Android Studio Profiler
的Native Memory功能，只用跟踪通过 C/C++ 分配器（包括原生 JNI 对象）进行的分配，不会跟踪Java对象的分配。
由于需要操作系统的支持，只能在
Android 10及以上
的手机上才能使用。下文使用Android Studio 4.2.1来说明该功能。
Allocation Tracking的方式有：None（不跟踪Allocation）、Sampled（按统计学方法跟踪部分Allocation）和Full（跟踪所有Allocation）。
该选项只影响实时Profiler时的数据获取，
Record native allocations
不受该选项影响，会抓取所有符合阈值的Native内存分配。
profiler配置
注1：
Native memory sampling interval (bytes)为抓取的最小内存size，大于等于该值将被memory profiler记录
注2：
勾选“Start this recording on startup”，并选择“Native memroy activity(Requires API level >= 29)”，在launch profiler时，会自动开始Recorded Native Allocations
launch profiler
自动拉起手机上app，并开始profiler
attach profiler
手动在手机上手动启动app，如果app时
debuggable
的话，会看到该app的进程
Table -- Arrange by allocation method视图
注1：
Allocations Size，Deallocations Size，Remaining Size的单位为byte
注2：
!!!0000!
开头的是显存相关的分配
Table -- Arrange by callstack视图
unknown
// 找不到函数符号
注1：
development、debuggame、debug的libUE4.so中本身会包含大量符号，可以直接在堆栈中看到很多函数的名称
注2：
test、shipping的libUE4.so在没有debug so时，绝大多数函数会找不到符号，而显示unknown
test、shipping的libUE4.so配置debug so的方法
方法①：本地打test、shipping包，然后使用Andriod Studio打开对应的ue4 Android工程，然后launch profiler或attach profiler
方法②：打开之前老的ue4 Android工程，将对应版本的debug libUE4.so拷贝到
Intermediate\Android\arm64\gradle\app\src\main\jniLibs\arm64-v8a
目录中，然后attach profiler
对于Profile APK方式，经过测试，即使配置了debug libUE4.so，test、shipping也找不到函数符号（需进一步研究）
显示调用图（Call Chart）全貌
① 一共有4个CallStack，栈顶函数分别为main、 __start_thread、unknown、ERROR 1
② 从上到下，形成一个层次结构的CallStack，上面的调用函数（Caller），下面为被调用函数（Callee），与调试器里面看到的CallStack一样
③ 鼠标放在具体的色块栈帧上，会有如下Tips信息：
焦点
切到调用图（Call Chart）上后，并将输入法切为
英文状态
充分展开后（左右方向），快捷操作是否失效
放大（左右方向）
缩小（左右方向）
水平滚动条左移
水平滚动条右移
垂直滚动条上下移
Ctrl+鼠标滚轮
以鼠标所在位置为中心，进行放大缩小（左右方向）
注1：
充分展开后（左右方向），只能通过鼠标来拖动水平滚动条进行左右移动
注2：
充分展开后（左右方向），快捷操作失效后，可通过将下拉框重新选一下“Total Remaining Size”来恢复成瀑布图全貌
在左侧列表栏的Natvie Sampled上右键，可将数据导出保存到
xxxxx.heapprofd
文件中
使用内存性能分析器查看应用的内存使用情况
Native Memory Profiling with Android Studio 4.1
python 线程中断 python线程停止后重启
join是等待线程结束,至于一个线程或是两个线程出错，要怎么重启,如果线程出错是异常，可以这样做class ExceptionThread(threading.Thread):
def __init__(self, group=None, target=None, name=None, args=(), kwargs=None, verbose=None):
Redirect except
在智能电网领域中，数据工程到底是如何实施的呢？本文将以IBM的Itelligent Utility Network产品为例阐述智能电网中的数据工程，它是IBM声称传统电网向智能电网转变的整体方案
前言 另一方面，如今是一个数据爆炸的时代，电力领域也不例外。随着大量高级传感器、智能量测系统投入使用，大量
