前言
最近因为工作原因迁移到了北京，大致有两周时间。入职也大概有一周时间，工作内容与APM相关，包括改进与攻克新监控方案。虽然入职时间善短，但是庞大的用户量下，即便是不到百分之一的卡顿率仍然影响到了巨大的用户。如何改进现有的卡顿监控方案是目前我在思考的问题。
ANR
回顾市面上大多数的开源监控方案，大多采用ANR这种机制下的做法去实现卡顿的监控，进而进行堆栈信息的追溯采集等。ANR这种方案最大的优点在于采集数据的准确率很高，基本可以说一旦发现主线程被block住了，那是一抓一个准的。但是同样也有着自己的缺陷，即ping的周期阈值的问题。
目前多数的做法是在子线程中周期性的ping主线程判断主线程是否被堵塞。如果不能在阈值内ping成功，说明主线程已经发生了卡顿
因此，此方案的问题在于这个ping周期应该是多长。本身在实现一套性能监控体系时，我们必须去衡量导入这个工具会带来怎样的损耗，因此这个周期不能太短。同样的，太长的周期也必然会漏掉可能发生的卡顿现象，而且这个概率不低。
平滑度
最近出现了一个称作平滑度的概念，通过应用使用前后的平滑对比来判断是否产生了卡顿问题。目前笔者没有看到相关的处置代码，但是并不妨碍笔者对这种方案的猜测。通过所谓的平滑度对比应该是通过FPS查看应用运行过程中的帧数变化。我们都知道通常情况下，屏幕会保持60帧/秒的刷新频率，如果在某一帧发生了大量计算导致跳帧，也可以称作掉帧现象，具体表现就是我们感受到的卡顿。
这种卡顿采用ANR其实是很难检测到的，这是视觉上的卡顿而非Not Response。因此除了CADisplayLink和人工测试之外，还是相当难的去捕获到这种卡顿。
所以，一种改进的方案是放弃现有的纯ANR方式的卡顿监控方案，结合CADisplayLink来实现另一种方式的监控。大致为主线程监听屏幕刷新信号，子线程循环获取FPS，并判断是否发生下滑现象。如果发生下滑，此时再尝试去ping主线程判断是否被block住。相比起纯ANR方案，这种方式的ping目的性更强，但是由于监控FPS的变化也是有时间的消耗的。这意味着短时的主线程block可能在ping出去没多久时就已经恢复，实际发生的卡顿却没有被监控到，也算是这种方案的缺陷了。
最后
上面的方案属于个人猜测的方案，具体效果如何还需要去实践得真知。对于卡顿监控来说，有两个相当重要的指标。准确率与捕获率，这两者在一定意义上是互相矛盾的，我们所做的工作无非是尽量在两者之间权衡比较，得出当下最有利的方案。不过如果非要二选一的话，个人还是选择准确率。毕竟只要有足够的时间和样本采集，捕获率即便低了一些也总归有机会采集的到。
网友评论