背景
CB7手机Camera的ARSticker模式，切换资源、预览、拍视频比AB7手机慢与卡。需要分析原因。并拆分性能瓶颈点。
手机信息
| 手机代号 | CPU 版本 | GPU 版本 |
|---|---|---|
| AB7 | MT6765V 4xCortex-A53 2.3Ghz 4xCortex-A53 1.8Ghz | IMG GE8320 680Mhz |
| CB7 | MT6761V 4xCortex-A53 2.0Ghz | IMG GE8320 660Mhz |
通过CPU和GPU的对比，CPU相差很大，GPU相差不大，切换资源和预览卡，都是和GPU相关的，应该不会有很大的差别。
systrace分析预览卡顿
cb7_draw整体图.jpg
ab7_draw整体图.jpg
具体耗时：
cb7性能点.jpg
从上面的图，可以看出，性能点不在GPU,CB7和AB7 GPU画图，相差不大。
真正的差异：
- 关键点检测(Contending for pthread mutex)等锁。
- 频繁的触发GC.
关于第1点,CB7手机 cpu的性能确实差好多，第2点，CB7手机内存是3GB的，AB7是6GB的，也是差了好多。现在最重要的问题是，这两点哪个对此性能影响最大？
确定2点的影响率
对比测试，找了一台X625B的手机，内存是3GB，MT6762平台，GPU和61平台的差不多，CPU是8核的。systrace如下：
x625b整体图1.jpg
x625b整体图2.png
从上图看：只有CPU的差异的时候，onDrawFrame快一倍，一个平均70ms，一个平均30ms.说明这个性能瓶颈就是和CPU正相关的。在仔细看GC的触发频率，3G内存的平台是一样的，都是500ms一次，这是GC的正常触发机制。可以排除内存不是此性能瓶颈的因素，CPU就是此性能的关键因素。
初步解决方案
CPU的性能瓶颈是硬伤，可以通过优化算法提升速度，主要的算法是关键点检测，但是这个比较难，需要第三方优化。我们想到方案是缩小用于检测yuv数据，可以提升速度，理论依据：
- yuv数据量小，相机吐数据的速度快。
- yuv数据量小，用于检测关键点检索次数也小，速度会快。
目前测试640x480的yuv数据传给第三方，发现三方引擎会卡死，三方目前表示不支持。正在push三方支持。
切换资源慢
由于切换ARSticker资源是应用自己调用的接口，没有添加Trace.beginSection和Trace.endSection，所以systrace是没有相关信息的。看了代码如果添加trace，和加log的效果一样，所以确定加log分析。
把加载资源分解如下：
- 从Asset中读取资源文件，可以体现IO性能。
- 三方解释资源接口。
- 资源上传GPU.
Log如下：
01-02 21:14:33.878 23623 24931 E CamAp_ARMode: azmohan start load
01-02 21:14:33.878 23623 24931 I CamAp_ARMode: azmohan read Assets io begin
01-02 21:14:33.923 23623 24931 E CamAp_ARMode: azmohan read data size = 1778464
01-02 21:14:33.923 23623 24931 E CamAp_ARMode: azmohan read Assets io end, spent time : 45 ms
01-02 21:14:33.923 23623 24931 I CamAp_ARMode: azmohan invoke fuCreateItemFromPackage begin
01-02 21:14:36.239 23623 24931 I CamAp_ARMode: azmohan invoke fuCreateItemFromPackage end,spent time : 2300 ms
01-02 21:14:36.271 23623 24931 E CamAp_ARMode: azmohan notify GPU load resource,mEffectItem = 1
01-02 21:14:36.271 23623 24931 E CamAp_ARMode: azmohan end load,spent time : 2345 ms
01-02 21:14:36.275 23623 23648 I CamAp_ARMode: azmohan GPU load resource begin
01-02 21:14:36.275 23623 23648 I CamAp_ARMode: azmohan GPU load resource end,spent time : 0 ms
主要是第三方接口 faceunity.fuCreateItemFromPackage(itemData)太耗时，需要2.3s，要push三方解决。
cpu性能
我们这边测试enablePlugin,设置false，可以节省30%的CPU,测试drawFrame平均耗时40ms，比70ms有很大提升，并且接近30帧(33ms)的要求。
总结
主要性能瓶颈在cpu,目前解决方案：
- 关掉enablePlugin，可以提升cpu性能，已验证。但是就没有了美颜效果。
- 传入较小的yuv数据用于关键点检测，三方还要调整接口，未验证。
网友评论