Android 耗时分析(adb shell/Studio CPU Profiler/插桩Trace API)

1.adb logcat 查看冷启动时间和Activity显示时间：

过滤Displayed关键字，可看到Activity的显示时间

那上面display后面的是时间是指包含哪些过程的时间呢？

模拟在Application中沉睡1秒操作，冷启动情况下：

从上可知：在冷启动情况下，第一个activity的display是冷启动的总时间=application+Activity的时间。

接着，界面上点击按钮，随意启动一个Activity：

从上可知：app进程在线情况下，启动activity的display 时间才是activity的显示时间(onCreate()->onStart()->onResume())

2.adb shell 启动activity的时间：

格式:

shell 复制代码

adb shell am start -W package名/包名路径的activity

例如，执行打开指定的mainActivity,如下图所示：

解读以上数据

TotalTime: 是Activity的启动时间，与adb logcat 中Display 时间规则一致（通常以这个时间为准）
WaitTime: 是AMS启动Activity的总耗时（它会TotalTime更大，存在跨进程通讯回执时间）

通过adb shell 启动的activity 必须具备以下条件之一：

设置程序的主入口：

或者设置exported为true

3.AndroidStudio的cpu Profile:

3.1适用于app冷启动时的trace捕捉：

创建一个新的运行configurations, 在profiling中配置：

一般是选择 java method sample，即Profiler的sample 模式，对性能影响小。系统会间隔us周期性记录java方法的调用栈，记录较为耗时，耗时较少不会显示在trace中。

Java method trace：适用于精确记录方法执行时间，即profiler的instrument模式，因一直记录方法的调用栈和cpu 使用情况，对性能影响很大，可能会造成黑屏，卡顿等情况。
CallStack sample 适用于记录natvie+java的方法分析，Profiler的sample 模式。
System trace: 记录同一个过程中系统各个进程的trace，适合更复杂的分析耗时。

使用方式：先使用java method sample 记录，找出耗时的所在；接着，再用 java method trace 精确分析真正的耗时时间。

点击profiler 按钮后,等待安装后，启动后，会自动开始捕捉，等执行完需要观察的流程后，点击stop 。

打开录制的trace文件，选择main 主线程，打开如下所示：

从上面，可以清楚看到app 主线程中每个环节的方法调用栈和耗时时间等。带颜色的方块越长，耗时越多，绿色一般是app中的代码。

选择Application的onCreate()查看，双击该方法，出现如下所示：

通过上图，可知左边菜单可知该方法耗时1s ,右边菜单top down 可知该方法的调用栈，真正耗时所在，沉睡一秒导致。

3.2 app 运行时，记录trace

有些界面是在app 特殊情况下触发，捕获该流程的trace 。可通过usb 连接手机，其次，在profiler 界面中选择可debug的进程，如下图所示：

选择cpu ,双击，如下所示：

也可以自由配置记录条件，选择不同缓存大小和周期时间us。

选择需要记录的trace类型，然后在app中使用流程，点击stop 。比如，打开一个视频页面，想了解其播放过程的耗时，如下所示：

从top down 中可清楚看到，视频页面中播放视频testPlay()的调用时间。

4.插桩使用Debug#trace api 精准记录方法执行时间

插桩方式，在release和debug 包下都可以使用，比较灵活方便。

由于存在 8MB 的缓冲区空间限制，因此 Debug API 中的 startMethodTracing(String tracePath) 方法专为时间间隔较短或难以手动启动/停止记录的场景而设计。如需设置持续时间更长的记录，请使用 Android Studio 中的性能剖析器界面。

简而言之，这种方式适合app冷启动，或者短时间内的方法记录trace。

java 复制代码

public class TraceMethodUtils {
    /**
     * 适合于非常精确的记录，某个具体函数的耗时分析
     *
     * profiler cpu 中instrument模式，会从开始一直记录方法/cpu 使用情况，对性能影响大。
     */
    public static void  startTrack(String tracFileName){
        Debug.startMethodTracing(fixTraceFileName(tracFileName));
    }

    /**
     *  在android 5.0 以后使用，间隔时间微妙 
     *
     *  profiler cpu 中sample模式，系统间隔us 周期性记录调用栈，对性能影响小
     * @param tracFileName
     */
    public static void startSampleTrack(String tracFileName){
        //1000us=1ms 周期性记录一次
        Debug.startMethodTracingSampling(fixTraceFileName(tracFileName),0,1000);
    }
    private static String fixTraceFileName(String tracFileName){
        if (!TextUtils.isEmpty(tracFileName)){
            tracFileName=tracFileName.endsWith(".trace")?tracFileName:tracFileName+".trace";
            tracFileName=new StringBuilder().append(System.currentTimeMillis()).append("_").append(tracFileName).toString();
        }else{
            tracFileName=new StringBuilder().append(System.currentTimeMillis()).append(".trace").toString();
        }
        return tracFileName;
    }
    /**
     * 结束跟踪
     */
    public static void stopTrack(){
        Debug.stopMethodTracing();
    }
}