抓出卡顿元凶，从分析掉帧开始

这次我们依旧来谈谈有关性能优化的话题，这次我们会用到google给我们提供的分析工具——systrace。如果你还不了解这个工具，最好先了解一下。google 官方文档：
https://developer.android.com/studio/command-line/systrace
我们还会用到一个demo，用来对比卡顿和不卡顿的状况。

问题重现

demo运行起来会是这样的：
流畅运行

模拟卡顿

这里解释一下，gif动画表现得不是很完善，流畅运行的效果其实是每秒60帧，实际运行效果非常顺畅。模拟卡顿的效果在每秒60帧的基础上加了随机时长的线程sleep时间。具体实验代码片如下所示：

流畅运行的代码片

        threadrun = true;
        pbcurrent = 0;
        demopb.setprogress(pbcurrent);
        new thread(new runnable() {
            @override
            public void run() {
                while (threadrun) {
                    try {
                        thread.sleep(1000 / 60);
                    } catch (interruptedexception e) {
                        e.printstacktrace();
                    }
                    if (pbcurrent > pb_max) {
                        pbcurrent = 0;
                    } else {
                        pbcurrent++;
                    }
                    message msg = new message();
                    msg.what = update_handler_key;
                    muihandler.sendmessage(msg);
                }
            }
        }).start();

模拟卡顿的代码片

        thread2run = true;
        pbcurrent = 0;
        demopb.setprogress(pbcurrent);
        new thread(new runnable() {
            @override
            public void run() {
                while (thread2run) {
                    try {
                        thread.sleep(1000 / 60);
                        thread.sleep(new random().nextint(200));
                    } catch (interruptedexception e) {
                        e.printstacktrace();
                    }
                    if (pbcurrent > pb_max) {
                        pbcurrent = 0;
                    } else {
                        pbcurrent++;
                    }
                    message msg = new message();
                    msg.what = update_handler_key;
                    muihandler.sendmessage(msg);
                }
            }
        }).start();

更新ui部分代码片

        @override
        public void handlemessage(message msg) {
            super.handlemessage(msg);
            switch (msg.what) {
                case update_handler_key:
                    demopb.setprogress(pbcurrent);
                    break;
            }
        }

两个按钮分别对应上述两个线程的使能，另外请注意：我们只是模拟卡顿，并非真的发生了卡顿。因此，在systrace的图表中，没有出现红色或橙色的告警。
分别对上述两种情况取systrace图表，得到如下结果：

流畅运行的图表

模拟卡顿运行的图表

通过对比，我们可以看到上面二者之间的差别。流畅运行的图表中，每一帧的绘制很均匀。差不多16.6ms一帧，也就是1000毫秒除以60帧，得到的16.6ms一帧。而模拟卡顿的图表中，每一帧的绘制则不均匀，有的长达将近200ms。但由于是我们自身模拟的结果，并非实际卡顿，所以图表中均为绿色的显示。下面我们来看一个真实的案例：

真实案例

上图中，一帧本来应该是16ms完成的，然而却花费了近60ms，用1000ms/60ms，我们得到近似16帧。而16帧的帧率已经是肉眼可见的卡顿了。

揪出凶手

我们聚焦到上面真实的案例，放大看发生卡顿的位置：

我们发现，record view 的draw()方法花费了一些时间。

此外，还有一堆琐碎的小片段，我们进一步放大观察，会发现：

这里居然还加载了一堆贴图。
至此，我们就抓到了导致掉帧的“元凶”，下一步就是结合源代码进行优化了。

一些疑问和技巧

为什么16ms一帧？
16ms是1000ms/60帧得到的结果，60帧对于人眼而言已经是很流畅的体验了。而最低的限度是33ms一帧，也就是1000ms/30帧得到的结果。如果时间再长一点的话，就有可能发生人眼可见的卡顿了。
延伸一点，也就是说，如果严格要求60帧，但是中间掉了1帧，就相当于33ms画一帧，此时，虽然掉帧，但是人眼还是可接受的。

如何快速定位卡顿位置
首先是确保发生了卡顿。一般而言，没有发生卡顿的图表，网页的图表会是绿色的，发生卡顿的则是红色的。

然后我们使用键盘+鼠标的组合来找位置，键盘的快捷键对应w、s、a、d。ad相当于拖拽时间滑块，ws相当于缩放。
最后我们用鼠标来选取相应的时间范围即可。

今天的分享到此，希望对你有帮助。