Android Performance Analyzer (APA) 是 Android 新的 profiler 和 performance analysis 工具，主要是用在整个 Android 生态的性能分析 ，特别是偏向 App / Game / Vulkan / GPU / 系统级 trace 场景。
一般它会用在我们熟悉的分析 CPU、GPU、Memory 、Power 、还有 App / Game 与系统行为之间的关系，整体偏向系统级性能观测，比如：CPU core 调度、频率、线程活动、GPU counters、SurfaceFlinger、帧耗时、功耗、截图时间线等。
而 APA 其实是 Samsung Austin Research Center (SARC) 和 LunarG 合作开发的，它依靠 Perfetto 进行系统跟踪，后续还会推出的帧分析/调试功能（依赖 LunarG 的 GFXReconstruct 的图形捕获和回放）。
目前 APA 有两个不同渠道版本：
- 一个是独立的轻量级的独立桌面 App
- 另一个是 Android Studio Panda 4 canary 版本及更高版本
独立的桌面应 App 不需要 Android Studio 项目和 Gradle 构建也可以使用，还提供对录制配置的深度自定义、用于图形分析的内置 Vulkan 层、对 GPU 计数器的深度检查等等，支持 Windows、MacOS 和 Linux 上原生运行 。
这个独立 App 用的 CMP 做的哦：
基本功能
APA 可以选择在启动时或手动触发时从设备捕获跟踪数据，App 上可以选择跟踪中捕获的 GPU 计数器和其他数据，如果需要自定义，还可以配置：
css
duration_ms: 10000
buffers {
size_kb: 65536
fill_policy: RING_BUFFER
}
data_sources {
config {
name: "linux.ftrace"
target_buffer: 0
ftrace_config {
ftrace_events: "sched_switch"
ftrace_events: "sched_wakeup"
}
}
}duration_ms: 10000
buffers {
size_kb: 65536
fill_policy: RING_BUFFER
}
data_sources {
config {
name: "linux.ftrace"
target_buffer: 0
ftrace_config {
ftrace_events: "sched_switch"
ftrace_events: "sched_wakeup"
}
}
}然后运行 perfetto --txt -c config.pbtx -o trace_file.perfetto-trace ，
然后通过 APA，你就可以在一个 UI 里分析整个系统的运行情况，比如 CPU 的频率和上面调度的任务，或者检查进程和对应的线程活动，
对于图形密集型应用，APA 提供来自高通、Arm、Imagination 和三星等厂商的 GPU 性能计数器数据，你甚至可以跟踪电池和功耗。
另外，为了准确了解帧的运行时间，SurfaceFlinger 事件提供了对「渲染」和「显示合成管线」的深入挖掘，涵盖从「初始代码获取」到「最终显示」的所有环节，同时借助全新的屏幕截图功能，就可以直观看到问题。
此之外，还可以打开现有的 Perfetto 轨迹，缩放时间轴查看细节，并使用标尺测量工作和事件的持续时间，然后在添加书签和注释，甚至将关键轨迹 PIN 到顶部。
另外 APA 采用项目模型，可以通过 project 跟踪多个测试结果，这在收集 A/B 测试和纵向测试的结果比较实用，并且可以将所有结果集中在一起：
最有意思的是，利用屏幕截图进行可视化导航 ，APA 可以通过屏幕截图进行导航来梳理时间线，通过浏览时间线来快速定位影响性能的区：
另外，APA 还支持渲染通道的 Vulkan Debug Markers*，开发者可以直接在 APA 中显示的跟踪和切片中查看从代码库设置的渲染通道名称：
除此之外，还可以利用 AI 构建 SQL 查询以进行自定义分析 ，APA 支持通过 SQL 查询进行跟踪分析，并附带一项全新的 Perfetto SQL 技能，可以和任何 AI 代理配合使用：
另外还添加了另一项 Perfetto 分析技能，可以回答诸如「为什么我的应用程序启动速度很慢？」之类的高级问题，帮助在分析复杂跟踪记录时找到切入点。
最后还有 FPS 和帧持续时间，可以在跟踪中查看 FPS 和帧持续时间：
当然，最重要的是，现在 APA 渲染跟踪的速度通常比 Android GPU Inspector 快 6 到 26 倍，同时在处理大型跟踪时，APA 的稳定性明显更高。
比如 Forge 团队就利用 APA 找到了需要批量调用 vkCmdBindDescriptorSets，从而将 CPU 设置成本降低了约 50%。反过来又降低了设备的发热量降低了 2-3 倍，延长了会话时间，然后还利用 APA 发现了将字体和 UI 渲染工作转移到 GPU 的场景，提高了可扩展性：
Netmarble 利用 APA 对游戏进行了微调，重点是通过改变着色器的精度来提高性能，最终将某些场景的 GPU 渲染成本降低高达 90%：
Google 自己的 Filament 也类似，通过 APA 测试了各种场景，找到 GPU 处理能力不足的复杂场景，以及如何通过改进纹理压缩和优化几何体来降低复杂度，从而达到 60FPS 的目标帧率，降低了内存消耗：
那它和以前 Android 工具链的关系是什么？其实 Android 很早就有 Perfetto 了，但是 Perfetto UI 对很多 App / 游戏团队来说还是偏底层工具，而 APA 的价值是把 Perfetto 的系统级 trace 能力包装成更面向 Android 开发者的 UI 和工作流。
另外之前 Android GPU Inspector ，官方这次也直接拿 APA 和 Android GPU Inspector 做了对比，说 APA 渲染 trace 的速度通常比 AGI 快 6x 到 26x，并且在处理大型 traces 时更稳定，说明它也覆盖了 GPU Inspector。
最后就是 Android Studio System Trace Viewer，APA 会作为 Android Studio Panda 4 Canary 及之后版本的更新版 System Trace Viewer 集成进去，也就是也有他就是全新的 System Trace Viewer，还支持联动 AI ，可以说已经 Android 的性能优化可以更搞笑了。
所以，我选择下载独立 App 。