1.Android Systrace 基础知识(8)-基于 Choreographer 的源码渲染机制详解
2.Perfetto工具使用简介
3.Android 基于 Choreographer 的渲染机制详解
4.你的debug包在Android 14变卡了吗？｜得物技术

Android Systrace 基础知识(8)-基于 Choreographer 的渲染机制详解

       Android Systrace 系列文章的第八篇深入探讨了Choreographer在渲染机制中的关键作用。这个工具旨在帮助开发者更好地理解Android Framework的解析运行流程，尤其是源码与帧绘制和主线程交互的细节。Choreographer的解析主要职责是配合Vsync，为应用提供稳定的源码消息处理时机，确保.6ms（Hz）屏幕刷新时，解析秘密主力资金指标源码每一帧的源码绘制操作都在正确的时间执行，从而实现流畅的解析用户体验。

       在Android的源码早期版本中，没有Vsync机制，解析导致帧率不稳定，源码而引入Vsync后，解析结合TripleBuffer和Choreographer，源码系统通过调整Vsync周期，解析确保了fps的源码稳定帧率。Choreographer在这个过程中充当了桥梁角色，它与MessageQueue、Looper、SurfaceFlinger等紧密协作，确保了App的选股技术源码稳定运行。

       通过Systrace和MethodTrace的分析，我们可以观察到Choreographer的工作流程，例如在滑动桌面场景中，从Vsync到来到开始绘制，Choreographer如何组织和管理这些操作。源码解析部分揭示了Choreographer的初始化过程、FrameHandler的使用，以及如何通过FrameCallback和FrameInfo来记录帧绘制信息。

       对于性能监控，Choreographer提供了FrameCallback接口，允许开发者监测App的性能，如TinyDancer就利用了这个接口计算FPS。此外，Choreographer还与APM工具结合，比如BlockCanary和SurfaceFlinger的PageFlip机制，用于深入性能分析。

       最后，厂商们也利用Choreographer进行优化，如移动事件响应提前、039燕窝溯源码后台动画控制、帧绘制策略调整等，以适应不同屏幕刷新率和性能需求。本文通过实例和源码分析，帮助开发者更直观地理解Choreographer在Android渲染机制中的重要角色。

Perfetto工具使用简介

       Perfetto工具是Android下一代全新的统一的trace收集和分析框架，可以抓取平台和app的trace信息，是用来取代systrace的，但systrace由于历史原因也还会一直存在，并且Perfetto抓取的trace文件也可以同样转换成systrace视图，如果习惯用systrace的，可以用Perfetto UI的"Open with legacy UI"转换成systrace视图来看，Perfetto的几个主要特点如下所示：

        在讲具体的收集流程之前，可以先看一下它的整体框架图，它的进程结构，其中有几个重要的进程需要说明一下：

        暂时还没有去研究它的源码，所以还无法将上面的两种视图一一对应起来，这里列出另一种视图，只是想让大家增加对这个工具的更深一步了解，上面说了除了标准的tracepoints之外，Perfetto还可以提供很好的可扩展性，这里我们先看一下标准的tracepoints有哪些，如下图所示，相对于以前的systrace来说，我们发现Perfetto还是可以提供一些其他的功能的，例如它可以直接抓取event log了，还有Virtual memory events等等。

        在Pixel和Pixel2机型上面，traced和traced_probes这两个进程是默认开启的，但是在其他机型上面，可能需要执行如下命令才会开启这两个进程，开启这两个进程之后，才能正常抓取trace信息，开启的方式也很方便，只要设置一个属性就可了。

        执行上面的命令后，如果看到如下类似的Log，那么就说明开启成功了，也可以直接ps看有没有这两个进程。

        开启了守护进程之后，就可以执行perfetto命令行工具了，这个命令行的工具的使用方式,具体参数的含义就不一一介绍了，直接看comment就好。

        其中 --out是用来指定trace输出文件，--config 是用来指定配置的，也就是像抓多长时间，间隔多久把内存数据写回文件，抓取哪些tracepoints等等，这个config文件内容，我们可以自己手动编写，也可以用Perfetto UI网站生成，另外在Perfetto里面默认集成了一个test配置，你可以使用如下命令抓取一个使用test config的trace文件。

        抓取完后，把/data/misc/perfetto-traces/trace文件内容pull出来，然后使用Perfetto UI网站打开即可，如下所示：

        目前最方便的配置文件生成方式是使用 ui.perfetto.dev Perfetto UI来帮助生成，点开Perfetto UI的"Record new trace"之后，你会看到有很多的配置界面，如以下几个图所示：

Android 基于 Choreographer 的渲染机制详解

       Photo by Peter Thomas on Unsplash

       本文深入探讨了 Android 开发者可能不常接触，但在框架渲染流程中至关重要的 Choreographer 类。我们将从引入背景、简介、源码解析、与核心组件的关系以及手机厂商优化思路等方面进行详述，旨在帮助开发者深入了解程序每一帧运行的原理，以及提升对关键组件如 Message、Handler、Looper、MessageQueue、Measure、Layout、Draw 的苏州分销系统源码理解。

       了解 Choreographer 有助于开发者掌握渲染机制的核心，从而优化应用性能。Choreographer 在渲染链路中作为连接器，确保 App 以稳定的帧率运行，减少帧率波动带来的不适感。通过结合 Systrace 和 MethodTrace 工具，开发者能更直观地理解这一机制。

       在演进过程中，引入了 Vsync、TripleBuffer 和 Choreographer 机制，以提供稳定的帧率输出，使得软件层和硬件层同步工作。Choreographer 的引入，配合 Vsync 信号周期调整，控制了每一帧的绘制操作时机，确保 App 在 Hz 刷新率下稳定运行。

       Choreographer 承担着渲染流程中的重要角色，通过与 SurfaceFlinger、Vsync 和 TripleBuffer 的手机源码怎么转换协同工作，确保了以 fps 的帧率稳定输出画面。这一机制不仅提高了用户体验，还为开发者提供了优化应用性能的途径。

       Choreographer 的初始化、单例初始化、构造函数等核心部分，以及 FrameHandler、Choreographer 初始化链等细节，均涉及到关键的代码逻辑和流程。通过源码解析，我们能深入理解 Choreographer 如何在 Android 主线程中组织和管理每一帧的绘制过程。

       Choreographer 处理一帧的逻辑主要围绕 doFrame 函数展开，包括计算掉帧、记录帧绘制信息、执行回调等关键步骤。通过 Systrace 观察这一流程，可以清晰地了解 Choreographer 如何组织和优化每一帧的渲染。

       Choreographer 与 APM（应用性能监控）工具相结合，提供了丰富的性能监控接口，如 FrameCallback 和 FrameInfo，帮助开发者监控和优化应用性能。此外，Choreographer 还与 MessageQueue 和 Looper 等核心组件紧密关联，通过自定义 MessageLogging 等特性，增强了性能监控和优化能力。

       针对移动事件优化、后台动画优化、帧绘制优化、应用启动优化以及高帧率优化，手机厂商通过修改源码，实现了对 Choreographer 的定制化增强，提高了系统性能和用户体验。这些优化策略展示了 Choreographer 在现代移动设备中的重要作用。

       总之，Choreographer 是 Android 渲染链路中的关键组件，它通过稳定的帧率输出、优化的渲染流程以及与核心组件的高效协同，为开发者提供了强大的工具，以提升应用性能和用户体验。深入理解 Choreographer，将有助于开发者在实际应用中实现性能优化，实现更流畅、高效的移动应用。

你的debug包在Android 变卡了吗？｜得物技术

       一、背景

       在使用Android 时，突然发现debug包运行变卡顿，经过排查发现是Android 系统中debug包执行效率降低导致。

       二、问题排查纪录

       使用systrace、dutrace等工具进行常规排查，发现CPU空闲，主线程无明显阻塞，问题出在方法执行耗时。

       在使用dutrace工具时发现异常现象，怀疑与解释执行方式有关。分析源码后，发现Android 版本使用了switch解释执行方式，而Android 、版本则使用mterp或nterp，怀疑是解释执行导致卡顿。

       尝试修改debuggable属性，测试结果表明，与解释执行方式相关，但不是直接原因。接着怀疑是native方法执行耗时问题，再次排查，发现问题主要出在debuggable属性的影响。

       分析AndroidManifest文件和Process类，发现debuggable属性影响了runtimeFlags，导致系统启动时加载了额外的flag，这可能是问题源头。

       尝试通过hook系统进程参数，发现移除DEBUG_JAVA_DEBUGGABLE后，debug包运行流畅，而加上此标志后，所有应用变卡，确认问题是由于DEBUG_JAVA_DEBUGGABLE导致的。

       继续分析后发现，DeoptimizeBootImage方法将bootImage中的AOT代码转换为java可调试，导致方法执行切换到switch解释执行，这是问题的关键。

       进一步分析发现，即使hook了CanRuntimeUseNterp方法，方法执行依然切换到switch解释执行，因此确认是bootImage中的方法在Android 中执行效率低下的问题。

       验证问题为系统层面的问题，并通过社区反馈和补全问题报告，等待官方修复。

       三、临时解决

       尝试在等待修复的同时，通过修改代码逻辑，使用UpdateEntrypointsForDebuggable方法，根据规则重新设置方法执行方式，以绕过问题，结果发现流畅度提高。

       进一步思考发现，虽然问题解决，但仍有部分卡顿现象，分析后决定在调用UpdateEntrypointsForDebuggable前将RuntimeDebugState设置为非debugable状态，调用后恢复为debugable状态，最终实现了流畅的debug包体验。

       四、最后

       在后续的分析中，发现高通工程师已确认Google将在Android 中修复此问题，对于海外版本的Android 设备，Google计划通过com.android.artapex模块更新解决。国内用户则需等待手机厂家主动合入修复。

       总结，通过上述方法，临时解决了debug包在Android 中的卡顿问题，并提供了相关代码示例供其他开发者参考。