http://blog.csdn.net/innost/article/details/9008691

 

經作者授權，發表Tieto某青年牛的一篇《程序員》大作。

Android系統性能調優工具介紹

在軟件開發過程中，想必很多讀者都遇到過系統性能問題。而解決系統性能問題的幾個主要步驟是：

• 測評：對系統進行大量有針對性的測試，以得到合適的測試數據。
• 分析系統瓶頸：分析測試數據，找到其中的hotspot（熱點，即bottleneck）。
• 性能優化：對hotspot相關的代碼進行優化。

由上述步驟可知，性能優化的目標對象是hotspot。如果找到的hotspot並非真正的熱點，則性能優化的結果必然是事倍功半甚至竹籃打水一場空。所以，作為Android性能調優相關知識的第一部分，本篇首先將向讀者介紹Android平台中三個重要的性能測試工具，它們能很好得幫助開發者找到hotspot。

 

一Traceview介紹

1.1  Traceview簡介

Traceview是Android平台特有的數據采集和分析工具，它主要用於分析Android中應用程序的hotspot。Traceview本身只是一個數據分析工具，而數據的采集則需要使用Android SDK中的Debug類或者利用DDMS工具。二者的用法如下：

• 開發者在一些關鍵代碼段開始前調用Android SDK中Debug類的startMethodTracing函數，並在關鍵代碼段結束前調用stopMethodTracing函數。這兩個函數運行過程中將采集運行時間內該應用所有線程（注意，只能是Java線程）的函數執行情況，並將采集數據保存到/mnt/sdcard/下的一個文件中。開發者然后需要利用SDK中的Traceview工具來分析這些數據。
• 借助Android SDK中的DDMS工具。DDMS可采集系統中某個正在運行的進程的函數調用信息。對開發者而言，此方法適用於沒有目標應用源代碼的情況。DDMS工具中Traceview的使用如圖1-1所示。

圖1-1  DDMS中Traceview使用示意圖

點擊圖1-1中所示按鈕即可以采集目標進程的數據。當停止采集時，DDMS會自動觸發Traceview工具來瀏覽采集數據。

下面，我們通過一個示例程序向讀者介紹Debug類以及Traceview的使用。

1.2  Traceview示例分析

示例程序運行時的界面如圖1-2所示：

圖1-2  示例界面圖

圖1-2中：

• SystraceDemoStringAAA等字樣是TraceviewDemo程序啟動時ListView最初顯示的字符串。
• 當用戶點擊ListView中的某一項時，Traceview將計算對應項當前顯示的字符串的MD5值40次，然后用計算得到的MD5字符串替換該項之前顯示的內容。其效果如圖1-2中的“MD5值“箭頭所示。

該示例的關鍵代碼如圖1-3所示：

圖1-3示例代碼

由圖1-3可知：

• 左圖中，Debug類的startMethodTracing和stopMethodTracing分別在MainAcvtivity的構造方法和onDestroy函數中調用。
• onCreate函數中我們設置了第一個hotspot，即getStringToShow函數。它將解析一個XML文件，並將解析后的字符串保存到mListItem中以作為ListView的顯示內容。
• 右圖中，當用戶點擊ListView中的某個Item時，程序在onListItem中將計算MD5值40次，然后用計算結果做為被點擊項的新字符串顯示。generateMD5中的函數是本示例的第二個hotspot。

現在，我們用Traceview工具將測試結果文件TraceviewDemo.trace打開。

Traceview界面比較復雜，其UI划分為上下兩個面板，即Timeline Panel(時間線面板)和Profile Panel(分析面板)。圖1-4所示為Timeline Panel界面：

圖1-4  Traceview Timeline Panel示意圖

圖1-4中的Timeline Panel又可細分為左右兩個Pane：

• 左邊Pane顯示的是測試數據中所采集的線程信息。由圖1-4可知，本次測試數據采集了main線程，兩個Binder線程和其它系統輔助線程（例如GC線程等）的信息。
• 右邊Pane所示為時間線，時間線上是每個線程測試時間段內所涉及的函數調用信息。這些信息包括函數名、函數執行時間等。由圖1-4可知，main線程對應行的的內容非常豐富，而其他線程在這段時間內干得工作則要少得多。
• 另外，開發者可以在時間線Pane中移動時間線縱軸。縱軸上邊將顯示當前時間點中某線程正在執行的函數信息。

現在來看Traceview的Profile Panel界面，如圖1-5所示：

圖1-5  TraceviewProfile Panel界面

Profile Panel是Traceview的核心界面，其內涵非常豐富。它主要展示了某個線程（先在Timeline Panel中選擇線程）中各個函數調用的情況，包括CPU使用時間、調用次數等信息。而這些信息正是查找hotspot的關鍵依據。所以，對開發者而言，一定要了解Profile Panel中各列的含義。筆者總結了其中幾個重要列的作用，如表1-1所示：

表1-1  Profile Panel各列作用說明

列名	描述
Name	該線程運行過程中所調用的函數名
Incl Cpu Time	某函數占用的CPU時間，包含內部調用其它函數的CPU時間
Excl Cpu Time	某函數占用的CPU時間，但不含內部調用其它函數所占用的CPU時間
Incl Real Time	某函數運行的真實時間（以毫秒為單位），內含調用其它函數所占用的真實時間
Excl Real Time	某函數運行的真實時間（以毫秒為單位），不含調用其它函數所占用的真實時間
Call+Recur Calls/Total	某函數被調用次數以及遞歸調用占總調用次數的百分比
Cpu Time/Call	某函數調用CPU時間與調用次數的比。相當於該函數平均執行時間
Real Time/Call	同CPU Time/Call類似，只不過統計單位換成了真實時間

另外，每一個Time列還對應有一個用時間百分比來統計的列（如Incl Cpu Time列對應還有一個列名為Incl Cpu Time %的列，表示以時間百分比來統計的Incl Cpu Time）。

了解完Traceview的UI后，現在介紹如何利用Traceview來查找hotspot。

一般而言，hotspot包括兩種類型的函數：

• 一類是調用次數不多，但每次調用卻需要花費很長時間的函數。在示例代碼中，它就是hotspot 1。
• 一類是那些自身占用時間不長，但調用卻非常頻繁的函數。在示例代碼中，它就是hotspot 2。

首先，我們來查找hotspot 1。

在Profile Panel中，選擇按Cpu Time/Call進行降序排序（從上之下排列，每項的耗費時間由高到低），得到如圖1-6所示的結果：

圖1-6  按CPU Time/Call降序排列數據

圖1-6中：

• MainActivity.onCreate是應用程序中的函數，它耗時為4618.684。然后，點擊MainActivity.onCreate項，得到箭頭所示的小圖。
• 小圖中，Parents一行顯示的是MainActivity.onCreate的調用者，本例中它是performCreate函數。這部分代碼屬於Framework部分。Children行顯示的是MainActivity.onCreate調用的子函數。
• 在MainActivity.onCreate調用的子函數中，我們發現getStringsToShow在Incl Cpu Time %一列中占據了63.3%，它是onCreate子函數耗費時間最長的，而且Calls+Recur Calls/Total列顯示其調用次數為1，即它僅僅被調用一次了。這個函數是應用程序實現的，所以極有可能是一個潛在的Hotspot。
• 另外，由於筆者已經知道getStringsToShow是示例應用自己實現的函數，故在圖1-6的大圖中，可直接根據MainActivity.getStringsToShow花費了2921.913CPU時間這個信息來確定Hotspot就是它。

相對來說，類型1的hotspot比較好找，步驟是先按降序對時間項進行排列（可以是時間百分比、真實時間或CPU時間），然后查找耗費時間最多的函數。一般而言，先應對應用程序自己實現的函數進行排查，Framework的函數也有可能是hotspot，但主因一般還是在應用本身（例如設置復雜的界面，導致對應XML解析非常慢）。

現在，我們來看如何查找類型2的hotspot。

點擊Call/Recur Calls/Total列頭，使之按降序排列。關注點放在那些調用頻繁並且占用資源較多的函數。圖1-7為降序排列的結果圖。

圖1-7類型2 Hotspot查找過程示意之一

圖1-7所示的運行最頻繁的幾個函數中，我們發現了幾個懷疑點，由圖中的1和2箭頭標示。

• 結合代碼，箭頭1所指的函數在代碼中實際並不存在。這是因為代碼中直接訪問了內部類的私有成員，導致java編譯器在編譯時自動生成了這個函數。這個函數的調用次數非常多。所以，為了提高效率，我們可以修改內部類成員的訪問類型定義為public。不過，該函數的Incl Cpu Time並不高，只有3.2%。
• 同樣，箭頭2所指部分的函數調用次數也很多，達到了5888多次。不過它們占用的時間百分比只有0.9%。

第一次查找的潛在點被排除后，繼續瀏覽數據，得到如圖1-8所示的結果。

圖1-8  類型2 Hotspot查找過程示意之二

在圖1-8中：

• 紅框處有兩個重載的MyMD5.getHashString函數調用，它們各運行了368次，而且占用的CPU時間百分比達到了31.8%和53.2%。很顯然，這2處調用就有優化的余地，這就是我們所懷疑的hotspot2。

找到hotspot之后，開發者就需要結合代碼來進行對應的優化了。關於Java代碼優化，讀者可參考如下資料：http://developer.android.com/training/articles/perf-tips.html

總體而言，Hotspot的查找是一個細致的工作，需要開發者對目標程序的代碼，以及Traceview工具都比較熟悉才行。

1.3  Traceview小結

Traceview工具是Android平台應用程序性能分析的利器。不過筆者覺得它的UI還是有些復雜。並且使用時感覺流暢度不夠好。

Google官方關於Traceview的介紹可參考以下鏈接，不過其內容以及較久未更新了。http://developer.android.com/tools/debugging/debugging-tracing.html。

 

二Systrace介紹

2.1  Systrace簡介

Systrace是Android4.1中新增的性能數據采樣和分析工具。它可幫助開發者收集Android關鍵子系統（如surfaceflinger、WindowManagerService等Framework部分關鍵模塊、服務）的運行信息，從而幫助開發者更直觀的分析系統瓶頸，改進性能。

Systrace的功能包括跟蹤系統的I/O操作、內核工作隊列、CPU負載以及Android各個子系統的運行狀況等。在Android平台中，它主要由3部分組成：

• 內核部分：Systrace利用了Linux Kernel中的ftrace功能。所以，如果要使用Systrace的話，必須開啟kernel中和ftrace相關的模塊。
• 數據采集部分：Android定義了一個Trace類。應用程序可利用該類把統計信息輸出給ftrace。同時，Android還有一個atrace程序，它可以從ftrace中讀取統計信息然后交給數據分析工具來處理。
• 數據分析工具：Android提供一個systrace.py（python腳本文件，位於Android SDK目錄/tools/systrace中，其內部將調用atrace程序）用來配置數據采集的方式（如采集數據的標簽、輸出文件名等）和收集ftrace統計數據並生成一個結果網頁文件供用戶查看。

從本質上說，Systrace是對Linux Kernel中ftrace的封裝。應用進程需要利用Android提供的Trace類來使用Systrace。Android 4.1為系統中的幾個關鍵進程和模塊都添加了Systrace功能。以顯示系統中重要模塊Hwcomposer為例，其代碼中使用Systrace的方法如圖2-1所示：

 

 

圖2-1  Hwcomposer模塊Systrace使用示例

圖2-1中，應用程序只要通過三個宏就可使用Systrace了：

• 定義ATRACE_TAG：Hwcomposer使用了ATRACE_TAG_GRAPHICS，表示它和Graphics相關。
• ATRACE_INIT：用於統計某個變量使用的情況。下文將見到代碼中”VSYNC”的統計結果。
• ATRACE_CALL：用於統計函數的調用情況。

由於篇幅關系，關於Trace使用更多的信息請讀者閱讀frameworks/native/include/utils/Trace.h或者android.os.Trace類。下面，我們通過一個示例來展示Systrace的使用。

2.2  Systrace實例

首先，在PC機上運行如下命令以啟動Systrace，如圖2-2所示：

圖2-2  Systrace操作步驟

執行上述命令后，將得到一個名為trace.html的文件（trace.html是默認文件名，讀者也可在命令行中指定其他文件名）。通過瀏覽器打開此文件，結果如圖2-3所示：

圖 2-3  trace.html內容示意

圖2-3中所示的trace.html頁面內容和Traceview的Timeline Panel非常類似。圖中包含的內容如下：

• 由於在systrace.py中指定了-f -l和-i參數，Systrace將生成CPU頻率、負載和狀態相關的信息。它們為圖2-1中第一個紅框所示。由於筆者所測手機CPU為雙核，故圖中有CPU 0和CPU 1之分。為行文方便，筆者用CPU N來指代CPU的某個核。
• “CPU N“所示行對應於整個測試時間內，某個核上運行的進程信息。
• “CPU N C-State“所示行為整個測試時間內，某個CPU狀態的變化。C-State取值見表2-1。
• “CPU N Clock Frequency”所示行展示了某個CPU運行的頻率。通過點擊這一行的色塊可以查看某個時間點上CPU N的運行頻率。
• “cpufreq”：該行所示內容和CPU交互式頻率調節器（Interactive Governor）的工作有關。交互式CPU調節器驅動添加了對CPU頻率調節事件的跟蹤。感興趣的讀者不妨閱讀kernel中的include/trace/events/cpufreq_interactive.h文件以了解更多的信息。

圖2-1中，CPU信息以下的行就是通過Trace.h提供的宏而添加的統計信息，其中：

• VSYNC：這一行的統計信息來自於圖2-1中ATRACE_INIT宏的使用。在Hwcomposer代碼中，ATRACE_INIT宏被用於統計VSYNC[1]的Tick-Tack情況（即0,1,0,1交錯輸出）。VSYNC行顯示了每次Tick Tack的時間大概都在16ms左右。
• 由於Framework代碼也在顯示部分添加了ATRACE_INIT的使用，所以圖中com.example.systracedemo/com.example.systracedemo.MainActivity所示為應用程序占用顯示Buffer的Tick-Tack情況。如果使用時間超過16ms，將導致界面顯示遲滯等現象。
• SurfaceFlinger使用了ATRACE_CALL宏，故圖中SurfaceFlinger行展示了其函數調用的CPU耗時情況（如箭頭1所指，SurfaceFlinger中的onMessageReceived函數的運行信息）。
• 在圖2-1最下部的方框中，詳細顯示了當前鼠標在時間線中選擇的部分（即SurfaceFlinger中的onMessageReceived）的詳細信息。

表2-1所示為CPU狀態取值信息：

表2-1  CPU狀態

C-state	描述
C-0	RUN MODE，運行模式。
C-1	STANDBY，就位模式，隨時准備投入運行
C-2	DORMANT，休眠狀態，被喚醒投入運行時有一定的延遲
C-3	SHUTDOWN，關閉狀態，需要有較長的延遲才能進入運行狀態，減少耗電

2.3  Systrace小結

總體來說，Systrace比Traceview用途更廣泛，它支持對CPU、Native進程甚至Kernel線程進行性能數據采樣，可幫助開發者對整個系統的性能情況進行一個詳盡的分析。不過其用法比Traceview要復雜，而且還需要對Kernel做一些配置調整。

Android官方對Systrace也有一些介紹，請讀者閱讀：

http://developer.android.com/tools/debugging/systrace.html

三Oprofile的使用

3.1  Oprofile簡介

Oprofile是另一個功能更強大的性能數據采集和分析工具，其工作原理如下：

• 它利用性能計數器(Performance Counter)或者定時器(針對kernel不支持性能計數器的情況)，通過連續的采樣獲得統計數據，從而對內核和用戶空間進程進行性能分析。
• 以性能計數器為例，在系統運行過程中，當某個事件發生時，對應的性能計數器就會自加。當達到計數器的設定值時會產生一個中斷。Oprofile驅動利用這個中斷來進行采樣統計。通過獲取中斷發生時PC指針的值以及內核中保存運行的任務的信息等，並把它們轉化成對測評有用的數據。
• Oprofile包括內核驅動和用戶空間工具兩個部分，其中：
• 內核驅動實現了一個oprofilefs虛擬文件系統。它掛載到/dev/oprofile，用來向用戶空間報告數據和接收來自用戶空間的設置。它是用戶空間進程與內核通信的橋梁。驅動中還包括了與架構相關和通用的驅動，通過它們訪問性能計數器寄存器、收集數據后報告給用戶空間。守護進程用戶從內核接收數據並保存在磁盤上以備分析使用。
• 在用戶空間提供了兩個工具：oprofiled（作為守護進程在后台通過和/dev/oprofile交互以獲取驅動收集的數據）、opcontrol（用戶操作的控制工具，它通過讀寫oprofilefs來控制采樣相關的設置）。

Android默認提供了對Oprofile的支持，其組成包括：

• 代碼：位於exetrnal/oprofile中。不過，只有編譯類型為非user的系統才會使用它。
• 四個主要工具，即opcontrol，oprofiled、opreport和opimport。開發者只要使用opcontrol和opreport即可。
• 讀者應該熟練掌握opcontrol和oprofiled工具的作用，我們此處也總結了它們的用法：
• opcontrol：它用來控制采樣過程，比如采樣的開始和結束、采樣的事件類型和頻率等。其內部通過讀寫oprofilefs來實現。opcontrol的常用選項如表3-1所示:

表3-1  opcontrol常用選項

opcontrol選項	功能
--list-events	列出當前CPU所支持的事件
--setup	對測評進行設置，比如關閉舊的守護進程、掛載oprofilefs
--vmlinux=	設置將要分析的Android內核鏡像文件
--callgraph	設置跟蹤函數調用的層數
--kernel-range=start,end	內核二進制文件起始和結束的虛擬地址
--start/--stop	開始/停止采樣
--event=name:count:unitmask:kernel:user	設置對某事件進行采樣。 Name：事件的名字 Count：采樣時事件發生的次數Unitmask：事件的掩碼（CPU支持的事件以及掩碼見oprofile的文檔） Kernel：是否采樣內核事件 User：是否采樣用戶事件

• opreport：opreport是使用采樣數據生成報告的工具，可根據用戶要求生成不同的報告。一般用法是“opreport [options] [image]”，其中image指定報告需要顯示的程序的名字（指程序名字、共享庫名字和內核）。image參數可選。不指定它時，opreport將打印所有進程的報告結果。常用options如表3-2所示：

表3-2  opreport常用選項

opreprt選項	功能
-l	顯示函數調用的符號名字
-g	以調試的形式打印函數符號，包括函數所在文件及行數等。
-c	顯示函數調用堆棧
-o	報告輸出到指定文件

另外，Android提供了一個特別的工具opimport_pull。它可把采樣數據從手機中pull到PC上，並對數據進行一些簡單處理以供opreport使用。所以，在Android平台上，開發者只要使用opimport_pull了就可以了。

現在，我們來看Oprofile的使用實例。

3.2  Oprofile實例

Oprofile的使用大體可以分成以下三步：

• 內核加載oprofile驅動（如果該驅動靜態編譯到內核中，則可略過此步驟）。
• 配置采樣事件、然后進行采樣。
• 獲取報告、進行分析，針對分析結果進行改進。

下面分別來看這三個步驟：

3.2.1  Oprofile內核配置

如下所示為內核配置的示例，如圖3-1所示：

圖3-1  Oprofile內核配置示意

運行Oprofile需要root權限，所以目標設備中最好運行的是userdebug或者engineer版本的Android OS。

3.2.2  Oprofile用戶空間配置

Oprofile用戶空間配置的示例如圖3-2所示。假設當前目錄為Android源碼根目錄，並且已經初始化Android編譯環境（執行完畢build/envsetup.sh和lunch）。

圖3-2  Oprofile用戶空間配置示意

用戶空間的配置主要通過執行opcontrol命令來完成。而opcontrol內部是通過往oprofilefs傳遞對應的控制參數來完成的。例如圖3-2中“opcontrol --callgraph=16”命令也可通過“echo 16> /dev/oprofile/backtrace_depth”來實現。

3.2.3  結果分析

在上一步中，我們已經獲取了測評采樣的數據。現在，就可以使用它們來生成采樣報告了，方法如圖3-3所示：

圖3-3  oprofile生成采樣報告方法示意

圖3-4為報告的一部分內容：

圖3-4  Oprofile測評報告概要

圖3-4中，我們發現libc.so調用的采樣數為117299，排第4位。那么libc.so中哪個函數調用次數最多呢？開發者可通過如下命令獲取libc.so的更為詳細的信息。方法如圖3-5所示：

圖3-5  opreport使用示例

執行上述命令后的結果如圖3-6所示：

圖3-6  Oprofile關於libc的詳細結果

由圖3-6可知，memcpy()函數占用最多的CPU資源。所以可以考慮優化memcpy()。

此處，筆者針對Cortex-A9雙核SMP處理器，使用ARM匯編的方法對memcpy進行了優化。優化后的結果如圖3-7所示。對比圖3-6和圖3-7可明顯看出，優化后的memcpy對資源的占用降低了2.7個百分點。

圖3-7  優化memcpy()后的測試結果

3.3  Oprofile小結

在性能分析中，Oprofile無疑是一個使用最廣泛、功能最強大的測評工具。對於Android平台開發者來說，它可以采集和分析整個系統的運行狀態信息，對於分析查找系統瓶頸進而優化系統具有重大意義。

 

四  總結

性能調優向來是一件“高深莫測”的任務，但打破它們神秘面紗的工具就是上文所述的工具了。所以，對有志開展這方面工作的讀者而言，首要一步的工作就是先了解各個工具的作用及優缺點。

除了本文介紹的這三個工具外，Android系統還支持其他一些更有針對性的測試工具，例如用於測評系統整體功能的lmbench，lttng、測試系統啟動性能的bootchart、測試文件系統性能的iozone等。由於篇幅關系，筆者就不再一一介紹它們了。

 [1]關於VSYNC的詳情，讀者可參考http://blog.csdn.net/innost/article/details/8272867，“Android Project Butter分析“一文。