第2章 trace工具概览：工具适用场景选择

在排查SystemUI动画掉帧问题时，选择合适的trace工具决定了数据采集的有效性和问题定位的效率。本章围绕“现象识别 → 数据采集 → 原因定位 → 修复动作 → 复测 → 预防”的排查闭环，梳理Systrace/Perfetto、CPU Profiler、SimplePerf、火焰图等工具的定位与选型逻辑。

2.1 现象识别：掉帧场景与工具匹配

不同掉帧表象对应不同的采集粒度与工具优先级。参考以下故障树快速判断初始工具：

2.2 数据采集：核心工具命令与示例

以下为实际排查中使用的典型命令。注意Android 10+全量支持Perfetto，Android 9及以下推荐Systrace。

2.2.1 Systrace / Perfetto

# Perfetto 录制（推荐，支持解耦分析和长期trace）
adb shell perfetto \
  -c /data/misc/perfetto-traces/trace_config.pbtx \
  -o /data/misc/perfetto-traces/trace.perfetto-trace
# 常用系统类别：gfx、view、wm、input、sched、freq、power、am、hal

# 旧版Systrace（Android 9-）
python systrace.py \
  -a com.android.systemui \
  -b 40960 \
  -o trace.html \
  gfx view wm input sched freq

2.2.2 CPU Profiler（Android Studio）

选择SystemUI进程 → 点击“CPU” → 选择“Trace Java Methods”模式 → 点击Record/Stop。数据采集后自动生成Call Chart或Top Down树。

2.2.3 SimplePerf + 火焰图生成

# 采样SystemUI native线程，记录10秒
adb shell simpleperf record \
  -p $(pid com.android.systemui) \
  --duration 10 \
  -e cpu-clock \
  -f 1000 \
  -o /data/local/tmp/perf.data

# 生成火焰图HTML（需本地有simpleperf脚本）
simpleperf report -i perf.data --full-call-graph > report.txt
# 使用 FlameGraph 工具生成
./stackcollapse-perf.pl report.txt | ./flamegraph.pl > flame.svg

2.3 原因定位：不同工具的数据解读锚点

根据工具输出定位不同维度的根因。以下排查表总结了关键信号：

2.4 修复动作与复测验证

根据定位结果采取对应修复：

• 调度类：调整CGroup限制、增加动画线程优先级、减少大锁争用 → 复测使用Perfetto观察FrameTimeline是否恢复周期。
• 方法耗时长：缓存复杂计算、异步化不阻塞UI线程 → 复测使用CPU Profiler确认该方法耗时下降至＜2ms。
• native热点：优化渲染管线、减少纹理上传、使用硬件加速 → 复测使用SimplePerf比较热点占比是否下降50%以上。

复测时务必保持相同的操作序列和环境（相同设备、亮度、后台进程），并使用同一工具前后对比。

2.5 预防：建立工具链与自动化基线

将选型规则集成到持续集成（CI）中：

• 单元测试/集成测试阶段自动触发Perfetto short trace（5s），检测关键动画（如锁屏解锁、通知展开）的掉帧次数。
• 性能回归检测使用SimplePerf baseline对比两次构建的native热点偏移。
• 在开发环境中提供一键生成火焰图的脚本，降低排查门槛。