卡顿检测与 Choreographer 原理

news2025/5/17 16:24:38

一、卡顿检测的原理

卡顿的本质是主线程(UI 线程)未能及时完成某帧的渲染任务(超过 16.6ms,以 60Hz 屏幕为例),导致丢帧(Frame Drop)。检测卡顿的核心思路是监控主线程任务的执行时间

常见检测方法:
  1. 主线程监控(Looper Printer)

    • 原理:利用 LooperPrinter 机制,在每条消息处理前后打印日志,统计消息执行时间。
    • 代码示例:
      Looper.getMainLooper().setMessageLogging(printer -> {
          if (printer.startsWith(">>>>> Dispatching")) {
              startTime = System.currentTimeMillis();
          } else if (printer.startsWith("<<<<< Finished")) {
              long cost = System.currentTimeMillis() - startTime;
              if (cost > 16) reportBlock(cost);
          }
      });
      
  2. Choreographer FrameCallback

    • 原理:通过向 Choreographer 注册 FrameCallback,在每一帧开始绘制时触发回调,计算帧耗时。
    • 代码示例:
      Choreographer.getInstance().postFrameCallback(new FrameCallback() {
          @Override
          public void doFrame(long frameTimeNanos) {
              long current = System.currentTimeMillis();
              if (lastFrameTime > 0) {
                  long cost = current - lastFrameTime;
                  if (cost > 16) reportJank(cost);
              }
              lastFrameTime = current;
              Choreographer.getInstance().postFrameCallback(this); // 持续监控
          }
      });
      
  3. Systrace/Perfetto

    • 原理:系统级工具,通过插桩代码和内核事件,分析每一帧的耗时及卡顿原因。
  4. BlockCanary 等开源库

    • 原理:基于主线程监控,结合堆栈采样,定位耗时方法。

二、Choreographer 的工作原理

Choreographer 是 Android 渲染系统的核心协调者,负责接收 VSync 信号并调度 UI 渲染流程。

1. 核心职责
  • 接收来自 SurfaceFlinger 的 VSync 信号(垂直同步信号,通常 60Hz)。
  • 按优先级调度以下任务:
    • INPUT(输入事件)
    • ANIMATION(属性动画)
    • TRAVERSAL(View 的 measure/layout/draw)
    • COMMIT(提交渲染结果)
2. 关键流程
  1. VSync 信号到达

    • 由硬件或软件模拟生成,通知应用开始新一帧的渲染。
  2. 任务调度(Choreographer)

    • Choreographer 根据 VSync 信号,依次触发注册的 FrameCallback
    • 调用 doFrame() 方法,依次处理输入、动画、视图遍历等任务。
  3. UI 渲染阶段

    • Measure/Layout/Draw:View 系统遍历视图树,生成绘制命令。
    • Sync & Upload:将 UI 数据同步到 RenderThread。
    • Draw:RenderThread 通过 OpenGL/Vulkan 将数据提交给 GPU。
  4. 提交到 SurfaceFlinger

    • 最终由 SurfaceFlinger 合成所有 Layer,输出到屏幕。
3. 代码流程
// Choreographer 核心逻辑
void doFrame(long frameTimeNanos, int frame) {
    // 1. 计算掉帧情况
    if (jitterNanos >= mFrameIntervalNanos) {
        Log.w(TAG, "Frame time jitter: " + jitterNanos);
    }

    // 2. 按顺序处理任务
    mFrameInfo.markInputHandlingStart();
    doCallbacks(Choreographer.CALLBACK_INPUT, frameTimeNanos);

    mFrameInfo.markAnimationsStart();
    doCallbacks(Choreographer.CALLBACK_ANIMATION, frameTimeNanos);

    mFrameInfo.markPerformTraversalsStart();
    doCallbacks(Choreographer.CALLBACK_TRAVERSAL, frameTimeNanos);

    doCallbacks(Choreographer.CALLBACK_COMMIT, frameTimeNanos);
}

三、卡顿与 Choreographer 的关系

  1. 卡顿的根本原因

    • 主线程在 doFrame() 中执行的任务(如 View 绘制、动画计算)耗时过长,导致未能在下一个 VSync 信号到来前完成渲染。
  2. Choreographer 的监控能力

    • 通过 postFrameCallback 可以精确测量两帧之间的时间差,判断是否发生丢帧。
    • 系统内部会统计 jankyFrames(掉帧数),并通过 onJankyFrames 回调通知应用。

四、优化卡顿的建议

  1. 减少主线程任务
    • 耗时操作(IO、网络、计算)移至子线程。
  2. 优化 View 层级
    • 避免过度绘制,减少 measure/layout/draw 耗时。
  3. 合理使用动画
    • 优先使用硬件加速的属性动画(如 ViewPropertyAnimator)。
  4. 监控工具结合
    • 使用 Systrace 分析渲染流水线,定位阻塞点。

总结

  • 卡顿检测依赖对主线程任务耗时的监控,可通过多种工具实现。
  • Choreographer 是 Android 渲染系统的中枢,通过 VSync 信号驱动 UI 渲染流程,其调度机制直接影响帧率稳定性。
  • 深入理解这两者的原理,是优化应用流畅性的关键基础。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2377810.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Baklib加速企业AI数据智理转型

Baklib智理AI数据资产 在AI技术深度渗透业务场景的背景下&#xff0c;Baklib通过构建企业级知识中台架构&#xff0c;重塑了数据资产的治理范式。该平台采用智能分类引擎与语义分析模型&#xff0c;将分散在邮件、文档、数据库中的非结构化数据转化为标准化的知识单元&#xf…

基于协同过滤的文学推荐系统设计【源码+文档+部署】

基于协同过滤的文学推荐系统设计 摘要 随着信息技术的飞速发展和文学阅读需求的日益多样化&#xff0c;构建一个高效、精准的文学推荐系统变得尤为重要。本文采用Spring Boot框架&#xff0c;结合协同过滤算法&#xff0c;设计并实现了一个基于用户借阅行为和社交论坛互动的文学…

数据结构与算法——单链表(续)

单链表&#xff08;续&#xff09; 查找在指定位置之前插入结点在指定位置之后插入结点删除pos位置的结点删除pos位置之后的结点销毁 查找 遍历&#xff1a;pcur指向头结点&#xff0c;循环&#xff0c;当pucr不为空进入循环&#xff0c;pucr里面指向的数据为要查找的值的时候…

全面且深度学习c++类和对象(上)

文章目录 过程和对象类的引入&#xff0c;类的定义类的访问限定符及封装类的访问限定符封装 类的实例化类大小内存对齐规则&#xff1a; this指针this特性 过程和对象 C语言面向过程设计&#xff0c;c面向对象设计&#xff0c; 举例&#xff1a;洗衣服 C语言&#xff1a;放衣服…

开源情报如何成为信息攻防的关键资源

相比于传统情报&#xff0c;开源情报具有情报数量大、情报质量好、情报成本低、情报可用性强等优势。这是开源情报能够成为信息攻防关键资源的主要原因。 海量信息让开源情报具有更大潜力。一是开源情报体量巨大。信息化时代是信息爆炸的时代&#xff0c;网络上发布的各种信息…

【风控】用户特征画像体系

一、体系架构概述 1.1 核心价值定位 风控特征画像体系是通过多维度数据融合分析&#xff0c;构建客户风险全景视图的智能化工具。其核心价值体现在&#xff1a; 全周期覆盖&#xff1a;贯穿客户生命周期的营销、贷前、贷中、贷后四大场景立体化刻画&#xff1a;整合基础数据…

Unity:场景管理系统 —— SceneManagement 模块

目录 &#x1f3ac; 什么是 Scene&#xff08;场景&#xff09;&#xff1f; Unity 项目中的 Scene 通常负责什么&#xff1f; &#x1f30d; 一个 Scene 包含哪些元素&#xff1f; Scene 的切换与管理 &#x1f4c1; 如何创建与管理 Scenes&#xff1f; 什么是Scene Man…

SZU 编译原理

总结自 深圳大学《编译原理》课程所学相关知识。 文章目录 文法语法分析自顶向下的语法分析递归下降分析LL(1) 预测分析法FIRST 集合FOLLOW 集合 文法 乔姆斯基形式语言理论&#xff1a; 表达能力&#xff1a;0型文法 > 1型文法 > 2型文法 > 3型文法。 0 型文法&am…

【程序员AI入门:模型】19.开源模型工程化全攻略:从选型部署到高效集成,LangChain与One-API双剑合璧

一、模型选型与验证&#xff1a;精准匹配业务需求 &#xff08;一&#xff09;多维度评估体系 通过量化指标权重实现科学选型&#xff0c;示例代码计算模型综合得分&#xff1a; # 评估指标权重与模型得分 requirements {"accuracy": 0.4, "latency": …

ARM Cortex-M3内核详解

目录 一、ARM Cortex-M3内核基本介绍 &#xff08;一&#xff09;基本介绍 &#xff08;二&#xff09;主要组成部分 &#xff08;三&#xff09;调试系统 二、ARM Cortex-M3内核的内核架构 三、ARM Cortex-M3内核的寄存器 四、ARM Cortex-M3内核的存储结构 五、ARM Co…

ThinkStation图形工作站进入BIOS方法

首先视频线需要接在独立显卡上&#xff0c;重新开机&#xff0c;持续按F1&#xff0c;或者显示器出来lenovo的logo的时候按F1&#xff0c;这样就进到bios里了。联*想*坑&#xff0c;戴尔贵。靠。

go 集成base64Captcha 支持多种验证码

base64Captcha 是一个基于 Go 语言开发的验证码生成库&#xff0c;主要用于在 Web 应用中集成验证码功能&#xff0c;以增强系统的安全性。以下是其主要特点和简介&#xff1a; base64Captcha主要功能 验证码类型丰富&#xff1a;支持生成多种类型的验证码&#xff0c;包括纯…

【C语言字符函数和字符串函数(一)】--字符分类函数,字符转换函数,strlen,strcpy,strcat函数的使用和模拟实现

目录 一.字符分类函数 1.1--字符分类函数的理解 1.2--字符分类函数的使用 二.字符转换函数 2.1--字符转换函数的理解 2.2--字符转换函数的使用 三.strlen的使用和模拟实现 3.1--strlen的使用演示 3.2--strlen的返回值 3.3--strlen的模拟实现 四.strcpy的使用和模拟实现…

大模型基础之量化

概述 量化&#xff0c;Quantization&#xff0c;机器学习和深度学习领域是一种用于降低计算复杂度、减少内存占用、加速推理的优化方法。定义&#xff1a;将模型中的数据从高精度表示转换为低精度表示。主要目的是为了减少模型的存储需求和计算复杂度&#xff0c;同时尽量减少…

游戏引擎学习第286天:开始解耦实体行为

回顾并为今天的内容定下基调 我们目前正在进入实体系统的一个新阶段&#xff0c;之前我们已经让实体的移动系统变得更加灵活&#xff0c;现在我们想把这个思路继续延伸到实体系统的更深层次。今天的重点&#xff0c;是重新审视我们处理实体类型&#xff08;entity type&#x…

win10-django项目与mysql的基本增删改查

以下都是在win10系统下&#xff0c;django项目的orm框架对本地mysql的表的操作 models.py----->即表对应的类所在的位置 在表里新增数据 1.引入表对应的在models.py中的类class 2.在views.py中使用函数&#xff1a;类名.objects.create(字段名值,字段名"值"。。。…

动态范围调整(SEF算法实现)

一、背景介绍 继续在整理对比度调整相关算法&#xff0c;发现一篇单帧动态范围提升的算法&#xff1a;Simulated Exposure Fusion&#xff0c;论文表现看起来很秀&#xff0c;这里尝试对它进行了下效果复现。 二、实现流程 1、基本原理 整体来说&#xff0c;大致可以分为两步…

SpringCloud微服务开发与实战

本节内容带你认识什么是微服务的特点&#xff0c;微服务的拆分&#xff0c;会使用Nacos实现服务治理&#xff0c;会使用OpenFeign实现远程调用&#xff08;通过黑马商城来带你了解实际开发中微服务项目&#xff09; 前言&#xff1a;从谷歌搜索指数来看&#xff0c;国内从自201…

WAS和Tomcat的对比

一、WAS和Tomcat的对比 WebSphere Application Server (WAS) 和 Apache Tomcat 是两款常用的 Java 应用服务器&#xff0c;但它们有许多显著的区别。在企业级应用中&#xff0c;它们扮演不同的角色&#xff0c;各自有其特点和适用场景。以下是它们在多个维度上的详细对比&…

IntelliJ IDEA打开项目后,目录和文件都不显示,只显示pom.xml,怎样可以再显示出来?

检查.idea文件夹 如果项目目录中缺少.idea文件夹&#xff0c;可能导致项目结构无法正确加载。可以尝试删除项目根目录下的.idea文件夹&#xff0c;然后重新打开项目&#xff0c;IDEA会自动生成新的.idea文件夹和相关配置文件&#xff0c;从而恢复项目结构。 问题解决&#xff0…