perfetto-analyse

Captures and analyzes Android Perfetto traces via CLI and config files. Covers trace collection (CPU, GPU, memory, rendering, power), editing TraceConfig (.p...

Perfetto 分析与采集

何时使用本 Skill

• 需要命令行采集 Android Perfetto trace（adb + perfetto）
• 需要编写或修改 trace 配置文件（.pbtx / TraceConfig）
• 需要根据诉求分析 trace：卡顿(jank)、耗时、过度绘制、功耗等

一、Trace 采集

1.1 基本命令

本地设备（adb）：

# 使用文本格式配置（Android 10+ 推荐）
adb shell perfetto --txt -c - -o /data/misc/perfetto-traces/trace.pftrace < config.pbtx

# 或先把 config 推到设备再执行（Android 12+ 可写 /data/misc/perfetto-configs）
adb push config.pbtx /data/misc/perfetto-configs/
adb shell perfetto --txt -c /data/misc/perfetto-configs/config.pbtx -o /data/misc/perfetto-traces/trace.pftrace

拉取 trace 到本机：

adb pull /data/misc/perfetto-traces/trace.pftrace .

长时采集（benchmark/CI）： 用 perfetto --background 拿到 PID，结束时 kill $PID；或用 write_into_file: true + 较大 duration_ms 做流式写入。

1.2 配置结构要点

• buffers：至少一个；size_kb 建议 20480+（约 20MB）避免高事件率时丢数据；高吞吐与低频率数据源可分开 buffer（target_buffer: 0/1），避免 ring buffer 冲掉慢数据。
• duration_ms：采集时长（毫秒），不包含 suspend 时间。
• data_sources：每个 source 用 config { name: "..." target_buffer: 0 ... }，name 必须与数据源注册名一致。

常用 Android 数据源名称见 reference.md。

1.3 按诉求选数据源

诉求	建议启用的数据源 / 配置
CPU 调度	linux.ftrace + ftrace_events（sched_switch, sched_wakeup 等）
GPU / 渲染	linux.ftrace（含 atrace_categories: "gfx"）、gpu.renderstages、gpu.counters
内存	linux.process_stats、可选 android.heapprofd / android.java_hprof
渲染/合成	atrace "gfx"、"view"；android.surfaceflinger.layers 等
功耗	android.power、ftrace 中 power/*（如 power/gpu_frequency）
卡顿/帧率	必须：ftrace + atrace "gfx"；建议：surfaceflinger、gpu 相关

编辑 config 时按上表勾选对应 data_sources 块，并保证 buffers 足够大。

二、编辑 Trace 配置文件

2.1 最小可运行示例（仅 CPU 调度）

duration_ms: 10000
buffers {
  size_kb: 20480
  fill_policy: RING_BUFFER
}
data_sources {
  config {
    name: "linux.ftrace"
    target_buffer: 0
    ftrace_config {
      ftrace_events: "sched/sched_switch"
      ftrace_events: "sched/sched_wakeup"
    }
  }
}

2.2 通用 UI/卡顿分析配置要点

• buffers：至少 20MB（如 20480），必要时多块 buffer 分离 ftrace 与 sys_stats/heapprofd。
• linux.ftrace：启用 sched/sched_switch、sched/sched_wakeup；加 atrace_categories: "gfx"、atrace_categories: "view" 做渲染与 View 层级；需看指定应用时用 atrace_apps: "com.example.app"。
• android.surfaceflinger.layers / gpu.renderstages：按需开启，用于帧时间线与 GPU 阶段。
• android.power：功耗分析时加上对应 android_power_config。

具体字段与更多数据源见 reference.md。修改后用 adb shell perfetto --txt -c - -o /data/misc/perfetto-traces/out.pftrace < config.pbtx 验证能否正常采集。

2.3 Android 注意点

• Android 10 以下不支持 --txt，需用二进制 config。
• 长 trace 可用 write_into_file: true、较大 duration_ms，并设 file_write_period_ms（最小约 100ms）；buffer 建议 32MB+。
• 非 root 且 Android 12 以下：config 用 stdin 传入，adb shell perfetto -c - -o ... 且 cat config.pbtx | adb shell perfetto --txt -c - -o ...。

三、Trace 分析

3.1 分析入口

• Perfetto UI：在 ui.perfetto.dev 打开 .pftrace / .perfetto-trace，看时间线（Scheduling、Frame Timeline、GPU、Binder、内存等）和 Query 面板。
• 命令行查询：使用 Perfetto 自带的 trace_processor 对 trace 文件做 SQL 查询，适合脚本和 CI。见 3.6。

3.2 卡顿（Jank）与帧率

• Frame Timeline：看 Present Type（早/准时/迟到）、Jank Type、On time finish、GPU Composition。
• 常见 Jank 类型：AppDeadlineMissed（应用未按时完成）、BufferStuffing（队列堆积）、SurfaceFlinger GpuDeadlineMissed（GPU 合成超时）等。
• 排查顺序：主线程是否被长任务/锁阻塞 → GPU 阶段是否过长 → Binder/GC 是否密集。

3.3 耗时与热点

• 在时间线上选中区间，看该区间内各 track 的时长分布。
• 用 Query (SQL)：查 slice/event 的 duration 排序，定位耗时点。示例见下节。

3.4 过度绘制

• 结合 atrace 的 "view" 与 "gfx"：看 measure/layout/draw 的频次与时长；单帧内过多 draw 或重复的 layout 可作为过度绘制线索。
• 若 trace 中有渲染层级或 SurfaceFlinger 数据，可结合 Frame Timeline 与 layer 信息看合成与绘制成本。

3.5 功耗

• 看 android.power 与 ftrace 中 power 相关事件（如 power/gpu_frequency、wakelock）。
• 结合 CPU 调度与 wakeup：高唤醒、高 CPU 占用时段对应功耗热点。

3.6 SQL 查询（UI 或命令行 trace_processor）

Trace 的 SQL 可在 Perfetto UI 的 Query 面板执行，也可用 trace_processor 命令行工具在本地执行（同一套 PerfettoSQL）。

命令行用法：

# 下载（Linux/macOS）
curl -LO https://get.perfetto.dev/trace_processor
chmod +x ./trace_processor

# 打开 trace 进入交互式 SQL shell
./trace_processor trace.pftrace
# 进入后直接输入 SQL，例如：
# SELECT name, dur/1e6 AS dur_ms FROM slice WHERE dur > 1000 ORDER BY dur DESC LIMIT 20;

通过本 skill 提供的脚本调用 trace_processor（推荐在需要执行单条/文件内 SQL 时使用）：

# 依赖: pip install perfetto（或 pip install -r perfetto-analyse/scripts/requirements.txt）
python perfetto-analyse/scripts/query_trace.py <trace.pftrace> -q "SELECT name, dur/1e6 AS dur_ms FROM slice WHERE dur > 1000 ORDER BY dur DESC LIMIT 20"
python perfetto-analyse/scripts/query_trace.py <trace.pftrace> -f query.sql
python perfetto-analyse/scripts/query_trace.py <trace.pftrace> -q "SELECT ..." --csv

脚本内部通过 Perfetto 的 Trace Processor（Python API）加载 trace 并执行 SQL，输出制表符分隔或 CSV。分析 trace 时优先考虑直接运行该脚本并传入用户给出的 SQL 或查询诉求。

示例查询 1：slice 按耗时降序

SELECT slice.name, slice.dur/1e6 AS dur_ms
FROM slice
WHERE slice.dur > 1000
ORDER BY slice.dur DESC
LIMIT 50;

示例查询 2：带进程名（thread track）

SELECT slice.name, slice.dur/1e6 AS dur_ms, process.name AS process_name
FROM slice
JOIN track ON slice.track_id = track.id
JOIN thread ON track.utid = thread.utid
JOIN process ON thread.upid = process.id
WHERE slice.dur > 1000
ORDER BY slice.dur DESC
LIMIT 30;

（时间单位：ts/dur 为纳秒，除以 1e6 得毫秒。以上 SQL 在 UI 与 trace_processor 中均可运行。）

Frame 相关： 若有 ExpectedFrameTimeline 等表，可查 present/jank 类型与 ts 范围，再与 slice 做时间关联。

根据用户具体诉求（只要卡顿 / 只要耗时 / 只要功耗等），从本节选对应子节并给出更具体的操作步骤与可选的 SQL 变体。

四、资源与模板

• 配置字段与数据源速查：reference.md
• 按场景的配置示例：configs/ 目录下的 TraceConfig 模板（通用 UI、CPU、功耗等）：configs/cpu_only.pbtx.txt、configs/ui_jank.pbtx.txt、configs/power.pbtx.txt。文件以 .pbtx.txt 存储以便上传；内容为标准 .pbtx（TraceConfig）格式。 使用方式：
  • stdin 传入：直接 adb shell perfetto --txt -c - -o ... < configs/xxx.pbtx.txt，无需改后缀。
  • 推到设备再执行：先 cp configs/xxx.pbtx.txt config.pbtx（或写入到带 .pbtx 的文件），再 adb push config.pbtx ... 与 adb shell perfetto -c /path/config.pbtx ...。perfetto 只认内容，不认本地文件名，但设备上路径建议用 .pbtx 便于识别。
• 调用 trace_processor 做 SQL 查询：scripts/query_trace.py，用法见上文 3.6。对 trace 文件做查询时，可执行该脚本并传入 -q "SQL" 或 -f query.sql，必要时加 --csv。

分析时优先确认 trace 是否包含对应数据源（如没开 gfx 则看不到详细帧合成），再在 UI 中切到对应 track 与 SQL 做定量分析；需在命令行得到查询结果时，使用 scripts/query_trace.py。