【Android】性能分析工具：开篇

骑猪看日落 2023-07-04 08:45 18阅读 0赞

> There are known knowns; there are things we know we know. We also know there are known unknowns; that is to say we know there are some things we do not know. But there are also unknown unknowns – the ones we don't know we don't know.
> 
> ——Donald Rumsfeld

**目录**

Android性能分析工具

性能分析层级

性能分析方法

计数器（Counter）

跟踪（Tracing）

剖析（Profiling）

小结

参考文献

--------------------

## Android性能分析工具 ##

以下是一些我所知道的Linux/Android性能分析工具（欢迎补充）：

*  [ps][]，[top][]，[vmstat][]，[mpstat][]，[iostat][]，[netstat][]：Linux内核计数器。
 *  [dumpsys][]: Android内核系统服务相关的计数器。
 *  [ftrace][]: Linux内核提供的函数追踪工具。
 *  [systrace][]，[atrace][]: 基于ftrace的Android版性能追踪工具。
 *  [perf][]：Linux上基于硬件性能监控单元（Performance Monitor Unit，PMU）的性能分析工具。
 *  [linux-tools-perf][]：Android中的perf 。
 *  [Simpleperf][]: Android上的Native CPU剖析分析工具。
 *  [Android Stuido CPU Profiler][]：Android Studio提供的CPU剖析工具，本质上就是基于[Simpleperf][]和[systrace][]进行剖析。
 *  [GPU Profiler][]: GPU剖析工具 // 如果我没理解错，应该是基于dumpsys gfxinfo。
 *  [heapprofd][]：Android进程本地内存分析工具。
 *  [Perfetto][]: 针对Linux / Android / Chrome平台和用户空间应用性能检测和跟踪工具。基于[ftrace][]，[atrace][]和[heapprofd][]。
 *  [Profilo][]: Facebook开发Android性能剖析库，用于在线收集应用程序的性能跟踪数据。

## 性能分析层级 ##

下图是《DTrace》\[1\]书中提供的软件堆栈：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly94aWFvd2VpLmJsb2cuY3Nkbi5uZXQ_size_16_color_FFFFFF_t_70][]

从编程语言角度，语言大致可以分为三类：

1.  **本地代码（Native Code）**：最常见如C和C ++，程序会被直接编译为在硬件上执行的本机代码。
2.  **解释型语言（Interpreted Code）**，也是我们常说的**脚本语言（Scripting Language）**：代码在解释器下执行，解释器负责处理脚本的编译和执行。Perl和Shell就是脚本语言的典例。
3.  **字节码语言（Compiled Byte Code）**：介于本地代码和脚本之间，由特定于语言的编译器编译，不是本地代码而是字节码，最终的字节码由虚拟机或字节码解释器执行，比如Java。

从性能分析的角度，我们把解释型语言和字节码语言一同归于**动态语言（Dynamic Languages）**层，这是由于它们通常需要特定的语言工具来进行剖析和追踪。比如[Java instrument][]提供的对JVM的监控。另外一些语言特性也为动态埋点提供了可能，最典型的就是基于Java Bytecode Injection的埋点技术，如[ASM][]，[Javassist][]。

内核（Kernel）管理着CPU调度、内存、文件系统、网络协议以及系统设备等，通过系统调用（System Calls）提供访问设备和内核服务。Libraries指系统库，较之系统调用，系统库提供的编程接口通常更为丰富和简单。如果操作系统允许，应用程序也可以直接进行系统调用（Android应该是不允许的，除非自己[编译内核][Link 1]）。  
对于Native Code，Libraries，System Calls以及Kernal，通常都是由系统层级提供的[动态追踪（Dynamic tracing）][Dynamic tracing]工具进行分析，如[ftrace][]，[atrace][]等。

最低的一个层级，硬件——可编程硬件寄存器可以提供一些低层级的性能信息，包括CPU周期计数器、指令计数、缓存命中等等。Linux上通过perf\_events接口或者[perf\_event\_open()][perf_event_open]系统调用来访问这些计数器，[perf][]中提供了大量基于PMU的计数。

分层看待问题不仅可以给我们一些线索：在哪个层级可以得到哪些信息，同时也提供了不同的视角：

*  **自下而上的资源分析（Resource Analysis）视角**：以对系统资源的分析为起点，涉及CPU、内存、磁盘、网卡、总线等等。着重分析使用率，判断某个资源是否已经处于极限或接近极限。
 *  **自上而下的工作负载分析（Workload Analysis）视角**：着重检查应用程序性能，涉及应用程序吞吐量，延时等等。延时，也就是响应时间，通常是最重要的性能指标。

每种层级和视角都有对应的工具和自己独有的优势，尝试不同的层级，视角总能发现一些额外的信息。

##    性能分析方法 ##

在《性能之巅》\[2\]中，Brendan Gregg大神将性能分析方法分为如下三类：

*  计数器（Counter）
 *  跟踪（Tracing）
 *  剖析 (Profiling)

### 计数器（Counter） ###

Linux内核中维护了各种各样的计数器，用于对事件计数。如磁盘I/O次数，系统调用次数，网络包的接收次数等等。  
计数器在一定程序可以认为是“零开销”的，默认开启，由内核维护。唯一的使用开销是从用户空间读取它们，但也基本可以忽略不计。  
内核计数器通常分为两个级别：

*  **系统级别**：vmstat，mpstat，iostat，netstat，sar
 *  **进程级别**：ps，top，pmp

读取计数器的惯例通常是指定时间间隔和次数，如：

iostat 1 3

表示用一秒作为时间间隔，输出三次io信息：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly94aWFvd2VpLmJsb2cuY3Nkbi5uZXQ_size_16_color_FFFFFF_t_70 1][]

第一行是机器自启动以来的均值，随后是每秒一次的快照。

### 跟踪（Tracing） ###

跟踪是我们最容易想到的性能观测方法，也就是跟踪收集每个事件的数据加以分析。比如最直观的，在函数开始和结束的地方记录系统时间，计算时间差得到函数的执行时间：

long startTime = System.nanoTime();
    // Some thing to trace
    long duraion = System.nanoTime() - startTime();

一些在Android中可用于获取时间的API：

*  [System.currentTimeMillis()][System.currentTimeMillis]
 *  [System.nanoTime()][System.nanoTime]
 *  [Debug.threadCpuTimeNanos()][Debug.threadCpuTimeNanos]
 *  [SystemClock.uptimeMillis()][SystemClock.uptimeMillis]
 *  [SystemClock.elapsedRealtime()][SystemClock.elapsedRealtime]
 *  [SystemClock.elapsedRealtimeNanos()][SystemClock.elapsedRealtimeNanos]

跟踪捕获数据会有CPU开销，同时也需要一定的存储空间来存放数据。即使打印到系统日志中也是一样，因为日志本身也需要存储空间。系统日志本身也可以看做是一种形式的“跟踪”，毕竟每个日志就代表了每个事件的发生。跟踪框架（系统日志除外）一般默认是不开启的。

跟踪也有系统和进程级别：

*  **系统级别**：tcpdump，Dtrace，systemtap，perf
 *  **进程级别**：starce，truss，gdb，mdb

### 剖析（Profiling） ###

剖析通过对目标收集采样或快照来归纳目标特征。最常见的例子就是CPU使用率，通过定期采样CPU状态进行剖析：

*  选择要采集的剖析数据及频率
 *  每隔一定时间进行采样
 *  等待兴趣事件发生
 *  停止采样并收集数据
 *  处理数据

“等待兴趣事件”不一定是必须的，更常见的是“全栈跟踪”，也就是对整个函数调用栈进行采样，可以得到完整的CPU代码路径，从更高的角度审视CPU用量。但这样做通常会产生超大量的数据。典型工具：[Simpleperf][], [Android Stuido CPU Profiler][]（基于[Simpleperf][]和 [Java instrument][]）以及[Profilo][]。  
基于剖析的原理，全栈剖析不可避免的有一些限制：

*  如果函数执行时间过短，有可能不会被采集到
 *  不能得到精确的CPU运行时间
 *  非Native同语言通常需要有特定的语言剖析工具支持

可以想象，在不同层级得到的函数调用栈是不同的。这也是为什么[Simpleperf][]只能分析Native Code，而[Profilo][]实现了自己的Java stack unwinder（堆栈展开器）以准确地追踪Java函数调用和CPU时间。一些Android剖析工具：

*  **基于Java堆栈跟踪**：[Profilo][]，[Android Stuido CPU Profiler][]
 *  **基于本地堆栈跟踪**：[Simpleperf][]

火焰图是最常见的可以可视化全栈剖析结果的方法：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly94aWFvd2VpLmJsb2cuY3Nkbi5uZXQ_size_16_color_FFFFFF_t_70 2][]

虽然很强大很直观，但基于它的原理，我们可以知道它不是“精确”的，所谓的“执行时间”其实是采样计数：

*  每个框代表栈里的一个[栈帧（Stack frame）][Stack frame],可以理解为一次函数调用。
 *  框的宽度表示函数或上级函数在CPU上运行的时间。这个时间是基于采样计数得到的，更宽的函数可能比更窄的函数运行慢，也可能只是因为调用过于频繁。
 *  X轴横跨整个采样数据，从左到右没有任何意义（不表示时间）。
 *  Y轴表示栈的深度，底部为祖先调用函数，顶部为CPU上执行的函数。
 *  如果是多线程运行，而且抽样是并发的，计数得到的时间累加可能会超过总的运行时间。

当然，剖析在每次剖析是得到的全栈快照还是准确的。从一定程度上，剖析和计数器是一样的。计数器也没有真正的时间维度，只能通过采样得到在固定时间段内的统计信息。

## 小结 ##

根据层级和方法，按我自己的理解（可能不完全正确），总结开篇提到的几种工具：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly94aWFvd2VpLmJsb2cuY3Nkbi5uZXQ_size_16_color_FFFFFF_t_70 3][]

后续准备写一系列文章介绍几种不同的工具。如有遗漏，欢迎补充~

## 参考文献 ##

*  Brendan Gregg：[Systems Performance: Enterprise and the Cloud][Systems Performance_ Enterprise and the Cloud]
 *  Brendan Gregg，Jim Mauro：[DTrace: Dynamic Tracing in Oracle Solaris, Mac OS X and FreeBSD][DTrace_ Dynamic Tracing in Oracle Solaris_ Mac OS X and FreeBSD]
 *  [https://developer.android.com/studio/command-line/dumpsys?hl=en][dumpsys]
 *  [https://developer.android.com/topic/performance/tracing/command-line][systrace]
 *  [http://www.brendangregg.com/perf.html][http_www.brendangregg.com_perf.html]
 *  [https://android.googlesource.com/platform/system/extras/+/master/simpleperf/doc/README.md][Simpleperf]
 *  [https://docs.perfetto.dev/\#/][Perfetto]
 *  [https://engineering.fb.com/android/profilo-understanding-app-performance-in-the-wild/][https_engineering.fb.com_android_profilo-understanding-app-performance-in-the-wild]
 *  [https://www.ibm.com/developerworks/cn/java/j-lo-jse61/index.html][Java instrument]
 *  [https://openresty.org/posts/dynamic-tracing/][Dynamic tracing]
 *  [https://www.baeldung.com/java-asm][ASM]
 *  [https://www.javassist.org/tutorial/tutorial.html][Javassist]

[ps]: http://man7.org/linux/man-pages/man1/ps.1.html
[top]: http://man7.org/linux/man-pages/man1/top.1.html
[vmstat]: http://man7.org/linux/man-pages/
[mpstat]: http://man7.org/linux/man-pages/man1/mpstat.1.html
[iostat]: http://man7.org/linux/man-pages/man1/iostat.1.html
[netstat]: http://man7.org/linux/man-pages/man5/proc.5.html
[dumpsys]: https://developer.android.com/studio/command-line/dumpsys?hl=en
[ftrace]: https://source.android.com/devices/tech/debug/ftrace
[systrace]: https://developer.android.com/topic/performance/tracing/command-line
[atrace]: https://android.googlesource.com/platform/frameworks/native/+/23c2fcbbf4be87580e64132150aa554b764425c2/cmds/atrace/atrace.cpp
[perf]: https://perf.wiki.kernel.org/index.php/Main_Page
[linux-tools-perf]: https://android.googlesource.com/platform/external/linux-tools-perf/
[Simpleperf]: https://android.googlesource.com/platform/system/extras/+/master/simpleperf/doc/README.md
[Android Stuido CPU Profiler]: https://developer.android.com/studio/profile/cpu-profiler
[GPU Profiler]: https://developer.android.com/topic/performance/rendering/inspect-gpu-rendering
[heapprofd]: https://github.com/google/perfetto/blob/master/docs/heapprofd.md
[Perfetto]: https://docs.perfetto.dev/#/
[Profilo]: https://github.com/facebookincubator/profilo
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly94aWFvd2VpLmJsb2cuY3Nkbi5uZXQ_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200209175957435.PNG?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly94aWFvd2VpLmJsb2cuY3Nkbi5uZXQ=,size_16,color_FFFFFF,t_70
[Java instrument]: https://www.ibm.com/developerworks/cn/java/j-lo-jse61/index.html
[ASM]: https://www.baeldung.com/java-asm
[Javassist]: https://www.javassist.org/tutorial/tutorial.html
[Link 1]: https://www.vantagepoint.sg/blog/82-hooking-android-system-calls-for-pleasure-and-benefit
[Dynamic tracing]: https://openresty.org/posts/dynamic-tracing/
[perf_event_open]: http://man7.org/linux/man-pages/man2/perf_event_open.2.html
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly94aWFvd2VpLmJsb2cuY3Nkbi5uZXQ_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200209180832314.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly94aWFvd2VpLmJsb2cuY3Nkbi5uZXQ=,size_16,color_FFFFFF,t_70
[System.currentTimeMillis]: https://developer.android.com/reference/java/lang/System.html#currentTimeMillis%28%29
[System.nanoTime]: https://developer.android.com/reference/java/lang/System.html#nanoTime%28%29
[Debug.threadCpuTimeNanos]: https://developer.android.com/reference/android/os/Debug.html#threadCpuTimeNanos%28%29
[SystemClock.uptimeMillis]: https://developer.android.com/reference/android/os/SystemClock.html#uptimeMillis%28%29
[SystemClock.elapsedRealtime]: https://developer.android.com/reference/android/os/SystemClock.html#elapsedRealtime%28%29
[SystemClock.elapsedRealtimeNanos]: https://developer.android.com/reference/android/os/SystemClock.html#elapsedRealtimeNanos%28%29
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly94aWFvd2VpLmJsb2cuY3Nkbi5uZXQ_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20200209182155361.PNG?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly94aWFvd2VpLmJsb2cuY3Nkbi5uZXQ=,size_16,color_FFFFFF,t_70
[Stack frame]: http://www.cs.uwm.edu/classes/cs315/Bacon/Lecture/HTML/ch10s07.html
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly94aWFvd2VpLmJsb2cuY3Nkbi5uZXQ_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20200209182445702.PNG?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly94aWFvd2VpLmJsb2cuY3Nkbi5uZXQ=,size_16,color_FFFFFF,t_70
[Systems Performance_ Enterprise and the Cloud]: http://www.brendangregg.com/sysperfbook.html
[DTrace_ Dynamic Tracing in Oracle Solaris_ Mac OS X and FreeBSD]: https://books.google.com.sg/books/about/DTrace.html?id=oNd2mAEACAAJ&redir_esc=y
[http_www.brendangregg.com_perf.html]: http://www.brendangregg.com/perf.html
[https_engineering.fb.com_android_profilo-understanding-app-performance-in-the-wild]: https://engineering.fb.com/android/profilo-understanding-app-performance-in-the-wild/