怎么检测UI卡顿？（线上及线下）

什么是UI卡顿？

在Android系统中，我们知道UI线程负责我们所有视图的布局，渲染工作，UI在更新期间，如果UI线程的执行时间超过16ms，则会产生丢帧的现象，而大量的丢帧就会造成卡顿，影响用户体验。

UI卡顿产生的原因？

在UI线程中做了大量的耗时操作，导致了UI刷新工作的阻塞。
系统CPU资源紧张，APP所能分配的时间片减少。
Ardroid虚拟机频繁的执行GC操作，导致占用了大量的系统资源，同时也会导致UI线程的短暂停顿，从而产生卡顿。
代码编写不当，产生了过度绘制，导致CPU执行时间变长，早场卡顿。

从上可知，大部分的卡顿原因都产生于代码编写不当导致，而这类问题都可以通过各种优化方案进行优化，所以我们需要做的就是尽可能准确的找到卡顿的原因，定位到准确的代码模块，最好是能定位到哪个方法导致卡顿，这样我们APP的性能就能得到很大的提升。

UI卡顿方案

开发阶段

在开发阶段我们可以借助开发工具为我们提供的各种便利来有效的识别卡顿，如下：

System Trace

具体使用可以看blog.csdn.net/u011578734/… 写的文章。

Android CPU Profiler

Android Studio CPU 性能剖析器可实时检查应用的 CPU 使用率和线程活动。你还可以检查方法跟踪记录、函数跟踪记录和系统跟踪记录中的详细信息。
使用CPU profiler可以查看主线程中，每个方法的耗时情况，以及每个方法的调用栈，可以很方便的分析卡顿产生的原因，以及定位到具体的代码方法。

具体使用方法可以参考 blog.csdn.net/u011578734/…

线上UI卡顿检测方案

线上检测方案比较流行的是BlockCanary和WatchDog，下面我们就看看它们是怎么做到检测UI卡顿的并反馈给开发人员。

BlockCanary

BlockCanary能检测到主线程的卡顿, 并将结果记录下来, 以友好的方式展示,很类似于LeakCanary的展示。

BlockCanary的使用很简单，只要在Application中进行设置一下就可以如下：

BlockCanary.install(this, new AppBlockCanaryContext()).start();

AppBlockCanaryContext继承自BlockCanaryContext是对BlockCanary中各个参数进行配置的类

可配置参数如下：

//卡顿阀值
int getConfigBlockThreshold();
boolean isNeedDisplay();
String getQualifier();
String getUid();
String getNetworkType();
Context getContext();
String getLogPath();
boolean zipLogFile(File[] src, File dest);
//可将卡顿日志上传到自己的服务
void uploadLogFile(File zippedFile);
String getStackFoldPrefix();
int getConfigDumpIntervalMillis();

在某个消息执行时间超过设定的标准时会弹出通知进行提醒，或者上传。

原理

熟悉Android的Handler机制的同学一定知道，Handler中重要的组成部分，looper，并且应用的主线程只有一个Looper存在，不管有多少handler，最后都会回到这里。我们注意到Looper.loop()中有这么一段代码：

public static void loop() {...for (;;) {...// This must be in a local variable, in case a UI event sets the loggerPrinter logging = me.mLogging;if (logging != null) {logging.println(">>>>> Dispatching to " + msg.target + " " +msg.callback + ": " + msg.what);}msg.target.dispatchMessage(msg);if (logging != null) {logging.println("<<<<< Finished to " + msg.target + " " + msg.callback);}...}
}

注意到两个很关键的地方是logging.println(">>>>> Dispatching to " + msg.target + " " + msg.callback + ": " + msg.what);和logging.println("<<<<< Finished to " + msg.target + " " + msg.callback);这两行代码，它调用的时机正好在dispatchMessage(msg)的前后，而主线程卡也就是在dispatchMessage(msg)卡住了。

BlockCanary的流程图

BlockCanary就是通过替换系统的Printer来增加了一些我们想要的堆栈信息，从而满足我们的需求。

替换原有的Printer是通过以下方法：

Looper.getMainLooper().setMessageLogging(mainLooperPrinter);

并在mainLooperPrinter中判断start和end，来获取主线程dispatch该message的开始和结束时间，并判定该时间超过阈值(如2000毫秒)为主线程卡慢发生，并dump出各种信息，提供开发者分析性能瓶颈。如下所示：

@Override
public void println(String x) {if (!mStartedPrinting) {mStartTimeMillis = System.currentTimeMillis();mStartThreadTimeMillis = SystemClock.currentThreadTimeMillis();mStartedPrinting = true;startDump();} else {final long endTime = System.currentTimeMillis();mStartedPrinting = false;if (isBlock(endTime)) {notifyBlockEvent(endTime);}stopDump();}
}private boolean isBlock(long endTime) {return endTime - mStartTimeMillis > mBlockThresholdMillis;
}

BlockCanary dump的信息包括如下：

基本信息：安装包标示、机型、api等级、uid、CPU内核数、进程名、内存、版本号等
耗时信息：实际耗时、主线程时钟耗时、卡顿开始时间和结束时间
CPU信息：时间段内CPU是否忙，时间段内的系统CPU/应用CPU占比，I/O占CPU使用率
堆栈信息：发生卡慢前的最近堆栈，可以用来帮助定位卡慢发生的地方和重现路径

获取系统状态信息是通过如下代码实现：

threadStackSampler = new ThreadStackSampler(Looper.getMainLooper().getThread(),sBlockCanaryContext.getConfigDumpIntervalMillis());
cpuSampler = new CpuSampler(sBlockCanaryContext.getConfigDumpIntervalMillis());

下面看一下ThreadStackSampler是怎么工作的？

protected void doSample() {
//        Log.d("BlockCanary", "sample thread stack: [" + mThreadStackEntries.size() + ", " + mMaxEntryCount + "]");StringBuilder stringBuilder = new StringBuilder();// Fetch thread stack infofor (StackTraceElement stackTraceElement : mThread.getStackTrace()) {stringBuilder.append(stackTraceElement.toString()).append(Block.SEPARATOR);}// Eliminate obsolete entrysynchronized (mThreadStackEntries) {if (mThreadStackEntries.size() == mMaxEntryCount && mMaxEntryCount > 0) {mThreadStackEntries.remove(mThreadStackEntries.keySet().iterator().next());}mThreadStackEntries.put(System.currentTimeMillis(), stringBuilder.toString());}
}

直接去拿主线程的栈信息, 每半秒去拿一次, 记录下来, 如果发生卡顿就显之显示出来拿CPU的信息较麻烦, 从/proc/stat下面拿实时的CPU状态, 再从/proc/" + mPid + "/stat中读取进程时间, 再计算各CPU时间占比和CPU的工作状态.

基于系统WatchDog原理来实现

启动一个卡顿检测线程，该线程定期的向UI线程发送一条延迟消息，执行一个标志位加1的操作，如果规定时间内，标志位没有变化，则表示产生了卡顿。如果发生了变化，则代表没有长时间卡顿，我们重新执行延迟消息即可。

public class WatchDog {private final static String TAG = "budaye";//一个标志private static final int TICK_INIT_VALUE = 0;private volatile int mTick = TICK_INIT_VALUE;//任务执行间隔public final int DELAY_TIME = 4000;//UI线程Handler对象private Handler mHandler = new Handler(Looper.getMainLooper());//性能监控线程private HandlerThread mWatchDogThread = new HandlerThread("WatchDogThread");//性能监控线程Handler对象private Handler mWatchDogHandler;//定期执行的任务private Runnable mDogRunnable = new Runnable() {@Overridepublic void run() {if (null == mHandler) {Log.e(TAG, "handler is null");return;}mHandler.post(new Runnable() {@Overridepublic void run() {//UI线程中执行mTick++;}});try {//线程休眠时间为检测任务的时间间隔Thread.sleep(DELAY_TIME);} catch (InterruptedException e) {e.printStackTrace();}//当mTick没有自增时，表示产生了卡顿，这时打印UI线程的堆栈if (TICK_INIT_VALUE == mTick) {StringBuilder sb = new StringBuilder();//打印堆栈信息StackTraceElement[] stackTrace = Looper.getMainLooper().getThread().getStackTrace();for (StackTraceElement s : stackTrace) {sb.append(s.toString() + "\n");}Log.d(TAG, sb.toString());} else {mTick = TICK_INIT_VALUE;}mWatchDogHandler.postDelayed(mDogRunnable, DELAY_TIME);}};/*** 卡顿监控工作start方法*/public void startWork(){mWatchDogThread.start();mWatchDogHandler = new Handler(mWatchDogThread.getLooper());mWatchDogHandler.postDelayed(mDogRunnable, DELAY_TIME);}
}