面内容和Traceview的Timeline Panel非常类似。图中包含的内容如下:
图2-1中,CPU信息以下的行就是通过Trace.h提供的宏而添加的统计信息,其中:
表2-1所示为CPU状态取值信息: 表2-1 CPU状态
2.3 Systrace小结总体来说,Systrace比Traceview用途更广泛,它支持对CPU、Native进程甚至Kernel线程进行性能数据采样,可帮助开发者对整个系统的性能情况进行一个详尽的分析。不过其用法比Traceview要复杂,而且还需要对Kernel做一些配置调整。 Android官方对Systrace也有一些介绍,请读者阅读: http://developer./tools/debugging/systrace.html 三Oprofile的使用3.1 Oprofile简介Oprofile是另一个功能更强大的性能数据采集和分析工具,其工作原理如下:
Android默认提供了对Oprofile的支持,其组成包括:
表3-1 opcontrol常用选项
表3-2 opreport常用选项
另外,Android提供了一个特别的工具opimport_pull。它可把采样数据从手机中pull到PC上,并对数据进行一些简单处理以供opreport使用。所以,在Android平台上,开发者只要使用opimport_pull了就可以了。 现在,我们来看Oprofile的使用实例。 3.2 Oprofile实例Oprofile的使用大体可以分成以下三步:
下面分别来看这三个步骤: 3.2.1 Oprofile内核配置如下所示为内核配置的示例,如图3-1所示: 图3-1 Oprofile内核配置示意 运行Oprofile需要root权限,所以目标设备中最好运行的是userdebug或者engineer版本的Android OS。 3.2.2 Oprofile用户空间配置Oprofile用户空间配置的示例如图3-2所示。假设当前目录为Android源码根目录,并且已经初始化Android编译环境(执行完毕build/envsetup.sh和lunch)。 图3-2 Oprofile用户空间配置示意 用户空间的配置主要通过执行opcontrol命令来完成。而opcontrol内部是通过往oprofilefs传递对应的控制参数来完成的。例如图3-2中“opcontrol --callgraph=16”命令也可通过“echo 16> /dev/oprofile/backtrace_depth”来实现。 3.2.3 结果分析在上一步中,我们已经获取了测评采样的数据。现在,就可以使用它们来生成采样报告了,方法如图3-3所示: 图3-3 oprofile生成采样报告方法示意 图3-4为报告的一部分内容: 图3-4 Oprofile测评报告概要 图3-4中,我们发现libc.so调用的采样数为117299,排第4位。那么libc.so中哪个函数调用次数最多呢?开发者可通过如下命令获取libc.so的更为详细的信息。方法如图3-5所示: 图3-5 opreport使用示例 执行上述命令后的结果如图3-6所示: 图3-6 Oprofile关于libc的详细结果 由图3-6可知,memcpy()函数占用最多的CPU资源。所以可以考虑优化memcpy()。 此处,笔者针对Cortex-A9双核SMP处理器,使用ARM汇编的方法对memcpy进行了优化。优化后的结果如图3-7所示。对比图3-6和图3-7可明显看出,优化后的memcpy对资源的占用降低了2.7个百分点。 图3-7 优化memcpy()后的测试结果 3.3 Oprofile小结在性能分析中,Oprofile无疑是一个使用最广泛、功能最强大的测评工具。对于Android平台开发者来说,它可以采集和分析整个系统的运行状态信息,对于分析查找系统瓶颈进而优化系统具有重大意义。
四 总结性能调优向来是一件“高深莫测”的任务,但打破它们神秘面纱的工具就是上文所述的工具了。所以,对有志开展这方面工作的读者而言,首要一步的工作就是先了解各个工具的作用及优缺点。 除了本文介绍的这三个工具外,Android系统还支持其他一些更有针对性的测试工具,例如用于测评系统整体功能的lmbench,lttng、测试系统启动性能的bootchart、测试文件系统性能的iozone等。由于篇幅关系,笔者就不再一一介绍它们了。 [1]关于VSYNC的详情,读者可参考http://blog.csdn.net/innost/article/details/8272867,“Android Project Butter分析“一文。 |
|
来自: 老匹夫 > 《performance》