江苏龙网

  1. 主页 > 生活百科 > >

Android发热监控实践( 四 )

Android


具体的堆栈信息 & 发热信息平台展示如下:

Android发热监控实践

文章插图
图片
Android发热监控实践

文章插图
图片
由于电池温度、CPU 使用率是针对运行时发热场景最直观的指标，且我们一期重点关注发热场景的治理，不针对元器件 Hook 等耗电场景进行持续深入分析，故当前得物侧是以电池温度、CPU 使用率为第一第二指标  建立核心的发热问题四象限，优先关注高温、高 CPU 的问题场景 。
Android发热监控实践

文章插图
图片
在数据分析过程中，我们遇到了数据上的效率排查效率不够高、问题精度不够准的情况 。
  • 如何定位是高温场景是发生在 App 内部 ， 且在使用过程中明显上升的？ 通过过滤从启动开始即高温、后台切换回来即高温的场景，重点关注在 App 内部温度上升的场景 。
  • 线上的采样后仍旧单日有 6w+ 数据的上报，我们如何筛选出更为核心的数据？当前的做法是定义了温度跨度的概念，优先看在 App 内部温度跨度较大的 Case 。
  • 线程存在调用 Wait 等方法阻塞的堆栈 ， 消耗内核态的时间分配，但实际不消耗整体 CPU 的误报数据 。补充了线程的运行状态和 Proc 文件中记录的 State，方便优先处理 RUNNABLE线程的 CPU 高温高占用问题 。
  • 手机温度上升作为渐进式的场景，如何实现温度上升场景下的页面精确归因？增加温度采样频率的同时，汇总 CPU 使用率和实时堆栈等瞬时数据作为数据支撑 ， 但考虑到数据体量的情况，数据上报聚合裁剪方式仍在逐步探索更为合理的方式，力求在两者之间找到一个平衡点 。

Android发热监控实践

文章插图
图片
Android发热监控实践

文章插图
图片
五、收益Android 端侧发热监控自上线以来，背靠平台侧的支撑 ， 陆续发现了一些问题并联合开发同学做了对应场景的治理优化工作，如：
耗时独立线程任务 接入统一线程池调度管理；
动画执行死循环监测修复；
高 IO 场景的文件读写策略优化；
高并发任务锁粒度优化；
日志库等 Json 解析频繁场景 采用效率更高的序列化方；
系统相机等系统功率过高的采集参数设备分级尝试；
基于 Webgl 的游戏场景 帧率降低和资源及时回收优化运行时内存；
....
这无疑给未来体验工作的场景技术选型、技术实现沉淀了一些有价值的经验，符合对 App 体验追求极致的高标准、高要求 。
六、未来展望【Android发热监控实践】手机发热作为渐进式的体验场景，涉及手机硬件、系统服务、软件使用、外界环境多方位因素 。对于端侧的排查上来说，当前优先级聚焦于应用层的不合理使用上，对于排查工具链路增强、问题业务归因、低电量、低功耗模式下的动态策略降低、自动化诊断报告等环节仍旧有很多值得深入挖掘的点，例如：
监控/工具增强
  • App 浮层分析工具 (CPUGPU/频率/温度/功耗等信息)
  • 借鉴 BatteryHistorian、SnapdragonProfiler、Systrace 等工具，实现自研TeslaLab 能力增强 。
业务归因
  • 发热堆栈自动分配
  • 调用溯源归因精细化
场景策略、降级
  • CPU 调频、动态帧率、分辨率降级
  • 端内低功耗模式探索
自动化诊断报告
  • 单用户定向自动化分析输出诊断报告
七、总结在此也只是粗略介绍当前已经做的针对发热治理的一些初步工作，以及对未来发热功耗相关开展的思路，希望能让 App 带来更好的体验 ， 给用户带来更对美好事物的向往的感受 。




推荐阅读


上一篇：轻松利用日志动态分析平台玩转Nginx运维管理

下一篇：Go中使用sync.Map实现线程安全的缓存