android studio profiler 性能分析

1. as profiler CPU性能录制是按照线程处理的，所以先要选择线程，然后cpu时间线上选择一个时间范围

2. 时间线选择控制，选中一个时段方便观察具体每帧图表或汇总一段时间的图表

可以鼠标左键点击CPU时间线 选择一个时间范围， WSAD按键分别用来：缩小时间范围、放大时间范围、向左移东时间范围、右移动时间范围

3. Call Chart视图：可以看每帧的调用栈的具体耗时，发现具体卡顿点

Call Chart 它基本上就是一个调用栈的重新组织和可视化呈现；横轴就是时间线，用来展示方法开始与结束的确切时间，纵轴则自上而下展示了方法间调用和被调用的关系；

对应用自有函数的调用显示为绿色，对第三方 API（包括 Java 语言 API）的函数调用显示为蓝色。

点击CPU时间线可以看到选中的线程视图会展示出调用堆栈的可视化信息如下图：

鼠标悬浮可以看具体函数的调用时间，通过W可以进一步缩小时间范围观察每帧的调用。

4. Flame Chart火焰图：发现总耗时很长的调用链及其占比

Flame Chart 提供了一个调用栈的聚合信息(合并相同的调用栈)。它的横轴显示的是百分比数值。由于忽略了时间线信息，Flame Chart 可以展示每次调用消耗时间占用整个记录时长的百分比。在顶部展示的是被调用者，底部展示的是调用者。鼠标移动到火焰图上可以看到相关函数的总体调用耗时。

5. Top Down视图： 耗时调用链的排序视图 ，观察其中每一步所消耗的精确时间

以 Flame Chart 为基础，从调用者开始，持续添加被调用者作为子节点，直到整个 Flame Chart 被遍历一遍，然后按照调用链的耗时长短从高到低进排序

6. Bottom Up视图：观察某个方法如何被调用， 找到最耗时的方法调用

从底部开始构建，这样我们就能通过在节点上不断添加调用者来反向构建出树，每个独立节点都可以构建出一棵树。

图表生成原理

图表作用总结

官方教程：

Call Chart

Call Chart 横轴就是时间线，用来展示方法开始与结束的确切时间，纵轴则自上而下展示了方法间调用和被调用的关系。

Flame Chart

根据call char 聚合相同的调用堆栈

Top Down

以 Flame Chart 为基础，您只需要从调用者开始，持续添加被调用者作为子节点，直到整个 Flame Chart 被遍历一遍，您就获得了一个 Top Down Tree

构建步骤：

我们从 A 节点开始:

• A 消耗了 1 秒钟来运行自己的代码，所以 Self Time 是 1；
• 然后它消耗了 9 秒中去调用其他方法，这意味着它的 Children Time 是 9；
• 这样就一共消耗了 10 秒钟，Total Time 是 10；
• B 和 D 以此类推...
• 值得注意的是，D 节点只是调用了 C，自己没做任何事，这种情况在方法封装时很常见。所以 D 的 Children Time 和 Total Time 都是 2。

对于每个节点，我们关注三个时间信息:

• Self Time —— 运行自己的代码所消耗的时间；
• Children Time —— 调用其他方法的时间；
• Total Time —— 前面两者时间之和。

Bottom Up

Bottom Up Tree 从底部开始构建，这样我们就能通过在节点上不断添加调用者来反向构建出树。由于每个独立节点都可以构建出一棵树。

由于我们在构建基于 C 节点的 Bottom Up Tree，所以所有时间信息也都是基于 C 节点的。这时我们在计算 B 的 Self Time 时，应当计算 C 被 B 调用的时间，而不是 B 自身执行的时间，这里是 4 秒；对于 D 来说，则是 2 秒。