CN114691448A - 应用程序卡顿监测方法、装置、设备及存储介质 - Google Patents

应用程序卡顿监测方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114691448A
CN114691448A CN202011627226.6A CN202011627226A CN114691448A CN 114691448 A CN114691448 A CN 114691448A CN 202011627226 A CN202011627226 A CN 202011627226A CN 114691448 A CN114691448 A CN 114691448A
Authority
CN
China
Prior art keywords
application program
tracking information
stuck
information
preset
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011627226.6A
Other languages
English (en)
Inventor
李明浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Zitiao Network Technology Co Ltd
Original Assignee
Beijing Zitiao Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Zitiao Network Technology Co Ltd filed Critical Beijing Zitiao Network Technology Co Ltd
Priority to CN202011627226.6A priority Critical patent/CN114691448A/zh
Publication of CN114691448A publication Critical patent/CN114691448A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/3003Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/302Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/3089Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本公开实施例提供一种应用程序卡顿监测方法、装置、设备及存储介质,通过根据卡顿指标,对应用程序进行卡顿监测,其中,卡顿指标用于指示应用程序是否发生卡顿;若监测到应用程序发生卡顿,则获取跟踪信息,其中,跟踪信息为应用程序发生卡顿时刻所采集到的数据,跟踪信息用于表征应用程序发生卡顿时刻之前,应用程序中的函数调用耗时和操作系统中的函数调用耗时;将跟踪信息上传至服务器的问题。由于在监测到应用程序发生卡顿后,获得的追踪信息中包括应用程序中的函数调用耗时和操作系统中的函数调用耗时,相比简单的长耗时函数调用堆栈信息,数据更加丰富,能够更好地支持后续对应用程序的卡顿问题的定位,提高卡顿问题定位的准确度。

Description

应用程序卡顿监测方法、装置、设备及存储介质
技术领域
本公开实施例涉及计算机与网络通信技术领域,尤其涉及一种应用程序卡顿监测方法、装置、设备及存储介质。
背景技术
在对软件进行优化的过程中,降低软件运行卡顿,提高软件流畅度,是软件优化的重要内容之一。因此,需要对应用程序进行必要的卡顿监测,并利用得到的卡顿监测数据进行及卡顿分析,从而实现应用程序中卡顿问题的定位。
现有技术中,应用程序卡顿监测的方案,通常是通过操作系统提供的长耗时函数调用堆栈,根据获得的堆栈信息确定应用程序发生卡顿的原因。
然而,应用程序的卡顿发生受众多因素的影响,仅通过获得的堆栈信息,在很多场景下无法实现对卡顿发生原因的精准分析,造成无法定位应用程序卡顿发生原因,影响应用程序流畅度的问题。
发明内容
本公开实施例提供一种应用程序卡顿监测方法、装置、设备及存储介质,以克服无法定位应用程序卡顿发生原因的问题。
第一方面,本公开实施例提供一种应用程序卡顿监测方法,包括:
根据卡顿指标,对应用程序进行卡顿监测,其中,所述卡顿指标用于指示应用程序是否发生卡顿;若监测到应用程序发生卡顿,则获取跟踪信息,其中,所述跟踪信息为应用程序发生卡顿时刻所采集到的数据,所述跟踪信息用于表征应用程序发生卡顿时刻之前,应用程序中的函数调用耗时和操作系统中的函数调用耗时;将所述跟踪信息上传至服务器。
第二方面,本公开实施例提供一种应用程序卡顿监测装置,包括:
监测单元,用于根据卡顿指标,对应用程序进行卡顿监测,其中,所述卡顿指标用于指示应用程序是否发生卡顿;
获取单元,用于若监测到应用程序发生卡顿,则获取跟踪信息,其中,所述跟踪信息为应用程序发生卡顿时刻所采集到的数据,所述跟踪信息用于表征应用程序发生卡顿时刻之前,应用程序中的函数调用耗时和操作系统中的函数调用耗时;
收发单元,用于将所述跟踪信息上传至服务器。
第三方面,本公开实施例提供一种电子设备,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的应用程序卡顿监测方法。
第四方面,本公开实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上第一方面以及第一方面各种可能的设计所述的应用程序卡顿监测方法。
本实施例提供的应用程序卡顿监测方法、装置、设备及存储介质,通过根据卡顿指标,对应用程序进行卡顿监测,其中,所述卡顿指标用于指示应用程序是否发生卡顿;若监测到应用程序发生卡顿,则获取跟踪信息,其中,所述跟踪信息为应用程序发生卡顿时刻所采集到的数据,所述跟踪信息用于表征应用程序发生卡顿时刻之前,应用程序中的函数调用耗时和操作系统中的函数调用耗时;将所述跟踪信息上传至服务器的问题,由于在监测到应用程序发生卡顿后,获得的追踪信息中包括应用程序中的函数调用耗时和操作系统中的函数调用耗时,相比简单的长耗时函数调用堆栈信息,信息量和信息维度更加丰富,因此根据该跟踪信息,能够更好地支持后续对应用程序的卡顿问题的定位,提高卡顿问题定位的准确度,提高应用程序卡顿监控有效性。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本公开实施例提供的一种应用场景示意图;
图2为现有技术中一种卡顿监测的过程示例图;
图3为本公开实施例提供的应用程序卡顿监测方法流程示意图一;
图4为本公开实施例提供的一种获取跟踪信息的示意图;
图5为本公开实施例提供的应用程序卡顿监测方法流程示意图二;
图6为图5所示实施例中步骤S201的流程图;
图7为本公开实施例提供的一种统计主线程消息队列中消息耗时的示意图;
图8为图5所示实施例中步骤S203的流程图;
图9为本公开实施例提供的应用程序卡顿监测装置的结构框图;
图10为本公开实施例提供的电子设备的硬件结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
首先对本申请所涉及的名词进行解释:
跟踪信息,即trace信息,是在应用程序出现异常时,操作系统对异常发生时对应进程进行跟踪追溯的信息,该信息记录了异常发生时进程的堆栈及虚拟机的一些状态信息,操作系统对此类trace信息进行保存,形成跟踪(trace)文件,例如,安卓系统中的traces.txt文件,会记录应用程序发生无响应(Application Not Responding,ANR)事件时当前进程的相关信息。根据trace文件中记录的trace信息,可以实现对应用程序出现的卡顿问题的分析和定位,以优化应用程序的运行流畅度。
下面对本公开实施例的应用场景进行解释:
图1为本公开实施例提供的一种应用场景示意图,参考图1所示,本公开实施例提供的应用程序卡顿数据获取方法可以应用在终端设备上,例如智能手机。终端设备上安装并运行有应用程序(APP)客户端。为了提高应用程序运行的流畅度,给应用程序的应用用户提供更好的使用体验,设置在服务器中,与应用程序客户端通信连接的服务端会对客户端进行卡顿监测,并收集客户端上传的用于记录应用程序出现的卡顿情况的卡顿数据,具体地,例如应用程序客户端可以根据预设的计划信息,定时上传卡顿数据至服务器,也可以在监测应用程序出现卡顿后,或者根据接收到的指令信息,上传卡顿数据至服务器。应用程序的开发用户通过服务器内的卡顿数据,进行分析,定位应用程序出现卡顿的原因,从而对应用程序进行优化,减少卡顿,提高应用程序的运行流畅度。
图2为现有技术中一种卡顿监测的过程示例图。参考图2,现有技术中,对应用程序进行卡顿监测的方案,主要是通过监测应用程序中的长耗时方法、函数,并上报对应的堆栈信息,实现对应用程序的卡顿监测,并通过后续聚合堆栈的方式来归因卡顿问题,实现应用程序卡顿问题的定位。然而,对于应用程序卡顿问题的成因,影响因素很多,除了应用程序内函数本身的因素外,还包括中央处理器(Central Processing Unit,CPU)、内存(Memory)、输入输出接口(Input/Output,I/O)等众多因素都可能造成函数耗时增加,出现应用程序的卡顿,而仅通过卡顿时的堆栈信息,仅能暴露卡顿的“现场情况”,却很难找出真正引发卡顿发生的原因。
本公开实施例提供一种应用程序卡顿监测方法以解决上述问题。
图3为本公开实施例提供的应用程序卡顿监测方法流程示意图一,参考图3,本实施例的方法可以应用在终端设备中,例如智能手机。该应用程序卡顿监测方法包括:
S101,根据卡顿指标,对应用程序进行卡顿监测,其中,卡顿指标用于指示应用程序是否发生卡顿。
示例性地,卡顿指标为用于确定应用程序是否发生卡顿的信息。具体地,例如应用程序在运行过程中调用某函数时所消耗的时长,应用程序的消息耗时,当应用程序在运行过程中调用某函数时所消耗的时长超过预设阈值时,认为应用程序发生卡顿;再例如,应用程序在运行过程中调用某函数时发生卡顿的次数,应用程序的卡顿次数,若应用程序在运行过程中调用某函数时发生卡顿的次数超过预设阈值,认为应用程序发生卡顿。此外,根据具体的需要,卡顿指标还可以有其他实现形式,例如丢帧数,帧率信息等,此处不对此进行一一举例。
S102,若监测到应用程序发生卡顿,则获取跟踪信息。
其中,跟踪信息为应用程序发生卡顿时刻所采集到的数据,跟踪信息用于表征应用程序发生卡顿时刻之前,应用程序中的函数调用耗时和操作系统中的函数调用耗时。
具体地,当监测到应用程序发生卡顿时,需要尽可能多的获取与应用程序卡顿相关的数据,以支持后续对应用程序卡顿问题的定位。其中,示例性地,导致应用程序卡顿问题的耗时,包括两部分,分别为函数调用耗时和操作系统中的函数调用耗时。函数调用耗时是由于应用程序中的函数本身执行过程导致的耗时,如APP级别函数耗时。而操作系统中函数调用耗时为应用程序运行过程中与系统相关的数据读写、信息处理过程导致的耗时。例如系统级别的应用程序接口(Application Programming Interface,API)调用过程中的耗时。根据监测应用程序的卡顿,确定应用程序发生卡顿的时刻,进而,获取应用程序发生卡顿时刻之前,与应用程序耗时相关的跟踪信息,能够实现对记录应用程序卡顿原因的数据的收集。可选地,跟踪信息中还可以包括表征终端设备运行应用程序时的硬件运行参数的信息。例如CPU运行状态信息;图像处理器(Graphics Processing Unit,GPU)运行状态信息,I/O运行状态信息。示例性地,跟踪信息是终端设备预先采集,并缓存在预设的缓存区内的,通过读取缓存区中的数据,可以获得对应时刻的跟踪信息。
图4本公开实施例提供的一种获取跟踪信息的示意图,如图4所示,在监测到应用程序卡顿后,终端设备获取缓存区中缓存的用于记录APP级别函数耗时的内存追踪(mtrace)跟踪信息、用于记录系统级API耗时的系统统计(atrace)跟踪信息,以及对应的终端设备的运行状态信息,如CPU运行状态信息、内存运行状态信息、I/O运行状态信息、GPU运行状态信息,将上述信息作为跟踪信息进行存储。
S103,将跟踪信息上传至服务器。
示例性地,在获得跟踪信息后,将跟踪信息存储为对应的预设格式的跟踪文件,例如JS对象简谱(JavaScript Object Notation,JSON)格式的文件,并将该预设格式的跟踪就上传至服务器,完成应用程序的卡顿监测和数据采集过程,以供应用程序的开发用户对跟踪文件进行分析,实现对应用程序卡顿问题的定位。
其中,在一种可能的实现方式中,终端设备可以根据预设的配置参数,定时向服务器上传该跟踪信息,例如每天、每周上传一次跟踪信息。也可以终端设备判断应用程序出现卡顿现象后,向服务器上传对应的跟踪信息。
在另一种可能的实现方式中,终端设备在接收上传指令后,向服务器发送该跟踪信息,其中,该上传指令可以是用户直接向终端设备输入的,也可以是应用程序按照预设规则生成的,也可以是服务器向终端设备发送的,此处不进行具体限定。
本实施例中,通过根据卡顿指标,对应用程序进行卡顿监测,其中,卡顿指标用于指示应用程序是否发生卡顿;若监测到应用程序发生卡顿,则获取跟踪信息,其中,跟踪信息为应用程序发生卡顿时刻所采集到的数据,跟踪信息用于表征应用程序发生卡顿时刻之前,应用程序中的函数调用耗时和操作系统中的函数调用耗时;将跟踪信息上传至服务器的问题,由于在监测到应用程序发生卡顿后,获得的追踪信息中包括应用程序中的函数调用耗时和操作系统中的函数调用耗时,相比简单的长耗时函数调用堆栈信息,信息量和信息维度更加丰富,因此根据该跟踪信息,能够更好地支持后续对应用程序的卡顿问题的定位,提高卡顿问题定位的准确度,提高应用程序卡顿监控有效性。
图5为本公开实施例提供的应用程序卡顿监测方法流程示意图二,本实施例提供的应用程序卡顿监测方法,在图3所示实施例的基础上,进一步地细化了步骤S101和步骤S102,并增加了将跟踪信息生成跟踪文件的步骤,参考图5,下面基于安卓操作系统进行说明,该应用程序卡顿监测方法包括:
步骤S201,统计主线程消息队列中的消息耗时,若消息耗时大于预设时长阈值,则确定应用程序发生卡顿。
具体地,消息队列(Message Queue,MQ)是一种应用程序对应用程序的通信方法,是消费-生产者模型的一个典型的代表。消息队列中的消息被主线程依次处理,并产生对应的消息耗时。其中,消息耗时越长,则卡顿越严重,因此,根据预设的时长阈值,若消息耗时超过该时长阈值,则判断应用程序发生卡顿。
示例性地,如图6所示,步骤S201中统计主线程消息队列中的消息耗时,包括步骤S2011、S2012两个具体的实现步骤:
步骤S2011,通过预设在消息泵中的打印函数,在主线程消息列队中的每一消息开始和结束时,分别打印开始标签和结束标签。
步骤S2012,根据开始标签和结束标签的间隔时长,确定消息耗时。
图7为本公开实施例提供的一种统计主线程消息队列中消息耗时的示意图,如图7所示,通过消息泵(Looper)的Printer函数,在消息分发前和消息分发后都会打印一个标签(Tag),其中包括开始标签和结束标签。根据开始标签和结束标签的时间间隔,确定消息耗时。
在一种可能的实现方式中,卡顿指标还包括卡顿次数,则确定应用程序发生卡顿,包括:
根据预设时长范围内消息耗时大于预设时长阈值的次数,确定卡顿次数;若卡顿次数大于预设的次数阈值,则确定应用程序发生卡顿。
更具体地,例如,根据消息队列中的消息耗时,若在预设时长范围内(例如1分钟),发生了大于预设时长阈值(例如500毫秒)的消息耗时的次数大于次数阈值(例如3次),则确定应用程序发生卡顿。
本实施例中,通过预设的时长阈值和次数阈值,精确的控制卡顿判断条件,可以减少应用程序卡顿问题的漏判和误判,提高卡顿判断准确度。
在一种可能的实现方式中,卡顿指标还包括丢帧数,根据卡顿指标,对应用程序进行卡顿监测,包括:根据终端设备运行应用程序时的显示消息队列,确定丢帧率;若丢帧率大于预设丢帧阈值,则确定应用程序发生卡顿。
应用程序的帧率(FPS)是判断应用程序是否流程运行的重要指标,当应用程序运行过程中出现较多丢帧时,说明应用程序出现了卡顿现象。具体地,根据终端设备运行应用程序时的显示消息队列,确定丢帧率的实现方式包括:统计消息队列中的MSG_DO_SCHEDULE_VSYNC消息耗时,并通过后一帧时间戳与前一帧时间戳的差值,比上一帧的时间(例如16.67毫秒),得到丢帧数。进一步地,例如当丢帧数大于0时,则确定应用程序发生卡顿。其中,获取帧率和丢帧数的方法,可以通过安卓系统中的编舞者(Choregrapher)类实现,此处不对此进行赘述。
步骤S202,确定应用程序发生卡顿后,获取第一跟踪信息和第二跟踪信息。
其中,第一跟踪信息用于表征应用程序的函数耗时;第二跟踪信息用于表征安卓系统接口函数耗时。具体地,获取第一跟踪信息和第二跟踪信息的实现方式可以包括:从预设的缓存区中,读取应用程序发生卡顿时对应的第一跟踪信息和第二跟踪信息。示例性地,预设的缓存区为环形缓存区(ringbuffer)。
可选地,跟踪信息还包括第三跟踪信息,本实施例中,还包括:获取第三跟踪信息。第三跟踪信息用于表征终端设备运行应用程序时的硬件运行参数,硬件运行参数包括以下至少一种:CPU运行状态信息;图像处理器(Graphics Processing Unit,GPU)运行状态信息,I/O运行状态信息。示例性地,在步骤S202之后还包括:从预设的缓存区中,读取应用程序发生卡顿时对应的第三跟踪信息。本实施例中,当应用程序出现卡顿时,在一些情况下,该卡顿现象时由终端设备的硬件所引起的,因此,通过获取表征硬件运行参数的第三跟踪信息,可以进一步的丰富跟踪信息中的内容,为定位卡顿原因提供支持,以实现更准确的定位卡顿原因。
进一步地,示例性地,终端设备内设置有预设的缓存区,在对该缓存区进行初始化后,并通过内存追踪函数(mtrace函数)在缓存区内实时记录第一跟踪信息;通过系统统计函数(atrace函数)在缓存区内实时记录第二跟踪信息。其中,内存追踪函数和系统统计函数是安卓系统中用于获取与应用程序及操作系统API相关的耗时信息的功能函数,此处不对此进行详细介绍。
步骤S203,将第一跟踪信息、第二跟踪信息和第三跟踪信息在用户态下通过异步线程缓存至预设位置,以生成跟踪文件,其中,跟踪文件用于对应用程序进行卡顿分析。
示例性地,其中,第一跟踪信息、第二跟踪信息和第三跟踪信息均跟踪信息的实现方式,跟踪信息中,可以包括第一跟踪信息、第二跟踪信息和第三跟踪信息中的一种或多种。
示例性地,如图8所示,步骤S203包括以下三个具体的实施步骤:
S2031,拦截应用程序的缓存操作,其中,缓存操作用于表征应用程序通过执行内核代码存储跟踪信息。
具体的,跟踪信息在在应用程序出现异常时,所保存的异常发生时刻的堆栈信息,现有技术中将跟踪信息缓存为trace文件的方式,是切换为内核态,通过执行内核代码写入一个预设的文件trace_mark_fd,生成trace文件。本实施例中,在应用程序将该跟踪信息存为trace文件的过程中,拦截该缓存操作,即不切换为内核态,而是在用户态下将跟踪信息保存在预设的位置,更加具体地,该过程可以通过钩子(hook)函数拦截write函数的输入数据,从而实现避免切换为内核态对跟踪信息进行处理的过程。
S2032,将跟踪信息,通过异步线程发送至预设的用户态缓存区。
进一步地,在将跟踪信息拦截下来后,将该跟踪信息发送至预设的用户态缓存区,该过程可以在用户态下实现,不需要切换为内核态。其中,示例性地,终端设备中设置有环形缓存区(ringbuffer)。在该将拦截下来的跟踪信息首先发送至ringbuffer中,不同的跟踪信息被依次写入ringbuffer中,直至该ringbuffer中的缓存数据达到预设的数量水平,再对ringbuffer中的数据进行整体发送,由于该过程始终运行在用户态下,因此避免了多次频繁的调用内核线程,降低了内核资源的浪费。
进一步地,在ringbuffer中缓存的跟踪信息达到预设数据量后,将ringbuffer中的数据通过异步线程发送至用户态缓存区进行缓存。示例性地,用户态缓存区通过安卓系统中的ofstream类实现。
示例性地,在通过异步线程发送至预设的用户态缓存区之前,还包括:获取输入输出接口信息和锁信息,输入输出接口信息用于表征线程对示踪标识描述文件的输入输出状态,其中,示踪标识描述文件为安卓系统中的trace_marker_fd文件;锁信息用于表征线程对示踪标识描述文件的持有状态。示例性地的,还包括:获取处于睡眠(sleep)状态的跟踪信息,其中,处于sleep状态的跟踪信息是指atrace中没有的I/O耗时,Binder耗时等导致线程处于Sleep(Sleep or Uninterruptible Sleep)状态的跟踪信息。
相应的,将I/O接口信息、锁信息、处于sleep状态的跟踪信息,通过异步线程发送至用户态缓存区。本实施例步骤中,通过获取I/O接口信息、锁信息和处于sleep状态的跟踪信息,进一步丰富用于定位应用程序卡顿问题的跟踪信息,是生成的trace文件中包含更多用于指示卡顿问题的信息,提高数据的有效性。
S2033,在确定用户态缓存区的数据写入量大于或等于预设缓存阈值时,将用户态缓存区内的数据写入预设位置,以生成跟踪文件。
示例性地,在该用户态缓存区的数据写入量大于或等于预设缓存阈值时,例如,大于或等于缓存区最大写入量的90%,将用户态缓存区中的数据保存在预设的本地存储位置,此时,需要调用write函数,生成对应的跟踪文件。
在现有技术中,通过切换为内核态,并执行内核代码写入一个预设的文件trace_mark_fd,生成trace文件的过程中,当多线程向描述trace_mark_fd文件的属性的regular文件做I/O读写操作的时候,都会持有该regular文件的占位(position)锁,即f_pos_lock锁,该position锁用于保证线程写入跟踪信息的顺序。在低内存等工况下,I/O读写操作的延迟较高,导致一旦出现某一线程无法及时完成对应的I/O读写操作,则其他线程则必须进行等待,因此,例如用户界面(User Interface,UI)线程此时也需要操作同一文件,则会导致争用f_pos_lock锁的情况发生,进而导致程序出现卡顿。图9为本公开实施例中步骤S203的实现过程示意图,参考图9,而本申请步骤中,通过拦截应用程序向trace_mark_fd写入跟踪信息,并将该跟踪信息缓存在ringbuffer中,并通过ringbuffer写入用户态缓存区,从而生成单独的跟踪文件,即卡顿数据,使写入操作的耗时降低,提高系统处理跟踪信息的效率,减少应用程序的卡顿现象。
步骤S204,将跟踪文件上传至服务器。
在本实施例中,步骤S204中将跟踪文件上传至服务器的实现方式与上述实施例中步骤S103中将跟踪信息上传至服务器的实现方式一致,详细论述请参考步骤S103的论述,这里不再赘述。
对应于上文实施例的应用程序卡顿监测方法,图9为本公开实施例提供的应用程序卡顿监测装置的结构框图。为了便于说明,仅示出了与本公开实施例相关的部分。参照图9,应用程序卡顿监测装置3包括:
监测单元31,用于根据卡顿指标,对应用程序进行卡顿监测,其中,卡顿指标用于指示应用程序是否发生卡顿。
获取单元32,用于若监测到应用程序发生卡顿,则获取跟踪信息,其中,跟踪信息为应用程序发生卡顿时刻所采集到的数据,跟踪信息用于表征应用程序发生卡顿时刻之前,应用程序中的函数调用耗时和操作系统中的函数调用耗时。
收发单元33,用于将跟踪信息上传至服务器。
在本公开的一个实施例中,卡顿指标包括消息耗时,监测单元31,具体用于:统计主线程消息队列中的消息耗时;若消息耗时大于预设时长阈值,则确定应用程序发生卡顿。
在本公开的一个实施例中,监测单元31在统计主线程消息队列中的消息耗时时,具体用于:通过预设在消息泵中的打印函数,在主线程消息列队中的每一消息开始和结束时,分别打印开始标签和结束标签;根据开始标签和结束标签的间隔时长,确定消息耗时。
在本公开的一个实施例中,卡顿指标还包括卡顿次数,监测单元31在若消息耗时大于预设时长阈值,则确定应用程序发生卡顿时,具体用于:根据预设时长范围内消息耗时大于预设时长阈值的次数,确定卡顿次数;若卡顿次数大于预设的次数阈值,则确定应用程序发生卡顿。
在本公开的一个实施例中,卡顿指标包括丢帧数,监测单元31,具体用于:根据终端设备运行应用程序时的显示消息队列,确定丢帧率;若丢帧率大于预设丢帧阈值,则确定应用程序发生卡顿。
在本公开的一个实施例中,应用程序卡顿监测装置还包括:
缓存单元34,用于将跟踪信息在用户态下通过异步线程缓存至预设位置,以生成跟踪文件,其中,跟踪文件用于对应用程序进行卡顿分析;收发单元33,具体用于:将跟踪文件上传至服务器。
在本公开的一个实施例中,缓存单元34在将跟踪信息在用户态下通过异步线程缓存至预设位置,以生成跟踪文件时,具体用于:拦截应用程序的缓存操作,其中,缓存操作用于表征应用程序通过执行内核代码存储跟踪信息;将跟踪信息,通过异步线程发送至预设的用户态缓存区;在确定用户态缓存区的数据写入量大于或等于预设缓存阈值时,将用户态缓存区内的数据写入预设位置,以生成跟踪文件。
在本公开的一个实施例中,缓存单元34在拦截应用程序通过执行内核代码存储跟踪信息的操作时,具体用于:通过预设在写系统调用位置的钩子函数,拦截应用程序向示踪标识描述文件写入的跟踪信息,并将跟踪信息写入环形内存缓存区;缓存单元34在将跟踪信息,通过异步线程发送至预设的用户态缓存区时,具体用于:通过异步线程将环形内存缓存区中的跟踪信息写入用户态缓存区。
在本公开的一个实施例中,跟踪信息包括第一跟踪信息和第二跟踪信息,其中,第一跟踪信息用于表征应用程序的函数耗时;第二跟踪信息用于表征安卓系统接口函数耗时;获取单元32在获取跟踪信息时,具体用于:从预设的缓存区中,读取应用程序发生卡顿时对应的第一跟踪信息和第二跟踪信息。
在本公开的一个实施例中,跟踪信息还包括第三跟踪信息,第三跟踪信息用于表征终端设备运行应用程序时的硬件运行参数,硬件运行参数包括以下至少一种:中央处理器运行状态信息;图像处理器运行状态信息,输入输出接口运行状态信息。
获取单元32还用于:从预设的缓存区中,读取应用程序发生卡顿时对应的第三跟踪信息。
在本公开的一个实施例中,获取单元32还用于:初始化缓存区,并通过内存追踪函数在缓存区内实时记录第一跟踪信息;通过系统统计函数在缓存区内实时记录第二跟踪信息。
在本公开的一个实施例中,收发单元33在将跟踪信息上传至服务器时,具体用于:对跟踪信息进行格式化,生成JSON格式的监测数据文件;将监测数据文件上传至服务器。
本实施例提供的设备,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
参考图10,其示出了适于用来实现本公开实施例的电子设备900的结构示意图,该电子设备900可以为终端设备或服务器。其中,终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、个人数字助理(Personal Digital Assistant,简称PDA)、平板电脑(Portable Android Device,简称PAD)、便携式多媒体播放器(Portable MediaPlayer,简称PMP)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图10示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图10所示,电子设备900可以包括处理装置(例如中央处理器、图形处理器等)901,其可以根据存储在只读存储器(Read Only Memory,简称ROM)902中的程序或者从存储装置908加载到随机访问存储器(Random Access Memory,简称RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中,还存储有电子设备900操作所需的各种程序和数据。处理装置901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
通常,以下装置可以连接至I/O接口905:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置906;包括例如液晶显示器(Liquid CrystalDisplay,简称LCD)、扬声器、振动器等的输出装置907;包括例如磁带、硬盘等的存储装置908;以及通信装置909。通信装置909可以允许电子设备900与其他设备进行无线或有线通信以交换数据。虽然图10示出了具有各种装置的电子设备900,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置909从网络上被下载和安装,或者从存储装置908被安装,或者从ROM902被安装。在该计算机程序被处理装置901执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备执行上述实施例所示的方法。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LocalArea Network,简称LAN)或广域网(Wide Area Network,简称WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
第一方面,根据本公开的一个或多个实施例,提供了一种应用程序卡顿监测方法,包括:根据卡顿指标,对应用程序进行卡顿监测,其中,卡顿指标用于指示应用程序是否发生卡顿;若监测到应用程序发生卡顿,则获取跟踪信息,其中,跟踪信息为应用程序发生卡顿时刻所采集到的数据,跟踪信息用于表征应用程序发生卡顿时刻之前,应用程序中的函数调用耗时和操作系统中的函数调用耗时;将跟踪信息上传至服务器。
根据本公开的一个或多个实施例,卡顿指标包括消息耗时,根据卡顿指标,对应用程序进行卡顿监测,包括:统计主线程消息队列中的消息耗时;若消息耗时大于预设时长阈值,则确定应用程序发生卡顿。
根据本公开的一个或多个实施例,统计主线程消息队列中的消息耗时,包括:通过预设在消息泵中的打印函数,在主线程消息列队中的每一消息开始和结束时,分别打印开始标签和结束标签;根据开始标签和结束标签的间隔时长,确定消息耗时。
根据本公开的一个或多个实施例,卡顿指标还包括卡顿次数,若消息耗时大于预设时长阈值,则确定应用程序发生卡顿,包括:根据预设时长范围内消息耗时大于预设时长阈值的次数,确定卡顿次数;若卡顿次数大于预设的次数阈值,则确定应用程序发生卡顿。
根据本公开的一个或多个实施例,卡顿指标包括丢帧数,根据卡顿指标,对应用程序进行卡顿监测,包括:根据终端设备运行应用程序时的显示消息队列,确定丢帧率;若丢帧率大于预设丢帧阈值,则确定应用程序发生卡顿。
根据本公开的一个或多个实施例,方法还包括:将跟踪信息在用户态下通过异步线程缓存至预设位置,以生成跟踪文件,其中,跟踪文件用于对应用程序进行卡顿分析;将跟踪信息上传至服务器,包括:将跟踪文件上传至服务器。
根据本公开的一个或多个实施例,将跟踪信息在用户态下通过异步线程缓存至预设位置,以生成跟踪文件,包括:拦截应用程序的缓存操作,其中,缓存操作用于表征应用程序通过执行内核代码存储跟踪信息;将跟踪信息,通过异步线程发送至预设的用户态缓存区;在确定用户态缓存区的数据写入量大于或等于预设缓存阈值时,将用户态缓存区内的数据写入预设位置,以生成跟踪文件。
根据本公开的一个或多个实施例,拦截应用程序通过执行内核代码存储跟踪信息的操作,包括:通过预设在写系统调用位置的钩子函数,拦截应用程序向示踪标识描述文件写入的跟踪信息,并将跟踪信息写入环形内存缓存区;将跟踪信息,通过异步线程发送至预设的用户态缓存区,包括:通过异步线程将环形内存缓存区中的跟踪信息写入用户态缓存区。
根据本公开的一个或多个实施例,跟踪信息包括第一跟踪信息和第二跟踪信息,其中,第一跟踪信息用于表征应用程序的函数耗时;第二跟踪信息用于表征安卓系统接口函数耗时;获取跟踪信息,包括:从预设的缓存区中,读取应用程序发生卡顿时对应的第一跟踪信息和第二跟踪信息。
根据本公开的一个或多个实施例,跟踪信息还包括第三跟踪信息,第三跟踪信息用于表征终端设备运行应用程序时的硬件运行参数,硬件运行参数包括以下至少一种:中央处理器运行状态信息;图像处理器运行状态信息,输入输出接口运行状态信息。方法还包括:从预设的缓存区中,读取应用程序发生卡顿时对应的第三跟踪信息。
根据本公开的一个或多个实施例,方法还包括:初始化缓存区,并通过内存追踪函数在缓存区内实时记录第一跟踪信息;通过系统统计函数在缓存区内实时记录第二跟踪信息。
根据本公开的一个或多个实施例,将跟踪信息上传至服务器,包括:对跟踪信息进行格式化,生成JSON格式的监测数据文件;将监测数据文件上传至服务器。
第二方面,根据本公开的一个或多个实施例,提供了一种应用程序卡顿监测装置,包括:
监测单元,用于根据卡顿指标,对应用程序进行卡顿监测,其中,卡顿指标用于指示应用程序是否发生卡顿。
获取单元,用于若监测到应用程序发生卡顿,则获取跟踪信息,其中,跟踪信息为应用程序发生卡顿时刻所采集到的数据,跟踪信息用于表征应用程序发生卡顿时刻之前,应用程序中的函数调用耗时和操作系统中的函数调用耗时。
收发单元,用于将跟踪信息上传至服务器。
根据本公开的一个或多个实施例,卡顿指标包括消息耗时,监测单元,具体用于:统计主线程消息队列中的消息耗时;若消息耗时大于预设时长阈值,则确定应用程序发生卡顿。
根据本公开的一个或多个实施例,监测单元在统计主线程消息队列中的消息耗时时,具体用于:通过预设在消息泵中的打印函数,在主线程消息列队中的每一消息开始和结束时,分别打印开始标签和结束标签;根据开始标签和结束标签的间隔时长,确定消息耗时。
根据本公开的一个或多个实施例,卡顿指标还包括卡顿次数,监测单元在若消息耗时大于预设时长阈值,则确定应用程序发生卡顿时,具体用于:根据预设时长范围内消息耗时大于预设时长阈值的次数,确定卡顿次数;若卡顿次数大于预设的次数阈值,则确定应用程序发生卡顿。
根据本公开的一个或多个实施例,卡顿指标包括丢帧数,监测单元,具体用于:根据终端设备运行应用程序时的显示消息队列,确定丢帧率;若丢帧率大于预设丢帧阈值,则确定应用程序发生卡顿。
根据本公开的一个或多个实施例,应用程序卡顿监测装置还包括:缓存单元,用于将跟踪信息在用户态下通过异步线程缓存至预设位置,以生成跟踪文件,其中,跟踪文件用于对应用程序进行卡顿分析;收发单元,具体用于:将跟踪文件上传至服务器。
根据本公开的一个或多个实施例,缓存单元在将跟踪信息在用户态下通过异步线程缓存至预设位置,以生成跟踪文件时,具体用于:拦截应用程序的缓存操作,其中,缓存操作用于表征应用程序通过执行内核代码存储跟踪信息;将跟踪信息,通过异步线程发送至预设的用户态缓存区;在确定用户态缓存区的数据写入量大于或等于预设缓存阈值时,将用户态缓存区内的数据写入预设位置,以生成跟踪文件。
根据本公开的一个或多个实施例,缓存单元在拦截应用程序通过执行内核代码存储跟踪信息的操作时,具体用于:通过预设在写系统调用位置的钩子函数,拦截应用程序向示踪标识描述文件写入的跟踪信息,并将跟踪信息写入环形内存缓存区;缓存单元在将跟踪信息,通过异步线程发送至预设的用户态缓存区时,具体用于:通过异步线程将环形内存缓存区中的跟踪信息写入用户态缓存区。
根据本公开的一个或多个实施例,跟踪信息包括第一跟踪信息和第二跟踪信息,其中,第一跟踪信息用于表征应用程序的函数耗时;第二跟踪信息用于表征安卓系统接口函数耗时;获取单元在获取跟踪信息时,具体用于:从预设的缓存区中,读取应用程序发生卡顿时对应的第一跟踪信息和第二跟踪信息。
根据本公开的一个或多个实施例,跟踪信息还包括第三跟踪信息,第三跟踪信息用于表征终端设备运行应用程序时的硬件运行参数,硬件运行参数包括以下至少一种:中央处理器运行状态信息;图像处理器运行状态信息,输入输出接口运行状态信息。获取单元还用于:从预设的缓存区中,读取应用程序发生卡顿时对应的第三跟踪信息。
根据本公开的一个或多个实施例,获取单元还用于:初始化缓存区,并通过内存追踪函数在缓存区内实时记录第一跟踪信息;通过系统统计函数在缓存区内实时记录第二跟踪信息。
根据本公开的一个或多个实施例,收发单元在将跟踪信息上传至服务器时,具体用于:对跟踪信息进行格式化,生成JSON格式的监测数据文件;将监测数据文件上传至服务器。
第三方面,根据本公开的一个或多个实施例,提供了一种电子设备,包括:至少一个处理器和存储器;
存储器存储计算机执行指令;
至少一个处理器执行存储器存储的计算机执行指令,使得至少一个处理器执行如上第一方面以及第一方面各种可能的设计的应用程序卡顿监测方法。
第四方面,根据本公开的一个或多个实施例,提供了一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,当处理器执行计算机执行指令时,实现如上第一方面以及第一方面各种可能的设计的应用程序卡顿监测方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (15)

1.一种应用程序卡顿监测方法,其特征在于,包括:
根据卡顿指标,对应用程序进行卡顿监测,其中,所述卡顿指标用于指示应用程序是否发生卡顿;
若监测到应用程序发生卡顿,则获取跟踪信息,其中,所述跟踪信息为应用程序发生卡顿时刻所采集到的数据,所述跟踪信息用于表征应用程序发生卡顿时刻之前,应用程序中的函数调用耗时和操作系统中的函数调用耗时;
将所述跟踪信息上传至服务器。
2.根据权利要求1所述的方法,其特征在于,所述卡顿指标包括消息耗时,根据卡顿指标,对应用程序进行卡顿监测,包括:
统计主线程消息队列中的消息耗时;
若所述消息耗时大于预设时长阈值,则确定所述应用程序发生卡顿。
3.根据权利要求2所述的方法,其特征在于,统计主线程消息队列中的消息耗时,包括:
通过预设在消息泵中的打印函数,在主线程消息列队中的每一消息开始和结束时,分别打印开始标签和结束标签;
根据所述开始标签和所述结束标签的间隔时长,确定所述消息耗时。
4.根据权利要求2所述的方法,其特征在于,所述卡顿指标还包括卡顿次数,若所述消息耗时大于预设时长阈值,则确定所述应用程序发生卡顿,包括:
根据预设时长范围内所述消息耗时大于所述预设时长阈值的次数,确定卡顿次数;
若所述卡顿次数大于预设的次数阈值,则确定所述应用程序发生卡顿。
5.根据权利要求1所述的方法,其特征在于,所述卡顿指标包括丢帧数,根据卡顿指标,对应用程序进行卡顿监测,包括:
根据终端设备运行所述应用程序时的显示消息队列,确定丢帧率;
若所述丢帧率大于预设丢帧阈值,则确定所述应用程序发生卡顿。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述跟踪信息在用户态下通过异步线程缓存至预设位置,以生成跟踪文件,其中,所述跟踪文件用于对所述应用程序进行卡顿分析;
将所述跟踪信息上传至服务器,包括:
将所述跟踪文件上传至服务器。
7.根据权利要求6所述的方法,其特征在于,将所述跟踪信息在用户态下通过异步线程缓存至预设位置,以生成跟踪文件,包括:
拦截所述应用程序的缓存操作,其中,所述缓存操作用于表征所述应用程序通过执行内核代码存储所述跟踪信息;
将所述跟踪信息,通过异步线程发送至预设的用户态缓存区;
在确定所述用户态缓存区的数据写入量大于或等于预设缓存阈值时,将所述用户态缓存区内的数据写入预设位置,以生成跟踪文件。
8.根据权利要求7所述的方法,其特征在于,拦截所述应用程序通过执行内核代码存储所述跟踪信息的操作,包括:
通过预设在写系统调用位置的钩子函数,拦截所述应用程序向示踪标识描述文件写入的跟踪信息,并将所述跟踪信息写入环形内存缓存区;
将所述跟踪信息,通过异步线程发送至预设的用户态缓存区,包括:
通过异步线程将所述环形内存缓存区中的跟踪信息写入所述用户态缓存区。
9.根据权利要求1-8任一项所述的方法,其特征在于,所述跟踪信息包括第一跟踪信息和第二跟踪信息,其中,第一跟踪信息用于表征所述应用程序的函数耗时;所述第二跟踪信息用于表征安卓系统接口函数耗时;获取跟踪信息,包括:
从预设的缓存区中,读取所述应用程序发生卡顿时对应的第一跟踪信息和第二跟踪信息。
10.根据权利要求9所述的方法,其特征在于,所述跟踪信息还包括第三跟踪信息,所述第三跟踪信息用于表征终端设备运行所述应用程序时的硬件运行参数,所述硬件运行参数包括以下至少一种:中央处理器运行状态信息;图像处理器运行状态信息,输入输出接口运行状态信息;
所述方法还包括:
从预设的缓存区中,读取所述应用程序发生卡顿时对应的所述第三跟踪信息。
11.根据权利要求9所述的方法,其特征在于,所述方法还包括:
初始化所述缓存区,并通过内存追踪函数在所述缓存区内实时记录所述第一跟踪信息;通过系统统计函数在所述缓存区内实时记录所述第二跟踪信息。
12.根据权利要求1-8任一项所述的方法,其特征在于,将所述跟踪信息上传至服务器,包括:
对所述跟踪信息进行格式化,生成JS对象简谱格式的监测数据文件;
将所述监测数据文件上传至服务器。
13.一种应用程序卡顿监测装置,其特征在于,包括:
监测单元,用于根据卡顿指标,对应用程序进行卡顿监测,其中,所述卡顿指标用于指示应用程序是否发生卡顿;
获取单元,用于若监测到应用程序发生卡顿,则获取跟踪信息,其中,所述跟踪信息为应用程序发生卡顿时刻所采集到的数据,所述跟踪信息用于表征应用程序发生卡顿时刻之前,应用程序中的函数调用耗时和操作系统中的函数调用耗时;
收发单元,用于将所述跟踪信息上传至服务器。
14.一种电子设备,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1至12任一项所述的应用程序卡顿监测方法。
15.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至12任一项所述的应用程序卡顿监测方法。
CN202011627226.6A 2020-12-31 2020-12-31 应用程序卡顿监测方法、装置、设备及存储介质 Pending CN114691448A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011627226.6A CN114691448A (zh) 2020-12-31 2020-12-31 应用程序卡顿监测方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011627226.6A CN114691448A (zh) 2020-12-31 2020-12-31 应用程序卡顿监测方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN114691448A true CN114691448A (zh) 2022-07-01

Family

ID=82133583

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011627226.6A Pending CN114691448A (zh) 2020-12-31 2020-12-31 应用程序卡顿监测方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114691448A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220394475A1 (en) * 2021-06-07 2022-12-08 Sr Technologies, Inc. System and method for packet detail detection and precision blocking
CN115470075A (zh) * 2022-09-15 2022-12-13 中电金信软件有限公司 应用程序故障的检测方法、装置、电子设备及存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220394475A1 (en) * 2021-06-07 2022-12-08 Sr Technologies, Inc. System and method for packet detail detection and precision blocking
US11882448B2 (en) * 2021-06-07 2024-01-23 Sr Technologies, Inc. System and method for packet detail detection and precision blocking
CN115470075A (zh) * 2022-09-15 2022-12-13 中电金信软件有限公司 应用程序故障的检测方法、装置、电子设备及存储介质
CN115470075B (zh) * 2022-09-15 2023-08-29 中电金信软件有限公司 应用程序故障的检测方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN114691448A (zh) 应用程序卡顿监测方法、装置、设备及存储介质
US20190102223A1 (en) System, Apparatus And Method For Real-Time Activated Scheduling In A Queue Management Device
US20090182798A1 (en) Method and apparatus to improve the effectiveness of system logging
EP3564898A1 (en) Apparatus and methods for generating dynamic trace data on a gpu
CN110825731A (zh) 数据存储方法、装置、电子设备及存储介质
WO2016095091A1 (en) Instrumentation of graphics instructions
CN110688245A (zh) 信息获取方法、装置、存储介质及设备
CN112954056B (zh) 监控数据处理方法、装置、电子设备及存储介质
US11586983B2 (en) Data processing system and method for acquiring data for training a machine learning model for use in monitoring the data processing system for anomalies
WO2018022303A1 (en) Capturing commands in a multi-engine graphics processing unit
CN116737576A (zh) 系统测试方法和装置
WO2022188576A1 (zh) 性能问题定位方法、装置、电子设备和存储介质
CN110727558A (zh) 信息提示方法、装置、存储介质及电子设备
CN114428711A (zh) 数据检测方法、装置、设备及存储介质
CN113407344A (zh) 一种处理卡顿的方法及装置
CN114281807A (zh) 数据质量稽核方法、装置、设备及存储介质
CN110119364B (zh) 一种输入/输出批量提交的方法和系统
US20150254160A1 (en) Tracing the operations of a data processing apparatus
CN113806183A (zh) 应用卡顿处理方法、装置、设备、存储介质和程序产品
CN114691399A (zh) 应用程序卡顿数据获取方法、装置、设备及存储介质
EP3387524B1 (en) Hardware access counters and event generation for coordinating multithreaded processing
CN110569184A (zh) 一种测试方法及终端设备
CN115065647B (zh) 一种数据计算方法、装置及电子设备
US20160292077A1 (en) Low-latency lossy processing of machine data
US20140330958A1 (en) Computing device performance monitor

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination