3. 性能分析工具入门
QML 界面性能问题往往不是“看一眼代码就能发现”的，它可能来自 JavaScript 频繁执行、绑定表达式重复求值、场景图节点过多、纹理上传过频，或者 GPU 绘制批次不合理。要定位这些问题，必须借助工具把运行时的帧时间、事件调用、渲染命令和场景树状态量化出来。本节围绕四类常用工具建立一条从“宏观帧率”到“微观渲染命令”的排查链路：Qt Creator 性能分析器负责整体概览，QML Profiler 负责 QML/JS 事件归因，GammaRay 负责运行时场景树与对象内省，RenderDoc 负责 GPU 帧级抓取与绘制调用分析。
一、四类工具的定位与数据维度
不同工具采集的数据维度不同，理解它们的边界可以避免“拿错工具查错问题”。下表给出四类工具的核心定位、典型数据与适用场景。
| 工具 | 核心定位 | 典型数据 | 适用场景 |
|---|---|---|---|
| Qt Creator 性能分析器 | 整体性能概览 | 帧率、帧时间、CPU/GPU 占用、事件计数 | 快速判断卡顿是否与渲染相关 |
| QML Profiler | QML/JS 事件归因 | JavaScript 执行、绑定求值、信号发射、创建/销毁 | 定位 QML 层耗时热点 |
| GammaRay | 运行时对象内省 | 场景树、QQuickItem 属性、绑定关系、渲染器状态 | 检查对象层级与属性异常 |
| RenderDoc | GPU 帧级抓取 | Draw Call、批次、纹理、Shader、管线状态 | 分析 GPU 绘制与批次合并 |
二、工具协同排查流程
实际排查时，建议按“先宏观后微观、先 CPU 后 GPU”的顺序推进。下面的 SVG 展示了从帧率异常到具体绘制问题的完整下钻路径，以及每个环节应关注的关键指标。
三、基本使用与数据解读要点
在 Qt Creator 中，性能分析器通常通过“Analyze”菜单启动。以 QML Profiler 为例，典型操作是：选择目标程序、勾选需要采集的事件类型（JavaScript、绑定、信号、创建等），运行后得到时间线视图。时间线中横向是时间轴，纵向是事件类别，色块越宽表示该事件占用时间越长。解读时重点关注三类信号：长条状 JS 执行块（说明某段脚本耗时过高）、密集的绑定求值（说明绑定被频繁触发）、大量创建/销毁事件（说明组件生命周期管理有问题）。
# 以 QML Profiler 为例，采集后重点关注：
# 1. JavaScript 执行时间 > 16ms 的块
# 2. 同一绑定表达式在 1 秒内求值次数 > 60 次
# 3. 组件创建/销毁频率与帧率下降是否同步
# 4. 信号发射次数是否远大于实际需要GammaRay 的使用方式略有不同，它通过注入方式连接到运行中的 Qt 应用，可以实时查看场景树。重点检查：场景树深度是否过深、同层级节点数量是否过多、是否存在不可见但仍参与渲染的 Item、绑定关系是否形成循环依赖。RenderDoc 则通过抓取一帧完整渲染命令，展示每个 Draw Call 的输入输出、纹理绑定和 Shader 状态。若发现 Draw Call 数量远大于可见元素数量，通常意味着批次合并失败或材质切换过多。
四、案例场景：列表滚动卡顿的排查
假设一个 QML 列表在滚动时出现明显掉帧。第一步用 Qt Creator 性能分析器观察，发现帧时间在滚动时从 8ms 升至 28ms，且 CPU 占用明显上升，初步判断是 CPU 侧问题。第二步用 QML Profiler 采集，发现某个 delegate 中的绑定表达式在每次滚动时被反复求值，且伴随大量 JavaScript 函数调用。第三步用 GammaRay 检查场景树，发现列表项虽然已移出可视区域，但仍保留在场景树中并参与绑定更新。第四步用 RenderDoc 抓帧，确认 Draw Call 数量随滚动持续增长，说明不可见项仍在提交绘制。综合判断：delegate 未做复用与可见性裁剪，绑定未做缓存。优化方向包括：使用 Loader 延迟加载、对绑定结果做缓存、设置 visible 或 clip 减少不可见项绘制。
五、误区与复盘
- 只看帧率不看帧时间分布：平均帧率正常不代表没有卡顿，需关注 P95/P99 帧时间。
- 只查 QML 不查 GPU：QML 层优化后仍卡顿，可能是 Draw Call 或纹理问题。
- 只抓一帧就下结论：单帧可能处于稳定态，建议采集 3~5 秒并对比多个区间。
- 忽略构建类型：Debug 与 Release 的事件采集结果差异较大，需统一环境。
- 优化叠加导致归因困难：每次只改一个变量，复测后再进行下一步。
复盘时建议建立一份“性能基线记录”：记录设备型号、构建类型、采集时长、关键指标（帧时间、JS 耗时、Draw Call 数）以及对应版本。这样在后续迭代中，任何性能回退都能快速定位到具体提交。工具的价值不在于“看一眼”，而在于形成可重复、可对比、可追溯的测量闭环。