26、性能剖析工具：Systrace/Perfetto使用、GPU Profiler、解码器内部统计、自定义打点

做视频硬解码优化，最怕什么？

怕的是「感觉卡，但不知道卡在哪」。

我早年调试一个4K播放器，画面每隔几秒就抖一下。肉眼能看出来，但log里全是正常的。折腾了两天，最后用Systrace一抓——原来是GPU渲染管线里有个纹理上传操作卡了主线程。嗯，从那以后，我再也不敢凭感觉调优了。

这一章，我就把压箱底的性能剖析工具链拿出来。咱们一个一个说清楚。

26.1 Systrace与Perfetto：系统级追踪的「老大哥」和「新王者」

先说Systrace。这是Android早期就有的工具，基于ftrace。它能抓取CPU调度、SurfaceFlinger、VSync、Binder调用等系统事件。

我个人习惯，在分析解码卡顿时，先开Systrace看两个东西：

• VSync信号是否稳定——如果VSync出现断层，说明渲染管线被阻塞了
• 解码线程的CPU调度情况——看它是不是被频繁迁移到小核上

但Systrace有个硬伤：它只能抓几十秒，而且数据量一大就卡。所以Android 10之后，Google主推Perfetto。

Perfetto比Systrace强在哪？我列个表：

对比项	Systrace	Perfetto
抓取时长	通常5~10秒	可长达数分钟
数据量	超过100MB就卡死	支持GB级数据
SQL分析	不支持	支持SQL查询
自定义数据源	有限	支持protobuf扩展
UI界面	老旧Web UI	全新UI，交互流畅

说白了，如果你还在用Systrace，建议尽快迁移到Perfetto。我去年把一个老项目从Systrace切到Perfetto，排查问题的效率至少提升了50%。

26.2 GPU Profiler：解码器之外的「隐形瓶颈」

很多人以为解码优化只看CPU就够了。其实不然。

你想想看，解码器输出的是一帧帧YUV或RGBA数据。这些数据最终要交给GPU去合成、显示。如果GPU这边处理不过来，照样掉帧。

Android上的GPU Profiler工具，我常用这几个：

• AGI (Android GPU Inspector)——Google官方工具，支持抓取GPU指令、着色器、纹理内存
• Snapdragon Profiler——高通平台专用，能看Adreno GPU的详细状态
• Mali Graphics Debugger——ARM平台专用，适合Exynos/麒麟芯片

我曾经遇到一个案例：解码器输出帧率是60fps，但屏幕上只有30fps。用AGI一查，发现是GPU在合成时，每帧都要做一次色彩空间转换（YUV→RGB），这个操作占用了大量着色器周期。后来我们把转换逻辑挪到解码器的输出端，用CPU提前转好，GPU这边就轻松了。

26.3 解码器内部统计：MediaCodec自带的「体检报告」

MediaCodec其实提供了不少内部统计信息，只是很多人不知道。

通过 MediaCodec.getOutputFormat() 和 MediaCodec.getInputFormat()，你可以拿到一些关键指标：

// 获取解码器内部统计
MediaFormat format = codec.getOutputFormat();
int width = format.getInteger(MediaFormat.KEY_WIDTH);
int height = format.getInteger(MediaFormat.KEY_HEIGHT);
// 注意：以下字段并非所有设备都支持
if (format.containsKey("encoder-delay")) {
    int delay = format.getInteger("encoder-delay");
    Log.d(TAG, "编码器延迟: " + delay + "帧");
}
if (format.containsKey("input-buffer-count")) {
    int inputCount = format.getInteger("input-buffer-count");
    Log.d(TAG, "输入缓冲区数量: " + inputCount);
}

但说实话，MediaCodec暴露的统计信息非常有限。更靠谱的方式，是使用 Codec2 的 C2Param 接口。Codec2是Android 12之后主推的新一代编解码框架，它提供了更细粒度的控制参数。

举个例子，你可以通过 C2StreamPictureSizeInfo 拿到实际解码分辨率，通过 C2StreamAvgBitrateInfo 拿到码率统计。这些在MediaCodec的老接口里是拿不到的。

26.4 自定义打点：把「黑盒」变成「白盒」

工具再强，也有覆盖不到的地方。比如：你的业务逻辑里，从网络接收数据包到送入解码器，中间经过了几个队列？每个队列的等待时间是多少？

这些信息，Systrace和Perfetto都抓不到。怎么办？自己打点。

Android上自定义打点，我推荐两种方式：

1. Trace.beginSection() / endSection()——最简单，直接写入系统trace，可以在Systrace/Perfetto里看到
2. 自定义环形缓冲区——适合高频打点场景，避免log过多影响性能

下面是我在实际项目中用过的打点模板：

public class DecoderTrace {
    private static final String TAG = "DecoderTrace";
    private static final int BUFFER_SIZE = 1024;
    private final long[] timestamps = new long[BUFFER_SIZE];
    private final String[] labels = new String[BUFFER_SIZE];
    private int index = 0;

    public void mark(String label) {
        // 写入系统trace
        Trace.beginSection(label);
        Trace.endSection();
        // 同时写入环形缓冲区
        timestamps[index] = System.nanoTime();
        labels[index] = label;
        index = (index + 1) % BUFFER_SIZE;
    }

    public void dump() {
        // 输出最近BUFFER_SIZE条记录
        for (int i = 0; i < BUFFER_SIZE; i++) {
            if (labels[i] != null) {
                Log.d(TAG, labels[i] + " @ " + timestamps[i]);
            }
        }
    }
}

使用的时候，在关键路径上打点：

trace.mark("网络接收完成");
// ... 数据入队 ...
trace.mark("数据入队");
// ... 解码器dequeueInputBuffer ...
trace.mark("送入解码器");
// ... 解码器返回输出 ...
trace.mark("解码完成");

我曾经用这套方案，定位到一个诡异的「间歇性卡顿」。Perfetto上看CPU和GPU都正常，但自定义打点显示：每隔30秒左右，网络接收完成到数据入队之间，会多出200ms的延迟。最后发现是网络库的GC引起的。嗯，这种问题，没有自定义打点根本查不出来。

26.5 知识体系总览

说了这么多，我把这四种工具的关系画成一张图，方便你理解：

这四种工具，不是互相替代的关系，而是互补的。系统级追踪看大方向，GPU Profiler查渲染瓶颈，解码器内部统计确认硬件状态，自定义打点补全业务细节。四者结合，才能把解码性能问题彻底挖干净。

好了，这一章的内容就到这里。下一章我们聊聊具体怎么用Perfetto抓取解码器的trace数据，以及如何解读那些花花绿绿的时间轴。

---