7.优化 - matrix 卡顿监控

  最后以介绍 Matrix 对于卡顿是如何监控来结束卡顿这部分。

1.函数插桩

  Matrix 在 matrix-gradle-plugin 模块中用 ASM 实现了对函数的插桩，记录了需要插桩和不需要插桩的名单，并且可以配置其白名单和黑名单，可以配置插桩时的函数名映射文件，最终效果如下

//一般函数  在函数的开始和结尾插入了如 AppMethodBeat.i(34); 和 AppMethodBeat.o(34); 的函数，可以得到函数的调用顺序，数字的参数是收集需要插桩的函数从0开始递增的
//去除了空函数、GetSet函数、单例函数、白名单过滤函数及一些系统函数
    protected void onResume() {
        AppMethodBeat.i(34);
        super.onResume();
        IssuesMap.clear();
        AppMethodBeat.o(34);
    }

//对于 Activity 的 onWindowFocusChanged 特殊处理，如果 activity 中没有 onWindowFocusChanged 函数 ，那就变下面这样，可以统计 app 启动的结束点
    public void onWindowFocusChanged(boolean var1) {
        super.onWindowFocusChanged(var1);
        AppMethodBeat.at(this, var1);
    }

2.hook ActivityThread 中的 mH，实现代理主线程 handler 的 msg 分发处理

在第一次执行到 AppMethodBeat.i(xxx); 的时候检测有没有代理主线程的 handler ，没有的话就通过反射将原来的拿出来并将自己的设置进 ActivityThread 中去，对于主线程分发事件时调用 AppMethodBeat.o(0xFFFFF - 1);
可以额外记录调用该函数的时间。

3.坏方法的监控

通过反射拿出之前的 Printer 接口实现后放进自己的 Printer 类中，将自己的 Printer 类设置为 looper 的 log 类，之后就是通过观察主线程执行方法时打印的 “>>>>>”和“<<<<<” 来计算方法执行的耗时，大于 700 为坏函数。

4.fps计算

类似与之前提到的，可查看之前的文章

5.anr监控

在主线程开始执行方法前，向子线程的 handler 里面放一个延时的 task，当主线程方法执行完之后延时 atsk 没有被执行就移除掉，当主线程方法执行超时就执行 Task 来收集现场信息，包含了进程优先级，nice值，从 AppMethodBeat 中拿到函数的调用顺序及主线程函数掉用时间差，java 已使用内存，native 可用内存，vm大小，线程信息，主线程堆栈及其他信息等等