Android Studio 包含 Simpleperf 的图形前端，记录在使用 CPU Profiler 检查 CPU Activity 中。大多数用户更喜欢使用该图形前端，而不是直接使用 Simpleperf。
如果您更喜欢使用命令行，可以直接使用 Simpleperf。Simpleperf 是一个通用的命令行 CPU 性能剖析工具，包含在面向 Mac、Linux 和 Windows 的 NDK 中。
Simpleperf包含两部分：simpleperf可执行文件和Python脚本。路径：Android/sdk/ndk/20.0.5594570/simpleperf
simpleperf可执行文件的工作方式类似于linux-tools-perf，但是具有针对Android分析环境的一些特定功能：详情参看simpleperf
Python 脚本根据功能划成如下三部分:
- 用于记录事件的脚本, like app_profiler.py, run_simpleperf_without_usb_connection.py.
- 用于报告的脚本, like report.py, report_html.py, inferno.
- 用于分析 profiling data的脚本, like simpleperf_report_lib.py.
1.事件
2.分析Android App性能
分析一个 Android 应用的性能可以按照如下三步走：
- 准备一个要分析的APP.
例如Google官方的实例：
<code>$ git clone https://android.googlesource.com/platform/system/extras $ cd extras/simpleperf/demo # Open SimpleperfExamplesWithNative project with Android studio, and build this project # successfully, otherwise the `./gradlew` command below will fail. $ cd SimpleperfExampleWithNative # On windows, use "gradlew" instead. $ ./gradlew clean assemble $ adb install -r app/build/outputs/apk/profiling/app-profiling.apk/<code>
2.抓取性能数据：
<code>./app_profiler.py -p com.example.simpleperf.simpleperfexamplewithnative --compile_java_code -a .MixActivity -lib /Volumes/lixinmu/google/SimpleperfExampleWithNative/app/build/intermediates/cmake/debug/obj/arm64-v8a//<code>
3.分析性能数据：
<code>python report_html.py/<code>
4.查看对应的性能分析数据：
通过数据我们可以看到各个线程占用的CPU时钟周期
3. app_profiler架构
分享到:
