午夜黄色剧场,欧美真人性爱精品,精品无码视频,天天摸日日摸狠狠添,亚洲无码视频在线观看观看 ,国产乱婬AAAA片视频软件,操逼日韩,亚洲av免费在线观看

一、前言

性能和穩(wěn)定性一直是App質(zhì)量體系中最基本和最關(guān)鍵的一環(huán)。而移動(dòng)端業(yè)務(wù)快速迭代的過(guò)程中，開(kāi)發(fā)同學(xué)對(duì)性能的關(guān)注不足，量變引起質(zhì)變，App的卡頓嚴(yán)重影響商家的日常經(jīng)營(yíng)，商家對(duì)性能的吐槽和抱怨越來(lái)越嚴(yán)重。而面對(duì)商家反饋的性能問(wèn)題，由于缺乏現(xiàn)場(chǎng)信息，問(wèn)題的排查既被動(dòng)又困難。我們急需一個(gè)系統(tǒng)化的解決方案，需要有自己的APM（Application Performance Management），可以通過(guò)它來(lái)發(fā)現(xiàn)問(wèn)題，并且能依靠它的數(shù)據(jù)來(lái)指導(dǎo)我們進(jìn)行性能優(yōu)化。

二、整體設(shè)計(jì)

系統(tǒng)主要分為兩個(gè)部分：

移動(dòng)端上的「性能檢測(cè)」，主要負(fù)責(zé)數(shù)據(jù)的采集。
后端的「數(shù)據(jù)處理」，主要包含數(shù)據(jù)的清洗、解析、存儲(chǔ)、報(bào)警等。

2.1 性能檢測(cè)

2.1.1 慢方法&ANR檢測(cè)

有贊零售的業(yè)務(wù)復(fù)雜度非常高，且由于業(yè)務(wù)場(chǎng)景的特殊性，有大量的復(fù)雜業(yè)務(wù)邏輯處理都是在移動(dòng)端上做的，本地存在大量的DB操作、數(shù)據(jù)同步、復(fù)雜計(jì)算......，此外收銀設(shè)備的配置和性能相比于手機(jī)有很大的差距，這些都對(duì)我們提出了很大的挑戰(zhàn)。卡頓問(wèn)題也是我們面臨的主要難題之一，為了解決這個(gè)問(wèn)題，我們首先要解決方法運(yùn)行效率的問(wèn)題，找出應(yīng)用中執(zhí)行效率不滿(mǎn)足要求的方法，通過(guò)優(yōu)化這些處理邏輯，提高方法運(yùn)行效率，進(jìn)而提升整體的性能。

總體流程分為四步：

Step1：編譯期自動(dòng)采集需要性能檢測(cè)的方法。過(guò)濾不需要進(jìn)行檢測(cè)的方法或類(lèi)，為每個(gè)方法分配一個(gè)獨(dú)立ID（包括二方庫(kù)及三方庫(kù)的方法），并生成方法ID與方法簽名的映射文件。

Step2：編譯期對(duì)方法進(jìn)行插樁。通過(guò)插樁的方式對(duì)所有需要檢測(cè)的方法進(jìn)行插樁，在每個(gè)函數(shù)的函數(shù)體前后會(huì)自動(dòng)插入i和o方法，入?yún)榉椒↖D，這樣就可以很方便的對(duì)執(zhí)行時(shí)間進(jìn)行檢測(cè)。

Step3：運(yùn)行期進(jìn)行性能檢測(cè)。比如慢方法和ANR的檢測(cè)是通過(guò)記錄i和o方法的時(shí)間并進(jìn)行存儲(chǔ)，會(huì)記錄每個(gè)方法進(jìn)入和離開(kāi)的時(shí)間，當(dāng)執(zhí)行時(shí)間超出我們?cè)O(shè)定的閾值時(shí)，會(huì)將方法的信息進(jìn)行上報(bào)，方便后面對(duì)數(shù)據(jù)進(jìn)行處理。

Step4：收集卡頓現(xiàn)場(chǎng)信息。監(jiān)聽(tīng)每一幀的變化，卡頓發(fā)生時(shí)，會(huì)有單獨(dú)的線(xiàn)程去收集堆棧信息以及現(xiàn)場(chǎng)環(huán)境信息（包含：設(shè)備信息、CPU使用情況、內(nèi)存、磁盤(pán)信息等）。

2.1.2 線(xiàn)程池檢測(cè)

在Android開(kāi)發(fā)中我們通常會(huì)將一些耗時(shí)任務(wù)放到子線(xiàn)程中進(jìn)行操作，否則可能會(huì)阻塞UI線(xiàn)程，引起ANR、卡頓等問(wèn)題。而我們的App中就存在大量的異步任務(wù)，包括網(wǎng)絡(luò)請(qǐng)求、本地大量的DB操作、定時(shí)輪詢(xún)等任務(wù)，而所有的這些異步任務(wù)都在同一個(gè)線(xiàn)程池中運(yùn)行(IO線(xiàn)程池)，這樣就帶來(lái)了一個(gè)問(wèn)題：當(dāng)網(wǎng)絡(luò)請(qǐng)求比較慢的時(shí)候，線(xiàn)程池會(huì)快速堆積任務(wù)，再加上不斷輪詢(xún)的任務(wù)，線(xiàn)程池極易被打滿(mǎn)，本地快速的一些異常任務(wù)就容易被阻塞住，造成耗時(shí)短的任務(wù)等待耗時(shí)長(zhǎng)的任務(wù)。

為了解決這個(gè)問(wèn)題，我們需要對(duì)線(xiàn)程池進(jìn)行更細(xì)粒度的劃分，考慮到我們應(yīng)用的特性，我們對(duì)主線(xiàn)程池的定位改為：為大量、快速的本地任務(wù)提供支持，這樣我們就需要將一些「耗時(shí)長(zhǎng)」、「頻率高」的任務(wù)進(jìn)行治理，將這些任務(wù)分離出我們的主線(xiàn)程池，我們需要監(jiān)控線(xiàn)程池中的任務(wù)，能通過(guò)監(jiān)控的數(shù)據(jù)挖掘異步任務(wù)的優(yōu)化點(diǎn)，同時(shí)為線(xiàn)程池的配置調(diào)整提供可度量的指標(biāo)。

檢測(cè)的核心在于監(jiān)聽(tīng)線(xiàn)程池的三個(gè)節(jié)點(diǎn)：

任務(wù)提交到線(xiàn)程池。拉取每個(gè)任務(wù)的調(diào)用棧信息，解析并記錄任務(wù)的發(fā)起點(diǎn)以及任務(wù)的提交時(shí)間。同時(shí)可以分析此時(shí)線(xiàn)程池的負(fù)載狀況（結(jié)合activeCount、corePoolSize、queueSize），如果負(fù)載達(dá)到閾值，則拉取出當(dāng)前所有的任務(wù)，分析是否存在明顯有問(wèn)題的任務(wù)（比如同一任務(wù)發(fā)起多次等）。
任務(wù)開(kāi)始執(zhí)行。記錄任務(wù)開(kāi)始執(zhí)行的時(shí)間。
任務(wù)執(zhí)行完成。與任務(wù)開(kāi)始時(shí)間做差值，計(jì)算并記錄任務(wù)的執(zhí)行時(shí)間，如果任務(wù)的執(zhí)行時(shí)間超出閾值，則會(huì)進(jìn)行上報(bào)。

總體流程如下：

通過(guò)上面的方式能逐步分離出「耗時(shí)長(zhǎng)」、「頻率高」的任務(wù)，通過(guò)對(duì)這些任務(wù)的優(yōu)化，最終達(dá)到線(xiàn)程池優(yōu)化的目標(biāo)。另外由于有了完整的線(xiàn)程池負(fù)載情況跟蹤以及任務(wù)執(zhí)行時(shí)間數(shù)據(jù)，我們對(duì)線(xiàn)程池的健康度也有了可度量的指標(biāo)，這也為我們做線(xiàn)程池的自動(dòng)化配置提供了參考依據(jù)。

2.2 數(shù)據(jù)處理

2.2.1 整體流程

（1）方法映射文件記錄。應(yīng)用打包時(shí)會(huì)自動(dòng)執(zhí)行上面的編譯期處理流程，生成方法映射文件，并上傳到APM Server，然后進(jìn)行方法映射數(shù)據(jù)的處理。

（2）性能數(shù)據(jù)同步?？D發(fā)生時(shí)，會(huì)上報(bào)相關(guān)數(shù)據(jù)。數(shù)據(jù)會(huì)通過(guò)DP(數(shù)據(jù)平臺(tái))進(jìn)行清洗、計(jì)算和統(tǒng)計(jì)(比如前一天性能報(bào)告統(tǒng)計(jì))，然后通過(guò)Hive -> DB流程同步到后端應(yīng)用的DB中。

（3）數(shù)據(jù)解析。后端應(yīng)用會(huì)對(duì)數(shù)據(jù)中的卡頓堆棧進(jìn)行解析(把ID解析成方法名)。

（4）數(shù)據(jù)聚合。解析完后需要對(duì)同一方法的數(shù)據(jù)進(jìn)行聚合(包含跨版本、跨補(bǔ)丁的數(shù)據(jù)處理，比如A方法可能在1.0版本ID是11，在1.0補(bǔ)丁1版本的ID是22，在1.1版本的ID是33，需要把他們聚合成一條數(shù)據(jù))，這樣就能準(zhǔn)確的知道每個(gè)方法的嚴(yán)重程度，每條聚合數(shù)據(jù)也會(huì)記錄對(duì)應(yīng)的解決狀態(tài)。

（5）數(shù)據(jù)分析&報(bào)警。會(huì)結(jié)合數(shù)據(jù)平臺(tái)上計(jì)算和統(tǒng)計(jì)的結(jié)果以及數(shù)據(jù)聚合后產(chǎn)生的數(shù)據(jù)，產(chǎn)出日?qǐng)?bào)、周報(bào)、告警等信息，為性能變化趨勢(shì)提供數(shù)據(jù)化支撐。

通過(guò)上面的方式將同一個(gè)方法的問(wèn)題進(jìn)行聚合，可以跟蹤所有問(wèn)題的解決狀態(tài)，并能通過(guò)數(shù)據(jù)分析進(jìn)行性能變化趨勢(shì)的監(jiān)控以及問(wèn)題的報(bào)警。

2.2.2 關(guān)鍵節(jié)點(diǎn)

（1）數(shù)據(jù)解析&聚合

由于上傳的卡頓信息中只會(huì)包含方法的ID，我們需要在后端對(duì)這些數(shù)據(jù)進(jìn)行解析，將它解析成具體的方法名，然而由于不同版本、不同補(bǔ)丁生成的方法映射文件是不一樣的，同一個(gè)方法在不同的版本對(duì)應(yīng)的方法ID是不一樣的，而我們需要將同一個(gè)方法引發(fā)的問(wèn)題進(jìn)行聚合，這樣才能有效的跟蹤每個(gè)問(wèn)題的解決狀態(tài)。而是否是同一個(gè)方法的認(rèn)定標(biāo)準(zhǔn)為：完整類(lèi)名+方法名，這樣就能幫助方法的唯一性。

整體解析&聚合流程如下：

（2）數(shù)據(jù)清理流程

整個(gè)監(jiān)控平臺(tái)數(shù)據(jù)雖然經(jīng)過(guò)重重過(guò)濾，但是本身的數(shù)據(jù)量還是非常大的，任由數(shù)據(jù)無(wú)節(jié)制的增長(zhǎng)會(huì)很容易到達(dá)我們處理的瓶頸，且這龐大數(shù)據(jù)中大部分是無(wú)需長(zhǎng)時(shí)間存儲(chǔ)的，我們需要有數(shù)據(jù)的清理機(jī)制，通過(guò)清理機(jī)制來(lái)保證我們數(shù)據(jù)不至于增長(zhǎng)過(guò)快：

未分配的問(wèn)題且最近一個(gè)月問(wèn)題不再出現(xiàn)，則這個(gè)問(wèn)題大概率以后不會(huì)再發(fā)生了，針對(duì)這種問(wèn)題我們會(huì)直接清除問(wèn)題的所有信息，不會(huì)再跟蹤這個(gè)問(wèn)題。
已分配但未標(biāo)記解決的問(wèn)題且最近一個(gè)月問(wèn)題不再出現(xiàn)，這種問(wèn)題一般是問(wèn)題已經(jīng)修復(fù)但是沒(méi)有及時(shí)修改狀態(tài)，我們會(huì)把問(wèn)題的狀態(tài)修改為自動(dòng)失效。
狀態(tài)流轉(zhuǎn)已結(jié)束的問(wèn)題（包括已處理、已忽略、自動(dòng)失效的問(wèn)題），我們會(huì)保留最新的一條明細(xì)數(shù)據(jù)進(jìn)行存檔，剩余的明細(xì)數(shù)據(jù)會(huì)全部清除。
方法映射表中會(huì)存儲(chǔ)過(guò)往所有版本的所有方法信息，然而其中絕大多數(shù)方法其實(shí)是沒(méi)問(wèn)題的（比如簡(jiǎn)單的a+b），所以這里我們會(huì)對(duì)最近一個(gè)月解析時(shí)沒(méi)有訪(fǎng)問(wèn)的方法進(jìn)行清除（解析時(shí)沒(méi)訪(fǎng)問(wèn)的方法意味著這個(gè)方法沒(méi)發(fā)生卡頓問(wèn)題）。
同一個(gè)版本可能會(huì)上傳多次方法映射表信息，而真正發(fā)布的只會(huì)有一個(gè)，因此我們會(huì)去發(fā)版平臺(tái)獲取某個(gè)版本正在發(fā)布的信息，然后把沒(méi)有正常發(fā)布的方法映射表數(shù)據(jù)刪除。

整體清理流程如下：

三、功能介紹

3.1 問(wèn)題數(shù)據(jù)

3.1.1 TOP 問(wèn)題列表

3.1.2 問(wèn)題詳情

3.2 問(wèn)題報(bào)警

3.3 性能報(bào)表

3.3.1 ANR變化趨勢(shì)

3.3.2 慢方法變化趨勢(shì)

3.3.3 FPS變化趨勢(shì)

3.3.4 線(xiàn)程池卡頓次數(shù)

四、未來(lái)規(guī)劃

完善性能監(jiān)控體系，補(bǔ)足網(wǎng)絡(luò)、I/O、線(xiàn)程池、磁盤(pán)等方面的監(jiān)控，通過(guò)性能監(jiān)控的數(shù)據(jù)指導(dǎo)性能優(yōu)化。
更多維度的數(shù)據(jù)篩選和過(guò)濾能力，能夠更好的對(duì)指定設(shè)備或門(mén)店進(jìn)行問(wèn)題跟蹤。
更強(qiáng)的數(shù)據(jù)處理能力，能夠更快速地處理更龐大的數(shù)據(jù)量。
完善系統(tǒng)使用體驗(yàn)，如：報(bào)表呈現(xiàn)、問(wèn)題分配機(jī)制、問(wèn)題報(bào)警等。
推廣到公司其它的業(yè)務(wù)線(xiàn)，幫助解決端上性能監(jiān)控問(wèn)題。

五、結(jié)語(yǔ)

通過(guò)性能監(jiān)控的實(shí)踐以及后續(xù)的性能優(yōu)化，幫助我們更好的解決了性能問(wèn)題，總結(jié)下來(lái)它的核心價(jià)值在于：

對(duì)App線(xiàn)上真實(shí)的性能情況有了數(shù)據(jù)化的指標(biāo)，讓我們對(duì)性能問(wèn)題有了更清晰的感受。
通過(guò)監(jiān)控的數(shù)據(jù)指導(dǎo)我們進(jìn)行性能優(yōu)化，優(yōu)化效果也能有數(shù)據(jù)化的支撐。
通過(guò)監(jiān)控的數(shù)據(jù)能讓我們更快速的發(fā)現(xiàn)新引入的性能問(wèn)題，防止性能不斷劣化，為App的穩(wěn)定運(yùn)行提供保障。
推動(dòng)各業(yè)務(wù)團(tuán)隊(duì)進(jìn)行性能優(yōu)化，讓大家能更加重視自己產(chǎn)品的性能問(wèn)題。

性能監(jiān)控與性能優(yōu)化道阻且長(zhǎng)，我們也會(huì)不斷地在這方面進(jìn)行更多的嘗試和努力，為App的穩(wěn)定運(yùn)行提供更好的保障，做好性能和穩(wěn)定性的守門(mén)員。

end

有贊移動(dòng)性能監(jiān)控平臺(tái)（二）

二、整體設(shè)計(jì)

系統(tǒng)主要分為兩個(gè)部分：

二、整體設(shè)計(jì)