专栏名称: 鸿洋

你好，欢迎关注鸿洋的公众号，每天为您推送高质量文章，让你每天都能涨知识。点击历史消息，查看所有已推送的文章，喜欢可以置顶本公众号。此外，本公众号支持投稿，如果你有原创的文章，希望通过本公众号发布，欢迎投稿。

Android性能分析神兵利器：Perfetto

鸿洋 · 公众号 · android · 2023-06-13 08:35

正文

本文字数：8409字

预计阅读时间：22分钟

概念

什么是Perfetto?Perfetto是Android 10中引入的全新平台级跟踪工具。这是适用于Android、Linux和Chrome的更加通用和复杂的开源跟踪项目。与Systrace不同，它提供数据源超集，可让您以protobuf编码的二进制流形式记录任意长度的跟踪记录。您可以在Perfetto界面中打开这些跟踪记录。Perfetto是一款比较强大的安卓性能分析工具(它还可以用于分析其他系统)，其功能涵盖了对CPU的追踪、电池耗电追踪、系统调用的追踪，内存分配与释放的追踪。除了性能数据记录外，它还有自带的分析工具，分析工具包括：通过自定义追踪功能来拼接命令行，用SQL方式筛选数据，将数据转换成其他格式方便自定义数据处理，Web形式的火焰图（Web可离线），以及Web上的ADB功能（有bug）。

Perfetto的优缺点是什么？

优点：

1.功能强大；

2.效率高；

3.可靠性强。

缺点：

1.只针对Android 9及以上机型；

2.学习门槛略高，至少需要知道些许ADB、Python、LLM、pprof、Perfetto命令行的知识点，才能熟练运用该工具；

3.功能复杂且已嵌入安卓系统中修改难度大；

4.无法过滤so，只能全部分析完了再筛选；

5. 暂时只能在Mac上操作，否则无法解析函数堆栈信息（需要自己编译一个windows的trace-to-text程序）；

6. 无对比功能。

Perfetto的内存分析原理是什么？

Perfetto:

源码：git clone

https://android.googlesource.com/platform/external/perfetto/

Perfetto也是使用注入(hook)的方式，将内存分配和释放的几个函数修改为自己的代码指令后，当内存分配和释放时进行统计。与LoliPerfiler不同的是，它有得天独厚的优势，就是它本身就是安卓系统自带的程序，不需要用JDWP方式启动某个程序，直接启动执行程序就可以了。

系统分析（适用于Liux和Android系统范围分析）

Perfetto-系统分析，应用程序跟踪和跟踪分析。Perfetto是用于性能检测和跟踪分析的生产级开源堆栈。它提供用于记录系统级和应用程序级跟踪的服务和库，本机+Java堆分析，使用SQL分析跟踪的库以及基于Web的UI以可视化和探索多GB跟踪。

Linux内核跟踪：捕获高频ftrace数据：调度活动，任务切换延迟，CPU频率等等。

用户空间分析器和额外的探针：本机堆分析，Java堆分析，/ proc状态文件的轮询器。

内置于Android：自Android 9 Pie以来该平台的一部分，也可在Linux上运行。

应用追踪

raceconv工具将Perfetto跟踪转换为其他跟踪格式。

高效的跟踪点仪器：以高吞吐量，低开销的跟踪点记录C++应用程序的活动。

结构化和可配置的事件：定义自定义protobuf消息以表示强类型的应用程序特定信息，仅跟踪您需要的信息。

与系统范围的跟踪集成：在同一时间线上将应用程序的状态与系统范围内的分析数据相关联。

追踪查看器

heapprofd：Android堆分析器。

此CI用于AOSP的TreeHugger的顶部（而不是替代）。它提供早期测试信号，并涵盖TreeHugger不支持的其他操作系统和较旧的Android设备。

有四个主要部分：

前端：AppEngine

控制器：AppEngine BG服务

工作者：Compute Engine + Docker

数据库：Firebase实时数据库

它们通过Firebase数据库耦合。DB是整个CI的真理之源。

交互式痕迹探索：使用Perfetto UI记录，查看和处理跟踪数据。

支持流行的跟踪格式文件：TraceEvent JSON，Android systrace，ftrace文本输出。

完全在您的浏览器中运行：不涉及服务器交互，即使您离线也可以工作。

痕量分析

痕量分析-跟踪处理器是一个C++库（/ src / trace_processor），它吸收以多种格式编码的跟踪，并公开一个SQL接口，用于查询一致的表集中所包含的跟踪事件。它还具有其他功能，包括计算摘要度量，使用用户友好的描述注释跟踪以及从跟踪的内容派生新事件。

基于SQL的跟踪模型：跟踪处理器提取跟踪并公开基于SQLite的接口以通过外壳和UI访问跟踪的内容。

大痕量分析：支持高达数十GB的跟踪。

可互操作的：可以导入和导出流行的跟踪格式：Chromium JSON跟踪格式，Android Systrace，ftrace，CSV。

Perfetto的使用方法

官方说明，CPU分析：

https://perfetto.dev/docs/quickstart/android-tracing#perfetto-cmdline

官方说明，c++内存分析：

https://perfetto.dev/docs/data-sources/native-heap-profiler

使用web界面：

https://ui.perfetto.dev

分析命令行说明：

https://perfetto.dev/docs/reference/perfetto-cli

堆内存分析说明：

https://perfetto.dev/docs/reference/heap_profile-cli

使用系统工具获取跟踪记录

1）在Android 10的手机上，开发者模式新增加了一个“系统跟踪”的功能，我们首先将开发者模式下的“系统跟踪”打开：

2）从“类别”选项中选择我们关注的信息类别：

3）设置完之后，下拉快捷选项多了个棒棒糖形状的图标：

这个时候杀掉我们需要调试的应用，然后点击开启棒棒糖，接着打开应用，等待应用完全打开之后，再点击一次棒棒糖，结束录制。

4）我们保存录制后生成的跟踪文件存储在设备的“/data/local/traces”目录下，文件的后缀名为“.perfetto-trace”，我们就可以在网站界面（https://ui.perfetto.dev）中打开这些跟踪记录，进行性能分析了。

使用Perfetto网站获取perfetto-trace文件

1）打开https://ui.perfetto.dev；

2）点击record new trace；

3）在web站点上选指令,可选择更详细的指令，包括cpu综合数据、gpu综合数据、函数调用堆栈、内存memory分配情况；

4）开始录入，点击start recording，网站自动生成脚本代码，默认是10秒dump一次（或一次性导出）；

5）点击stop结束录制，在/data/misc目录下，即可看到生成的.perfetto-trace文件。

使用脚本语言

Android Q及P先设置：

adb shell setprop persist.traced.enable 1

Android Q以上perfetto默认运行，无需上述步骤。

常规选项：

下表列出了在perfetto的两种模式下都可使用的选项：

两种方式，两种方式不能混用：

简单模式：

使用类似于systrace。如果需要设定时间加-t，默认跟踪10s。-o输出文件的位置，使用/data/misc/perfetto-traces/，否则perfetto没有权限访问, 然后pull出文件，在Perfetto UI中打开使用。如下命令可直接使用，通常这种信息对大多数情况都够用了。

生成.perfetto-trace文件：

adb shell perfetto gfx input view wm am ss sched freq idle binder_driver res rs -o /data/misc/perfetto-traces/trace -t 10s

导出.perfetto-trace文件：

adb pull /data/misc/perfetto-traces/trace ~/trace

普通模式：

借助config文件配置要调试的内容，命令行如下，其中config.pbtx为config file，可以借助Perfetto UI的recording setting（Perfetto UI）生成，或者在Perfetto UI中的redording settings中设置好后，在recording command 中copy所有内容，在terminal中直接copy执行即可。

cat config.pbtx | adb shell perfetto -c - --txt -o /data/misc/perfetto-traces/trace.perfetto-trace

解析perfetto-trace文件

导入文件

官方网址：

https://ui.perfetto.dev/#!/

打开上述网址，点击Open trace file，选择本地录制好的perfetto trace或ftrace等文件，即可以Timeline方式展现各进程、线程的详细跟踪信息。

当trace文件大于1G时，Open trace file会出现内存溢出无法访问。

此时需要使用trace_processor来辅助，该程序建议在Linux环境下运行，Win10系统可安装WSL (Ubuntu20.04)，参考附录安装WSL。

# 下载官方trace_processor：

curl -LO https://get.perfetto.dev/trace_processor

chmod +x ./trace_processor

运行如下命令来加载perfetto trace文件：

./trace_processor --full-sort -D xxx.pftrace

Windows下也可以运行如下命令(不稳定，内存耗用大)：

python3 trace_processor --full-sort -D xxx.pftrace

Chrome浏览器打开https://ui.perfetto.dev/#!/，会自动检测本地是否已经有trace_processor生成的HTTP SERVER(9001端口)，如下图提示，请选择：

“YES, use loaded trace”,将自动解析trace_processor已经加载的pftrace文件。

常规分析

a. 图例指标

slice (片段，选中片段后会显示黑色边框)，对应代码中Trace.beginSection/ATRACE_BEGIN记录的事件。

counter (计数器，离散的数值点) 代码中Trace.traceCounter/ATRACE_INT记录的事件。

sched/freq (CPU调度、频率)

thread_state (线程状态)

点击片段上方线程调度信息片段(Running)，可以看到线程当前运行在哪个CPU上。

点击向右箭头图标，可以在CPU调度中看到该运行片段，可以看到调度时延信息。被P(Process)：system_server的 T(Thread)：Binder_1754_18线程唤醒，从就绪到运行延迟了363us，再次点击，可以回到原片段，这个跳转比systrace更加灵活方便。同样的，Binder调用也可以如此在目标和原调用线程跳转来分析查看。

b. 添加标记

点击最上方的时间轨道即可添加时间点标记；通过按住鼠标左键选中一块区域或者点击某一片段，然后按下“shift+m”即可添加常驻区域标记。选中已经添加的标记，底部出现的Current Selection TAB里可以为其添加标记名，更改其颜色，以及执行移除操作。

按下“m”添加的是临时区域标记，再次选中另外一块区域添加临时区域时，上一个临时区域会自动移除。

c. 锁竞争(lock contention)

看到lock contention片段，可以点击上边的monitor contention来查看当前对象锁竞争发生的调用栈，如下详情中显示当前对象锁被Owner (Binder:1754_16)持有，其持锁当前运行在serviceDoneExecuting(AMS.java 16426行)，且当前等待该对象锁的线程已经有2个了；当前线程执行被阻塞在getUidState方法中(AMS.java 6614行)。

SQL查询与展现

在已经加载trace的perfetto UI界面，Search框中输入 : ，即可开启SQL输入，我们就可以使用SQL来查询并定位具体的trace片段（slice）。

输入SQL语句，Enter，得到查询结果，显示在底部表格中，点击表格中的每一行，可以跳转到具体的slice中，根据trace上下文可以进一步分析问题。

列举几个常用的SQL查询：

1	列出所有doFrame片段,按耗时倒序排列，取前100条	select slice_id,track_id,ts,dur,dur/1e6,name from slice WHERE name like '%doFrame%' order by dur desc limit 100
2	1查询的基础上，指定process name为systemui，即systemui自身的绘帧信息	select slice_id,track_id,ts,dur,dur/1e6,slice.name from slice JOIN thread_track ON slice.track_id = thread_track.id JOIN thread USING(utid) JOIN process USING(upid) WHERE process.name = 'com.android.systemui' and slice.name like '%doFrame%' order by dur desc limit 100
3	system_server中各OPF:关键字片段的耗时信息，包含各片段的真实running_time(每个slice可能有一段时间running，一段时间sleep，一段时间runnable，需要借助thread_state表来查询slice中各调度时间片的状态)	select slice_id,track_id,thread.utid,slice.ts,slice.dur,(slice.dur/1e6) as dur_ms, (select total(case when thread_state.ts < slice.ts then MIN(slice.ts+slice.dur,thread_state.ts+thread_state.dur)-slice.ts when (thread_state.ts+thread_state.dur) > (slice.ts+slice.dur) then (slice.ts+slice.dur-MAX(thread_state.ts,slice.ts)) else thread_state.dur end) from thread_state where thread_state.utid=thread.utid and thread_state.state='Running' and thread_state.ts < (slice.ts+slice.dur) and (thread_state.ts+thread_state.dur) > slice.ts)/1e6 as total_running,slice.name from slice JOIN thread_track ON slice.track_id = thread_track.id JOIN thread USING(utid) JOIN process USING(upid) WHERE process.name='system_server' and slice.name like 'OPF:%' order by slice.dur desc limit 400
4	system_server中的锁竞争情况(lockcontention)，lock_depth表示当时参与此对象锁竞争的线程个数	select count(1) as lock_depth, s.slice_id,s.track_id,s.ts,s.dur,s.dur/1e6 as dur_ms,ctn.otid,s.name from slice s, (select slice_id,track_id,ts,dur,name,substr(name, 46, instr(name,')')-46) as otid from slice t WHERE name like 'Lock contention on a monitor lock %' order by dur) ctn JOIN thread_track ON s.track_id=thread_track.id JOIN thread USING(utid) JOIN process USING(upid) WHERE process.name = 'system_server' and s.name like 'Lock contention on a monitor lock %' and substr(s.name, 46, instr(s.name,')')-46) = ctn.otid and ctn.slice_id <> s.slice_id and ctn.ts >= s.ts and (ctn.ts+ctn.dur) <= (s.ts+s.dur) group by s.slice_id order by s.dur desc