第27章 线上性能问题排查：自定义Dump分析、Hprof文件解析与火焰图
线上性能问题，说白了就是「用户手机上的崩溃、卡顿、内存暴涨」。你本地测一万遍，可能都复现不了。为什么？因为线上环境太复杂了——机型、系统版本、用户操作习惯、后台进程抢占……任何一个变量都可能引爆问题。
我个人习惯，排查线上问题一定要有三板斧：自定义Dump、Hprof解析、火焰图聚合。这三样东西配合起来，基本能覆盖90%的线上性能疑难杂症。
核心思路：线上问题排查 = 现场还原 + 数据采集 + 堆栈聚合。缺一不可。
27.1 自定义Dump：主动抓取现场
线上问题最头疼的是什么？是「问题复现了，但日志没抓到」。等用户反馈过来，现场早就没了。所以，我建议你在App里内置一套自定义Dump机制。
什么叫自定义Dump？就是当某些阈值被触发时，主动把当前的内存快照、线程堆栈、GC信息全部保存下来。比如：
- App连续GC超过5次，且每次暂停时间超过200ms
- Java堆内存占用超过80%
- 主线程卡顿超过3秒
- 发生OOM（内存溢出）前一刻
我在项目中遇到过这样一个案例：某款视频App在播放4K视频时，部分用户反馈「播放到一半就闪退」。我们本地怎么测都正常。后来加了自定义Dump，发现是MediaCodec解码器在部分芯片上会泄漏ByteBuffer，导致堆外内存暴涨。嗯，这个如果不主动抓，光看Java堆是看不出来的。
小技巧：自定义Dump不要全量上传，否则服务器会炸。建议只上传最近3次Dump，且文件大小控制在10MB以内。超过的，在用户WiFi环境下异步上传。
27.2 Hprof文件解析：MAT与Android Studio双剑合璧
Hprof文件，说白了就是Java堆的「X光片」。它能告诉你：谁占了多少内存？谁引用了谁？有没有泄漏？
解析Hprof，我常用的工具有两个：MAT（Memory Analyzer Tool）和Android Studio自带的Profiler。两者各有千秋。
| 对比项 | MAT | Android Studio Profiler |
|---|---|---|
| 启动速度 | 慢（需要加载索引） | 快（直接打开） |
| 分析深度 | 深（支持OQL查询、Dominator Tree） | 中等（适合快速定位） |
| 内存泄漏检测 | 强（自动生成泄漏嫌疑报告） | 一般（需要手动分析） |
| 大文件支持 | 好（可调整内存上限） | 差（超过1GB容易卡死） |
我个人习惯是：先用Android Studio快速扫一眼，看看有没有明显的大对象或者重复的Activity实例。如果发现可疑点，再用MAT做深度分析。
27.2.1 用MAT定位泄漏的经典步骤
- 打开Hprof文件，加载完成后点击
Leak Suspects（泄漏嫌疑报告） - 查看
Dominator Tree（支配树），找到占用内存最大的对象 - 右键对象 →
Merge Shortest Paths to GC Roots→ 排除软/弱引用 - 分析引用链，找到不该被持有的强引用
举个例子：你发现MainActivity有5个实例，但理论上只应该有1个。顺着引用链看下去，发现是某个static的Handler持有了Activity的引用。嗯，这就是典型的「匿名内部类隐式持有外部类引用」泄漏。
注意：MAT分析时，如果Hprof文件超过2GB，记得在MemoryAnalyzer.ini里调大-Xmx参数。我曾经因为没调这个，分析到一半直接OOM，白等了半小时。
27.3 火焰图与堆栈聚合：从海量数据中找规律
线上问题往往不是单个堆栈能解决的。你想想看，1000个用户反馈卡顿，每个用户的堆栈都不一样，你怎么定位？这时候就需要堆栈聚合。
堆栈聚合，说白了就是把相似的堆栈合并在一起，按出现次数排序。最常见的聚合方式有两种：
- 按方法调用链聚合：把相同调用路径的堆栈合并，统计耗时
- 按线程状态聚合：统计哪些线程处于Runnable、Blocked、Waiting状态
火焰图就是堆栈聚合的「可视化版本」。它把CPU采样结果画成一张「火焰」形状的图：横轴是调用栈的宽度（占比），纵轴是调用深度。越宽的方块，说明这个方法占用的CPU时间越多。
我曾经排查过一个线上卡顿问题：用户反馈「滑动列表时一卡一卡的」。我们采集了1000份CPU采样数据，生成火焰图后发现，RecyclerView.onBindViewHolder占了60%的CPU时间。再往下看，发现是ImageView.setImageResource里做了BitmapFactory.decodeResource——每次滑动都在解码图片！改成异步加载+缓存后，卡顿直接消失。
关键点：火焰图不是看「哪个方法调用了多少次」，而是看「哪个方法累计占用了多少CPU时间」。宽方块才是优化重点。
27.3.1 如何生成火焰图
生成火焰图的流程其实不复杂：
- 用
SimplePerf或systrace采集CPU采样数据 - 将采样数据转换成
perf.data格式 - 用
FlameGraph工具（开源）生成SVG火焰图
如果你不想折腾命令行，也可以用Android Studio CPU Profiler直接导出火焰图。嗯，这个对新手更友好。
27.4 知识体系总览
下面这张图，是我梳理的线上性能问题排查的完整流程。你可以把它当作一个「检查清单」来用。
27.5 避坑指南
做线上性能排查，有几个坑我踩过，分享给你：
- 不要只依赖一种工具：MAT和Android Studio各有优势，配合使用效果更好。我曾经只用MAT，结果漏掉了一个线程死锁问题——因为MAT只看堆，不看线程状态。
- 自定义Dump要加保护：如果用户手机内存已经很低了，你再触发Dump，可能直接导致系统杀进程。建议在Dump前检查
Runtime.getRuntime().totalMemory()，剩余内存不足100MB时放弃Dump。 - 火焰图采样频率要合理：采样频率太高（比如每秒10000次）会导致性能开销过大，影响用户正常使用。我一般用1000Hz，既能保证精度，又不会太耗电。
- Hprof文件不要直接上传：Hprof文件里可能包含用户隐私数据（比如输入框内容、图片路径）。建议先做脱敏处理，或者只上传分析报告。
我的经验：线上性能问题排查，80%的时间花在「数据采集」上，只有20%的时间花在「分析」上。所以，把自定义Dump和堆栈采样做好，后面就轻松了。
好了，这一章的内容就到这里。记住：线上问题不可怕，可怕的是没有「现场」。自定义Dump、Hprof解析、火焰图聚合，这三样东西就是你的「现场重建工具」。用好它们，大部分线上性能问题都能迎刃而解。