深度分析说明书(内测中)

前言：
为了帮助项目建立稳定可控的性能管线，及时发现性能问题，快速定位并优化，PerfDog团队开发了深度分析功能。从CPU的调度和使用，到线程的运行状态，再到调用堆栈，以及渲染截图，PerfDog都可以准确获取，让分析更加全面。配合数据管理平台，在日常版本中有性能问题时，可以快速版本对比，也可以用Web端多人协作分析，定位到函数或模块级别，及时优化和修复，保障项目的性能稳定可控。目前功能已在内测中。

快速体验，使用指南
Android平台：
https://perfdog.qq.com/article_detail?id=10214&issue_id=0&plat_id=1

iOS平台：
https://perfdog.qq.com/article_detail?id=10213&issue_id=0&plat_id=1

核心功能：
从CPU调度，到线程状态及调用栈，再到渲染截图，让分析一步到位。

快速定位卡顿帧，直击代码级别；高效计算stat/profile数据，低帧原因一目了然。

提供多种语言接口便于二次开发，以及集成自动化性能分析管线。

高效数据管理平台，方便对比分析，更快定位原因。

支持UE/Untiy双引擎，支持Android及iOS双系统。

关键stat/profile数据分析
1） 实时stat/profile数据查看，及时发现低帧或异常的stat/profile。

也可以在“添加事件”中，搜索添加stat/profile事件到OverView中，进行实时查看需要重点关注的事件。

可以右键选择Max FrameTime，直接跳转到最大的FrameTime帧进行分析。当然

也可以选择跳转到Max CollectGarbageInternal或者其他任意添加的事件进行分析。

可以右键选择Save，能保存数据到本地

2）Stat/profile数据统计分析，调用栈以及被调用栈。详细统计了一段时间或者单帧中stat/profile的次数、总耗时、平均时间、最大及最小耗时。支持搜索及排序，快速找到热点stat/profile。

3）数据分析更加便捷。通过鼠标悬浮、单击、框选、右键等操作快速得出统计值，减少线下二次计算时间，将精力聚焦到分析问题上。快速计算选定帧中各个stat/profile与均值的差值，如下图所示：

CPU调度

1. 快速查看每个核运行负载及调度是否合理。例如，Unreal游戏GameThread、RenderThread及RHIThread是否运行在小核上，以及大核是否被不重要的线程占用，导致核心线程不能被调度到大核上，引起低帧或卡顿。亦或者不重要的线程运行在超大核上，导致功耗和发热严重。

2）分析主要线程运行状态、同步以及耗时。例如，分析核心线程之间的同步是否正常，是否存在过长的等待。以及线程状态是否正常，是否在Running与Runnable或Sleep之间频繁切换。

线程状态及stat/profile数据
1）深入分析堆栈及耗时，快速分析高耗时或异常stat/profile。

2）每个线程的状态，并且与线程所执行的stat/profile对齐。方便查看多线程之间的执行关系，以及执行状态是否合理。例如，核心线程是否因为等待其他线程造成卡顿。配合stat/profile分析，是否可以分帧或者合理的并行执行。

渲染截图
1）超低消耗的定时截图，快速定位瓶颈原因

2）自动配比到当前分析帧，方便分析当前的操作和渲染

数据管理
数据持久化存储，便于性能对比分析和优化案例积累。团队共享数据，高效合作定位问题及跟进优化。

web端分析
Web端同样具备数据统计分析功能，方便团队协作分析。

模式选择
可根据被测应用具体情况，选择合适的模式进行深度性能分析。

Systrace：基于Android/iOS的事件跟踪机制，主要适用于非游戏、UE4.23版本之前开发的游戏。性能影响仅为Android/iOS系统的分析功能（例如systrace/ instruments）的30%。

Unreal/Unity：适合于Unreal/ Unity引擎开发的应用或游戏，基于引擎性能采集机制，将数据处理与主要线程脱离，从而将性能影响降到最低，相比较UE Insight/Unity Profile性能影响在3%以内，可以更加精准的分析性能。

案例分享：
发现问题：
在性能测试过程发现有明显顿卡，然后利用深度分析功能进行分析，重现顿卡的场景或实时查看每帧的FrameTime，发现有明显的尖刺，即可进行分析，如下图所示：

框选包含FrameTime异常的一段，可以统计各项stat/profile的平均及最大值：

可以很方便的看到，FrameTime平均值为30ms，但最大为239.16ms，只有不到5帧，为明显的顿卡帧。此时可以右键直接跳转Max FrameTime的帧进行分析。

CPU各核使用：
先查看该顿卡帧发生时的CPU使用情况，如下图所示：

可以非常明显地看到RHIThread占用了很大比重的CPU，而GameThread和RenderThread几乎没有运行。也可以双击线程名，只凸显出该线程的占用，可以更直观的追踪该线程的运行情况，如下图所示：

线程分析：
此时基本判断是因为RHIThread耗时过长，并且导致了GameThread和RenderThread被挂起，进而造成了严重顿卡。可以进一步分析该帧的火焰图进行分析。

先来查看GameThread，发现Game thread idle time耗时达到210.47ms

RenderThread中CPU Stall – WaitUntilTasksComplete耗时219.13ms

而RHIThread中Shader Link time耗时222.92ms。

Stat/profile Detail：
此时可以明确判断出是因为Shader编译时间过长，导致RHIThread耗时过大，GameThread和RenderThread等待过长，造成明显顿卡。也可以选中Shader link time右键点击Detail，查看该帧详细的stat/profile，可以看到在当前帧中Shader link time耗时达到217.36ms，如下图所示：

具体是那个Shader，可以参考Callers（这里为Translucency相关）增加针对性的stat/profile或log，也可以借助截图进行判断。

渲染截图：
卡顿发生在51.34s左右，可以查看相邻时间的截图。为尽量减少对游戏性能的影响，PerfDog设定2s截图一次。

双击放大51s和53s的截图，如下所示：

对比发生顿卡前后两张截图，可以快速判断是因为花瓣相关的Shader编译导致顿卡。可以预编译进行优化，而不是在运行时再进行编译，避免因Shader编译导致顿卡。

总结：
在OverView中实时查看FrameTime或者其他需要检测的stat/profile，当发现异常时，直接跳转到异常帧，配合CPU Scheduling、线程状态、火焰图及详细stat/profile统计，并利用截图可以快速分析具体导致顿卡的原因，从而进行针对性的优化。