Android Profiler：它是什么，CPU、Memory 和 Network 的功能

什么是 Android Profiler？

Android Profiler — 是 Android Studio 的一个组件，取代了过时的 Android Monitor 和 DDMS。它提供统一的界面来对应用程序的各个方面进行性能分析：CPU Profiler 用于处理器分析，Memory Profiler 用于内存处理，Network Profiler 用于网络请求，Energy Profiler 用于能耗。数据在通过 Android Studio 启动应用程序时自动收集。

该分析器既适用于模拟器，也适用于通过 USB 连接的物理设备。根据 Google I/O 2023 的数据，Android Profiler 被用于 70% 以上的 Android 项目，被视为标准的性能诊断工具。与第三方方案相比，主要优势是零集成：无需在 build.gradle 中添加依赖项或修改应用程序代码。

Android Profiler 的架构建立在 Perfetto 之上 — 这是 Android 的系统跟踪器，在内核和应用程序层面收集数据。Perfetto 可确保极低的开销（低于 1% 的 CPU），并支持长达 30 分钟的长时间记录。这不仅可以分析快速操作，还可以分析长时间运行的场景 — 屏幕切换、后台同步、一小时使用中的内存消耗。

Android Profiler 收集哪些数据

该分析器收集四类数据：CPU — 每个内核和线程的负载，Memory — Java Heap、Native Heap、Stack、Graphics，Network — 所有传入和传出的请求，Energy — 能耗类别（Idle、Light、Medium、Heavy）。数据在时间线上同步 — 您可以同时看到 CPU 的变化如何影响 Memory 和能耗。

CPU Profiler：处理器和线程分析

CPU Profiler 在时间线上实时显示处理器负载，并按应用程序线程细分。每个线程用彩色线条或区域表示 — 区域越宽，线程占用的 CPU 时间越多。红色区域表示应用程序运行，蓝色表示系统调用，灰色表示等待。

对于详细分析，CPU Profiler 支持三种记录模式：Trace Java Methods（跟踪所有 Java 方法）、Trace C/C++ Functions（跟踪 NDK 原生函数）和 Sample Java Methods（采样，推荐模式）。采样的开销最小，适合日常性能分析，而完整跟踪则用于查找复杂问题。

// 示例：CPU Profiler 的分析会将此方法显示为瓶颈
class DataProcessor {
    suspend fun processLargeDataset(items: List<Item>): List<Result> {
        // CPU Profiler 将显示 inBackgroundThread 中的高 CPU 负载
        return withContext(Dispatchers.Default) {
            items.map { it.computeHeavyTransformation() }
        }
    }
}

// 分析后的建议：
// computeHeavyTransformation 占用 80% 的时间 — 我们缓存结果
class DataProcessorOptimized {
    private val cache = LruCache<String, Result>(100)

    suspend fun processLargeDataset(items: List<Item>): List<Result> {
        return withContext(Dispatchers.Default) {
            items.mapNotNull { cache.get(it.id) ?: it.computeHeavyTransformation().also { cache.put(it.id, it) } }
        }
    }
}

记录完成后，CPU Profiler 会显示 Top-Down Tree — 包含每个方法执行时间的调用树。请关注 Self Time/Total 列：如果某个方法的 Self Time 超过 16 毫秒，且从 UI 线程调用，则必然会导致丢帧。解决方案 — 通过 Dispatchers.IO 或 Default 将繁重计算移到后台线程。

CPU 跟踪模式

Sample Java Methods — 日常性能分析的推荐模式，开销为 3–5%。Trace Java Methods — 对每次调用进行完整跟踪，开销高达 15%，用于短时记录（5–10 秒）。Trace C/C++ Functions — 通过 Linux Perf 跟踪 NDK 代码，是分析 C++ 游戏和库的必备工具。根据问题类型切换模式。

Memory Profiler：内存处理与查找泄漏

Memory Profiler 跟踪应用程序的所有内存类别：Java Heap（JVM 对象）、Native Heap（通过 JNI 的 C/C++ 分配）、Stack（线程栈）和 Graphics（纹理、GPU 缓冲区）。主要可视化是内存消耗的时间图，每个类别用不同颜色显示。如果垃圾回收后图表没有下降 — 请怀疑存在内存泄漏。

要查找泄漏，请使用 Capture Heap Dump 功能。在转储时，Android Profiler 会暂停应用程序约 100 毫秒，并创建 HPROF 文件 — Java Heap 中所有存活对象的完整快照。打开转储后，您可以根据 Retained Size（删除对象时将释放的内存量）对对象排序，并查找本应被销毁的 Activity、Fragment 或 Bitmap 实例。

根据 Google I/O 2022 的数据，Memory Profiler 与 LeakCanary 配合可覆盖 Android 上 95% 的内存泄漏检测场景。LeakCanary 自动工作 — 在后台检测泄漏。Memory Profiler 用于手动分析：您可以看到分配的完整图景，而不仅仅是泄漏。

如何解读 HPROF 转储

捕获转储后，请按 Retained Size 对对象排序 — 这是删除对象后将释放的内存量。查找具有较大 Retained Size 且不应存在于内存中的 Activity、Fragment 和 Bitmap 实例。切换到 Reference Tree 选项卡，查看持有该对象的引用链 — 最常见的是单例的静态字段或未清除的回调。一个重要的指标是 Allocation rate（每秒分配次数）。如果 allocation rate 超过每秒 10,000 个对象，应用程序在创建和删除临时对象上花费了过多时间，这会加重 GC 负担并导致微卡顿。这种情况下，请使用 View Inspector 工具，查找循环中频繁创建对象的位置。

Network Profiler：网络请求监控

Network Profiler 在时间线上实时显示应用程序的所有网络请求。每个请求显示为水平条 — 其长度对应执行时间，颜色对应请求类型（GET、POST、PUT、DELETE）。滚动时间线可以查看请求在时间上的分布以及是否重复。

支持所有流行的库：OkHttp、Retrofit、Volley、Ktor。对于 Ktor 和 OkHttp，分析器显示完整的调用栈，包括拦截器和转换器。每个请求都提供 Request Headers 和 Response Headers、响应体（最多 1 MB）、状态码和持续时间。

Network Profiler 能发现的典型问题：缺少缓存（每次打开都请求相同的 URL）、重复请求（两个组件同时加载相同的数据）、响应过大（服务器发送 5 MB，而实际只需要 50 KB）。Network Profiler 只需看一眼时间线就能发现此类问题。

要模拟慢速网络，请在 Android Studio 中使用 Network Conditioning — 它可以将带宽限制到 3G/2G 并添加延迟。这对于测试应用程序在恶劣网络条件下的行为至关重要，尤其是对于在互联网不稳定地区运行的应用程序。

Energy Profiler：能耗分析

Energy Profiler 基于 Perfetto 数据评估应用程序对电池电量的影响。该工具不测量实际毫安消耗，而是将每个操作归类到五个能耗类别之一：Idle、Light、Medium、High 和 Overloaded。Energy Profiler 的时间线以颜色高亮：绿色（轻负载）、黄色（中等）、红色（高负载）。

出现红色区域的主要原因：WakeLock（应用程序保持处理器活跃）、Location GPS（持续高精度请求坐标）、Keep-Alive 连接（频繁与服务器交换数据）、大数据传输（发送文件、流媒体）。Energy Profiler 精确显示哪个操作在哪个时刻导致能耗峰值。

根据 Android Developers 的数据，典型应用程序在 High 类别中花费的时间不应超过 5%。如果 Energy Profiler 显示红色区域超过分析时间的 10% — 应用程序将因 Battery Drain 标准无法通过审核。建议 — 使用 WorkManager 处理后台任务，将 Location 请求限制在最低必要精度，并将网络请求聚合为批次。

如何使用 Android Profiler：实践指南

启动 Android Profiler 只需一次点击：在 Android Studio 中打开 View → Tool Windows → Profiler，或双击右侧面板中的 Profiler 图标。在已连接设备上启动应用程序后，Android Studio 会自动连接到进程并开始收集数据。时间线上会立即出现 CPU、Memory、Network 和 Energy 图表。

要进行详细分析，请选择相应的选项卡（CPU、Memory、Network 或 Energy）并开始记录。对于 CPU，我推荐 Sample Java Methods 模式，记录时长 30 秒 — 对于典型场景已经足够。对于 Memory — 在场景执行后转储堆（Capture Heap Dump）。对于 Network，记录会自动开始，只需在场景完成后点击 Stop 按钮。

停止记录后，请导出数据：File → Save As 将整个会话保存为 .perf 文件。这便于比较优化前后的指标。在第一个稳定版本上创建 baseline 会话，并将每个新会话与它进行比较 — 这是客观评估性能变化的唯一方法。

在 CI 中自动化性能分析

可以通过 Android Studio CLI 和 Firebase Test Lab 从命令行运行 Android Profiler。Firebase Test Lab 支持将性能分析作为 UI 测试的一部分：您可以随测试结果一起获得 CPU、Memory 和 Network 指标。请配置流水线，使指标相对 baseline 下降 10% 时 CI 流水线被阻止，直到开发人员检查为止。