1. Perfetto入门性能分析新利器第一次打开Perfetto界面时我完全被那些五彩斑斓的时间轴和密密麻麻的线程状态搞懵了。这玩意儿比Systrace复杂多了但用顺手后发现它简直是性能调优的核武器。Perfetto是Google推出的新一代全系统性能分析工具你可以把它理解为Systrace的Pro Max版本——支持更长的跟踪记录、更多的数据源还能用SQL查询分析数据。记得去年优化一个视频编辑APP时用户反馈导出视频时经常卡死。用Logcat查了半天没头绪最后靠Perfetto抓取了3分钟的完整trace发现是MediaCodec线程和渲染线程在争抢CPU资源。这种系统级的问题没有Perfetto这种全景视角的工具还真难定位。核心优势有三点跨进程追踪能同时记录APP、SurfaceFlinger、系统服务等关键进程线程状态可视化用不同颜色标识Running、Runnable、Sleep等状态事件关联分析可以看到Binder调用链、任务唤醒关系安装其实特别简单Android 10以上系统自带低版本需要手动开启adb shell setprop persist.traced.enable 12. 实战抓取Trace的四种姿势2.1 命令行抓取最灵活我最常用的是这个命令组合抓取10秒的完整系统traceadb shell perfetto -o /data/misc/perfetto-traces/trace_file.perfetto-trace \ -t 10s sched freq idle am wm gfx view binder_driver hal dalvik camera input res memory这里面的sched、gfx等就是数据源标签几个实用技巧加-a com.xxx.xxx可以只抓特定包名的APP用-b 32mb增大缓冲区避免丢数据高频事件用--rate 10ms设置采样率2.2 系统快捷方式最方便在开发者选项里打开系统跟踪下拉菜单会出现录制按钮。这个方式适合快速抓取用户操作路径点击开始录制复现卡顿操作点击停止文件保存在/data/local/traces2.3 atrace命令兼容旧设备对于Android 9以下设备可以用这个替代方案adb shell atrace -z -b 40000 am wm view res ss gfx view hal pm sched freq idle disk load sync binder_driver -t 10 trace.atrace2.4 Python脚本传统方法需要配置Python环境后运行python systrace.py am wm view res ss gfx rs hal bionic pm sched freq idle disk binder_driver -t 10 -o trace.html避坑指南抓取时间不要超过30秒否则文件太大优先用.perfetto-trace格式信息更全遇到权限问题试试adb root3. 线程状态解码颜色里的性能密码Perfetto用五种颜色标记线程状态就像交通信号灯绿色Running线程正在CPU上执行长时间绿色可能是计算密集型任务案例发现渲染线程连续执行超过8ms就会掉帧蓝色Runnable线程就绪但没拿到CPU时间大量蓝色说明CPU调度繁忙典型案例后台服务占用大核资源白色Sleep线程在等待锁或IO健康状态但要看被谁唤醒案例主线程等Binder返回卡住UI橙色Uninterruptible Sleep等待磁盘IO完成频繁出现可能低内存典型日志wait_on_page_locked_killable棕色Non-IO Sleep内核态操作阻塞需要结合调用栈分析看个真实案例某社交APP消息列表卡顿trace显示主线程频繁在绿色和白色间切换。展开发现是在等一个网络请求的Binder调用优化成异步加载后流畅度提升40%。4. 性能瓶颈定位三板斧4.1 唤醒链分析关键Perfetto最强大的功能之一就是显示谁唤醒了我。比如主线程的这段Sleep点击Sleep段查看详情找到Waker字段跳转到唤醒者的执行段发现是AMS的binder线程持锁太久常见模式Binder跨进程调用SystemServer侧耗时线程间等待比如主线程等Worker线程锁竞争多个线程在等同一个锁4.2 CPU调度分析点击顶部的CPU频率轨道重点关注任务是否跑在合适核心上小核跑渲染线程频率是否足够锁频导致计算慢是否有CPU饥饿后台任务抢资源优化案例某游戏在骁龙888上帧率不稳发现渲染线程被调度到小核。通过设置线程affinity绑定大核帧延迟降低35%。4.3 帧生命周期分析从VSync到SurfaceFlinger合成的完整流水线VSync-App → Input → Animation → Measure/Layout/Draw → RenderThread → GPU渲染 → SurfaceFlinger合成每个环节看是否有异常VSync间隔是否稳定16.6ms60HzUI线程是否超时超过8ms危险RenderThread的GPU工作是否堆积5. 高级技巧SQL分析TracePerfetto内置SQLite引擎比如查询主线程的卡顿事件SELECT ts, dur, name FROM slice WHERE track_id ( SELECT id FROM thread_track WHERE utid ( SELECT utid FROM thread WHERE name main ) ) AND dur 8e6 ORDER BY dur DESC常用表slice时间片数据thread线程信息schedCPU调度binder跨进程调用6. 真实调优案例从卡顿到流畅最近优化一个电商APP的首页加载Perfetto抓取发现主线程多个网络请求串行执行总耗时1200ms渲染线程等待主线程的DisplayList同步Binder与AMS通信频繁导致锁竞争优化措施并行化网络请求耗时→400ms预生成部分DisplayList缓存AMS查询结果最终首屏加载时间从1.8s降到0.9s帧率稳定在60FPS。关键是用Perfetto的Selection功能对比优化前后同一操作的轨迹差异数据说话最直观。7. 避坑指南新手常见错误抓取时间太长 → 文件巨大难分析漏关键数据源 → 问题无法定位不会用SQL过滤 → 淹没在海量数据中推荐配置# 基础配置 sched freq idle gfx view binder_driver # 高级配置 input am wm hal res memory记得分析完一定要清除临时文件adb shell rm /data/misc/perfetto-traces/*
Perfetto实战：从系统卡顿到流畅体验的性能调优指南
发布时间：2026/5/19 15:10:58
1. Perfetto入门性能分析新利器第一次打开Perfetto界面时我完全被那些五彩斑斓的时间轴和密密麻麻的线程状态搞懵了。这玩意儿比Systrace复杂多了但用顺手后发现它简直是性能调优的核武器。Perfetto是Google推出的新一代全系统性能分析工具你可以把它理解为Systrace的Pro Max版本——支持更长的跟踪记录、更多的数据源还能用SQL查询分析数据。记得去年优化一个视频编辑APP时用户反馈导出视频时经常卡死。用Logcat查了半天没头绪最后靠Perfetto抓取了3分钟的完整trace发现是MediaCodec线程和渲染线程在争抢CPU资源。这种系统级的问题没有Perfetto这种全景视角的工具还真难定位。核心优势有三点跨进程追踪能同时记录APP、SurfaceFlinger、系统服务等关键进程线程状态可视化用不同颜色标识Running、Runnable、Sleep等状态事件关联分析可以看到Binder调用链、任务唤醒关系安装其实特别简单Android 10以上系统自带低版本需要手动开启adb shell setprop persist.traced.enable 12. 实战抓取Trace的四种姿势2.1 命令行抓取最灵活我最常用的是这个命令组合抓取10秒的完整系统traceadb shell perfetto -o /data/misc/perfetto-traces/trace_file.perfetto-trace \ -t 10s sched freq idle am wm gfx view binder_driver hal dalvik camera input res memory这里面的sched、gfx等就是数据源标签几个实用技巧加-a com.xxx.xxx可以只抓特定包名的APP用-b 32mb增大缓冲区避免丢数据高频事件用--rate 10ms设置采样率2.2 系统快捷方式最方便在开发者选项里打开系统跟踪下拉菜单会出现录制按钮。这个方式适合快速抓取用户操作路径点击开始录制复现卡顿操作点击停止文件保存在/data/local/traces2.3 atrace命令兼容旧设备对于Android 9以下设备可以用这个替代方案adb shell atrace -z -b 40000 am wm view res ss gfx view hal pm sched freq idle disk load sync binder_driver -t 10 trace.atrace2.4 Python脚本传统方法需要配置Python环境后运行python systrace.py am wm view res ss gfx rs hal bionic pm sched freq idle disk binder_driver -t 10 -o trace.html避坑指南抓取时间不要超过30秒否则文件太大优先用.perfetto-trace格式信息更全遇到权限问题试试adb root3. 线程状态解码颜色里的性能密码Perfetto用五种颜色标记线程状态就像交通信号灯绿色Running线程正在CPU上执行长时间绿色可能是计算密集型任务案例发现渲染线程连续执行超过8ms就会掉帧蓝色Runnable线程就绪但没拿到CPU时间大量蓝色说明CPU调度繁忙典型案例后台服务占用大核资源白色Sleep线程在等待锁或IO健康状态但要看被谁唤醒案例主线程等Binder返回卡住UI橙色Uninterruptible Sleep等待磁盘IO完成频繁出现可能低内存典型日志wait_on_page_locked_killable棕色Non-IO Sleep内核态操作阻塞需要结合调用栈分析看个真实案例某社交APP消息列表卡顿trace显示主线程频繁在绿色和白色间切换。展开发现是在等一个网络请求的Binder调用优化成异步加载后流畅度提升40%。4. 性能瓶颈定位三板斧4.1 唤醒链分析关键Perfetto最强大的功能之一就是显示谁唤醒了我。比如主线程的这段Sleep点击Sleep段查看详情找到Waker字段跳转到唤醒者的执行段发现是AMS的binder线程持锁太久常见模式Binder跨进程调用SystemServer侧耗时线程间等待比如主线程等Worker线程锁竞争多个线程在等同一个锁4.2 CPU调度分析点击顶部的CPU频率轨道重点关注任务是否跑在合适核心上小核跑渲染线程频率是否足够锁频导致计算慢是否有CPU饥饿后台任务抢资源优化案例某游戏在骁龙888上帧率不稳发现渲染线程被调度到小核。通过设置线程affinity绑定大核帧延迟降低35%。4.3 帧生命周期分析从VSync到SurfaceFlinger合成的完整流水线VSync-App → Input → Animation → Measure/Layout/Draw → RenderThread → GPU渲染 → SurfaceFlinger合成每个环节看是否有异常VSync间隔是否稳定16.6ms60HzUI线程是否超时超过8ms危险RenderThread的GPU工作是否堆积5. 高级技巧SQL分析TracePerfetto内置SQLite引擎比如查询主线程的卡顿事件SELECT ts, dur, name FROM slice WHERE track_id ( SELECT id FROM thread_track WHERE utid ( SELECT utid FROM thread WHERE name main ) ) AND dur 8e6 ORDER BY dur DESC常用表slice时间片数据thread线程信息schedCPU调度binder跨进程调用6. 真实调优案例从卡顿到流畅最近优化一个电商APP的首页加载Perfetto抓取发现主线程多个网络请求串行执行总耗时1200ms渲染线程等待主线程的DisplayList同步Binder与AMS通信频繁导致锁竞争优化措施并行化网络请求耗时→400ms预生成部分DisplayList缓存AMS查询结果最终首屏加载时间从1.8s降到0.9s帧率稳定在60FPS。关键是用Perfetto的Selection功能对比优化前后同一操作的轨迹差异数据说话最直观。7. 避坑指南新手常见错误抓取时间太长 → 文件巨大难分析漏关键数据源 → 问题无法定位不会用SQL过滤 → 淹没在海量数据中推荐配置# 基础配置 sched freq idle gfx view binder_driver # 高级配置 input am wm hal res memory记得分析完一定要清除临时文件adb shell rm /data/misc/perfetto-traces/*
