原生移动开发 / 系统课时
用 Profiler 观察进程资源
用 Profiler 观察进程资源
当应用出现卡顿、耗电、内存上涨或请求异常时,先不要凭感觉猜原因。Android Studio Profiler 可以把 CPU、内存和网络变化放到同一诊断过程中,帮助你先判断问题属于计算、内存还是通信,再决定后续工具。
学习目标
- 能在 Android Studio 中连接运行中的应用并开始 Profiler 采集
- 能根据 CPU、内存和网络曲线做第一次问题分类
- 能避免只看单点峰值而忽略时间区间与业务操作的关联
先建立一次可重复的观察
性能分析最重要的不是“看到一条曲线”,而是让曲线和一个明确的业务动作对应起来。例如记录“进入列表页并连续滚动 10 秒”,然后只观察这 10 秒内的资源变化。这样后续的峰值才能与代码行为对应。
启动应用后,在 Android Studio 的 Profiler 中选择目标进程,开始采集并执行同一业务动作。不同 Android Studio 版本的界面名称可能略有差异,但核心流程都是选择进程、开始记录、执行操作、停止记录并回看时间区间。
看 CPU:先判断是否存在持续计算
CPU 观察重点不是某一瞬间是否冲到高位,而是业务操作期间是否存在持续高占用,以及高占用时哪些线程同步活跃。列表快速滚动、JSON 解析、图片处理或频繁布局都可能产生短时峰值。
当 CPU 曲线与某个操作稳定重合,可以进一步检查该时间段的线程活动;若 CPU 很低但用户仍明显等待,就不要继续把问题简单归因于“代码太慢”,应转向锁等待、I/O、网络或主线程阻塞等方向。
看内存:区分正常增长与异常积累
内存曲线要结合生命周期看。页面首次打开时出现一次增长通常并不能直接证明泄漏,更值得关注的是反复进入和退出同一页面后,基线是否持续抬高,以及 GC 后能否回落到接近原来的水平。
例如可以重复执行同一操作并观察趋势:打开页面、退出页面,再打开并退出。若每轮操作后的最低占用持续上升,再继续定位对象分配和引用链,而不是只盯着最高点。
看网络:识别等待型问题
网络区域适合回答“什么时候发生了请求”和“请求是否与用户操作同步”。当 UI 卡顿与网络请求时间重合时,下一步应确认是否有主线程等待网络结果、请求数量过多、响应体过大或重试行为。
一次完整的观察可以先记录目标操作和时间区间,再对照三类资源:
| 观察信号 | 第一次判断 | 后续方向 |
|---|---|---|
| CPU 长时间偏高 | 计算或线程活动可疑 | 看线程、方法与主线程工作 |
| 内存基线持续抬高 | 可能存在持续持有或缓存膨胀 | 看分配、GC 与引用关系 |
| 网络请求密集或等待明显 | 通信可能参与问题 | 看请求时序与主线程是否等待 |
用同一时间区间做交叉判断
Profiler 的价值在于把资源变化放回同一时间轴。一次业务操作中,如果 CPU 先升高、随后网络请求出现、最后内存暂时增加,就不要把三个峰值分别当成三个独立故障,而要继续确认它们之间的先后关系。
一个简单的记录方式如下,表中的时间只是示例,实际值会不同。
操作开始:<TIME>
业务动作:打开列表并快速滚动 10 秒
CPU:中段持续升高
内存:首次进入时上升,退出后部分回落
网络:滚动过程中出现多次请求
初步分类:CPU + 网络相关,内存暂未确认异常预期结果
能够根据同一业务操作对应的 CPU、内存、网络变化,给出一个可复现的第一轮问题分类,而不是仅凭单个峰值下结论。对于初次排查,Profiler 不要求你马上定位到具体代码行。先把“什么时候慢、慢的时候哪个资源异常、异常是否可重复”回答清楚,后续再进入方法级、线程级或系统级 Trace 分析,定位效率会高很多。