Perfetto系统追踪分析：10秒录一段，定位一次卡顿

Perfetto系统追踪分析10秒录一段定位一次卡顿【免费下载链接】perfettoProduction-grade client-side tracing, profiling, and analysis for complex software systems.项目地址: https://gitcode.com/GitHub_Trending/pe/perfettoPerfetto 是 Android 与 Chrome 默认的系统级追踪工具。这篇讲一条完整的追踪分析链路设备端录 10 秒、时间线上找到卡顿区间、用 SQL 验证 CPU 归属以及新手最容易卡住的坑。适合动手排过性能问题、但一直卡在拿不到数据这一步的 Android 工程师。 logcat 答不上来为什么卡的时候logcat 答不上来的才是你真正需要追踪的。下面三种情形你可能都遇到过用户反馈滚动卡顿你本机抓 logcat 一切正常、也复现不出来——卡顿只持续几十毫秒文字日志里根本看不见。应用被系统 LMK 杀掉只能看到 kill 事件不知道之前的内存去哪了。启动慢分不清时间花在自己的代码、某个系统服务还是等内核资源上。共同点这三个问题靠单看某条日志都答不上来。你需要的是内核、CPU、各进程排在同一把时间尺上的时间线——这正是 Perfetto 的核心能力上面三个问题都从同一张图开始排查。⏱ 设备端录 10 秒三步跑通第一次录制的目标不是录全是把出问题的时间段录进去。先把卡顿本身录下来在开启 USB 调试的 Android R 设备上用 UI 的录制页选择 ADBWebSocket 连上设备成功状态长这样命令行更省事直接用仓库自带的辅助脚本 tools/record_android_trace一条命令完成连接、录制并自动打开 UIpython3 record_android_trace -o trace.perfetto-trace \ -t 10s -b 32mb -a * sched freq view ss input录制的 10 秒里在手机上真实做一遍出问题的操作。省掉这步trace 只是一堆背景噪声。别急着开全部数据源第一次只开 sched、freq、atrace 注解缓冲区 32MB 够用。logcat、内存计数器后面按需再加全开容易让缓冲区很快写满时间线也一片混乱。录制模式选满则停不丢数据比环形缓冲好理解。 时间线阅读顺序先找卡顿区间再往外扩时间线怎么读决定你多久能定位到根因。UI 里线程、CPU、系统事件各占一轨对齐在同一时间轴上从卡顿区间出发而不是从某个线程出发先把用户感知到卡的那段放大再向外扩。确认线程状态再下结论目标线程 Runnable 却没跑在任何 CPU 上是调度问题Sleeping说明在等锁、binder 或 I/O。对照 CPU 轨道卡顿区间内 CPU 空闲瓶颈在用户态而不是内核。用 SQL 验证谁在吃 CPU肉眼看之后用数字复核。trace 可以当数据库查include perfetto module linux.cpu.utilization.process; SELECT name AS process_name, sum(megacycles) FROM cpu_cycles_per_process GROUP BY 1 ORDER BY 2 DESC;先确认卡顿进程是否真在消耗 CPU 周期。不是的话方向是等而不是算别急着翻调用栈。查询结果与时间线互相对照cycles 最高的进程如果不是卡顿线程回到时间线重看线程状态。⚠ 三个新手常踩的坑这三个坑踩中一个前面的录制就白做了。把应用慢当成应用算得慢。Android 卡顿多数不是计算瓶颈而是线程在等待先查时间线排除等待再谈优化。录 10 分钟全量数据源不等于更可靠。文件 30 秒打不开就等于不可分析首次 10 秒、32MB、三类数据源足够。用 cat 拼两个 trace 文件当合并。跨设备对齐要用trace_processor util merge否则时间轴会错位。边界也要清楚Perfetto 是录短窗口、回 PC 深挖的工具不是常驻监控服务。线上长期指标与告警要靠其他手段它负责深挖这一段。✅ 今天就能做的三件事以下三件事每件一小时内都能做完在自己设备上用上面的命令录一段 10 秒的打开应用trace在 UI 里找到一个能说清这段时间发生了什么的区间。跑一次那条 SQL核对 CPU 占用最高的进程是否符合直觉不符合就是你的第一个真实发现。下次排查问题前先写一句话我要搞清楚哪个区间发生了什么——录那个区间而不是录全部。当先录再判断成为习惯性能排查就完成了一半。剩下的一半是多读几类 trace仓库 docs/ 里按场景组织的教程可以直接当长期参照。【免费下载链接】perfettoProduction-grade client-side tracing, profiling, and analysis for complex software systems.项目地址: https://gitcode.com/GitHub_Trending/pe/perfetto创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考