本节目标

· 深入掌握 DevEco Profiler 的场景化分析模板，能够根据问题类型精准选用 Launch、ArkUI、Frame、Time、Allocation、Snapshot、CPU 等模板
· 掌握深度录制与 Trace 分析能力，能够读懂时间线中的渲染流水线、线程调度与跨语言调用栈
· 掌握 Test Kit 白盒性能自动化测试能力，能够对关键代码段和场景化指标建立自动化性能基线
· 掌握 DevEco Testing 的场景化性能测试与性能基线管理能力，实现性能退化早期预警
· 掌握 HiAppEvent + AGC APMS 线上性能监控方案，能够在生产环境采集启动耗时、页面加载、崩溃率等关键指标
· 理解折叠屏与多设备形态下的性能调优要点，掌握窗口尺寸变化时的布局重算控制策略
· 理解“开发—测试—线上”全链路性能治理闭环的构建方法，能够将性能门禁融入 CI/CD 流程
· 能够为中型应用设计一套从本地分析到线上监控的完整性能治理方案

一、DevEco Profiler 深度分析

1.1 场景化分析模板全览

DevEco Profiler 提供以下场景化分析任务类型，每种模板针对特定的性能问题域：

Launch：主要用于分析应用/元服务的启动耗时，分析启动周期各阶段的耗时情况、核心线程的运行情况等，协助开发者识别启动瓶颈。

ArkUI：主要用于定位由于组件耗时、页面布局、状态变量更新导致的卡顿问题。

Frame：主要用于深度分析应用/元服务的卡顿丢帧原因，是滑动/动画场景的首选模板。

Concurrency：主要用于显示并行并发应用的实际运行情况，帮助优化并行并发代码。

ArkWeb：主要用于定位 Web 应用加载和丢帧问题。

Network：主要用于定位 HTTP 协议栈网络信息诊断，进行网络请求分段耗时分析。

Time：主要用于改进函数执行效率的分析，深度录制函数调用栈及每帧耗时等相关运行数据，并完整展现 ArkTS 到 Native 的跨语言调用栈，支撑 Native API 典型问题分析。

Allocation：主要用于应用/元服务内存资源占用情况的分析，可深度采集内存相关数据，直观呈现不同分类的内存趋势，提供内存实例分配的调用栈记录。

Snapshot：支持多次拍摄 ArkTS 堆内存快照，分析单个内存快照或多个内存快照之间的差异，定位 ArkTS 的内存问题。

CPU：通过深度采集 CPU 内核相关数据，直观呈现 CPU 使用率、核心时间片调度信息、频率信息及线程状态等。

模板选型原则：模板选错会导致数据无效。页面滑动/动画卡顿问题推荐使用 Frame/ArkUI 模板，重点分析帧率丢帧、组件绘制、状态更新维度；应用启动慢问题适配 Launch 模板；函数级热点问题使用 Time 模板；内存问题使用 Allocation 或 Snapshot。

1.2 深度录制的操作流程

深度录制的标准流程如下：

第一步：在设备列表中选择设备，在进程列表中选择要调测的应用（可以是正在运行的应用，也可以是已安装但未启动的应用）。

第二步：在 DevEco Profiler 主界面的新建任务区域，单击要创建的场景调优分析任务类型，并单击 “Create Session”。

第三步：配置并确认会话环境，在各泳道区域通过下拉框选项调整录制功能。

第四步：单击任务窗口左上角的启动按钮，等待任务状态由 “initializing” 变为 “recording”。

第五步：在调优设备侧操作 APP，执行要验证的操作，复现设备性能问题。

第六步：单击停止按钮进入数据分析阶段，所有泳道任务状态由 “analyzing” 变为 “rendering”，分析结束后右侧调优详情区域显示具体调优内容。

注意：录制过程中整个 DevEco Profiler 不能再点击其他模板进行操作，如果想录制其他模板需要先结束本次录制。

1.3 渲染流水线的 Profiler 解读

ArkUI 采用声明式 UI 范式，渲染流程分为四个核心阶段：UI 描述构建（框架生成虚拟节点树）、差异计算（状态变更时对比新旧虚拟节点树，标记需要更新的“脏节点”）、布局计算（从根到子完成尺寸与位置的测量排布）、绘制渲染（调用渲染引擎完成图层绘制与合成）。

在 Profiler 的 ArkUI 模板中，可以观察到以下关键信息：

布局脏（Layout Dirty） ：影响尺寸和位置，需要重新测量布局，Profiler 中会显示布局计算的耗时分布。绘制脏（Draw Dirty） ：仅影响样式，重绘但不重新布局，耗时通常较短。

状态变更触发依赖收集，精准标记相关组件为脏，在布局过程只更新需要刷新的组件，避免造成组件树的重建。ArkUI 区分这两类“脏”状态的目的，正是为了实现精准更新。

HarmonyOS 5.0 的增量渲染优化：框架将组件树拆分为多个独立渲染单元，单个状态变更仅触发关联单元的 diff 计算，diff 耗时平均降低 40% 以上；脏区域检测精度从“组件级”提升到更细的粒度。

1.4 Time 模板与跨语言调用栈分析

Time 场景分析任务可在应用/服务运行时展示热点区域内基于 CPU 和进程耗时分析的调用栈情况，并提供跳转至相关代码的能力。其核心价值在于完整展现 ArkTS 到 Native 的跨语言调用栈，支撑 Native API 典型问题的分析。当发现某个 ArkTS 函数耗时异常时，可以直接跳转到对应源码行进行优化。

二、自动化性能测试

2.1 Test Kit 白盒性能测试

从 API version 20 开始，Test Kit 支持白盒性能自动化测试能力，测试脚本需基于单元测试框架开发。主要能力包括：

基础性能数据采集：针对指定代码段执行过程采集执行耗时、执行 CPU 和内存占用数据。

场景化性能数据采集：包括应用启动时延、页面切换时延、列表滑动帧率等。

2.2 DevEco Testing 场景化性能测试

DevEco Testing 是 HarmonyOS 的一站式应用质量保障工具，支持性能基础质量测试、场景化性能测试、稳定性测试等。操作步骤：在工具界面点击左侧的“应用基础质量测试” → “性能基础质量测试”，然后点击“创建任务”即可快速下发任务。

DevEco Testing 支持性能基线管理：自动记录内存占用、CPU 负载等关键指标，通过历史数据对比精准定位性能退化问题。还提供性能热力图，可视化展示内存泄漏、帧率波动等瓶颈。

同一台 PC 限制只能执行一个性能测试任务（上架预检/场景化性能/性能基础质量测试），即如果一台 PC 已经在执行性能测试，则此台电脑不允许再执行性能测试。

2.3 HiSmartPerf Device 性能功耗监测

HiSmartPerf Device 是一款可靠、易用的性能功耗测试工具，支持 FPS、CPU、GPU、RAM、Temp 等指标的实时监测与可视化展示。支持两种使用方式：Device HAP 端在手机/平板上直接查看性能数据，Device Daemon 端通过 Shell 命令行方式进行无屏/有屏设备的数据采集与报告生成。

该工具目前已经对接了 V8 的 compile、runtime、builtin、JS_Execution 类别的 trace 点，可以在 HiSmartPerf 中直接看到这些类别 event 的相关信息，使用 HiSmartPerf 工具解析抓取到的 trace，可以看到有 “RCS_” 前缀的 trace 点，即为 V8 对接到 HiSmartPerf 中的 trace 点。

三、线上性能监控

3.1 HiAppEvent 启动耗时事件订阅

通过 HiAppEvent 订阅系统启动耗时事件，获取线上用户的冷启动耗时数据。系统会采集各子阶段耗时并生成事件。

启动耗时采集的实现方式：在 AbilityStage 的 onCreate 记录起点，onWindowStageCreate 完成首帧渲染记终点，差值即冷启动耗时。使用 HiTrace 埋点：HiTrace.startTrace(‘cold_start’) / finishTrace。

页面加载耗时：在页面 aboutToAppear 起始、onPageShow 结束打点，计算差值；路由切换用 router.getState() 辅助。

3.2 崩溃与冻屏监控

订阅 HiAppEvent 的 APP_CRASH / APP_FREEZE 事件，系统自动捕获调用栈、线程、内存快照；JS 异常用 ErrorEvent 全局监听兜底。

上报策略（不影响用户体验）：

· 异步化：所有采集和上报走 TaskPool/worker，不占主线程
· 批量+采样：非崩溃指标攒批（如每 50 条或 5 分钟），崩溃立即写本地缓存、下次启动补报
· 条件触发：弱网/低电量/后台不报；白名单设备全量，普通用户 10% 采样
· 体积控制：上报数据只含关键字段（traceId、耗时、异常类型、设备型号），堆栈符号化在服务端做

3.3 AGC APMS 应用性能监测

AGC 提供的应用性能监测服务（APMS）是华为给开发者的 APM 系统，配合 HiAppEvent 机制使用。平台侧按 traceId 聚合，定位慢启动集中在某机型/系统版本；页面耗时分阶段（网络、渲染、数据解析）下钻；崩溃按堆栈指纹聚类，优先修复 TOP 问题；ANR 结合主线程卡顿 trace 定位阻塞调用。

四、跨设备性能调优

4.1 折叠屏适配的性能要点

折叠屏适配建议按以下顺序进行：获取窗口尺寸 → 判断当前设备形态或姿态 → 根据断点选择布局 → 重排内容区域 → 保持用户交互状态 → 使用真机或对应模拟器验证。

600vp 是手机直屏与折叠屏展开态/平板的关键分界线。使用 600vp 作为页面宽度阈值，当宽度大于等于该值时切换为平板适配模式。

折叠过程中 windowSizeChange/windowModeChange 会高频触发，建议做 debounce 合并处理——回调里只记录最新尺寸和模式，避免高频布局重算。

FolderStack 组件：从 API 12 开始，FolderStack 继承自 Stack，新增了折叠屏悬停能力。通过在 FolderStackOptions 的 upperItems 数组上设置子组件 id，使相应子组件自动避让折叠屏折痕区后移到上半屏。

4.2 多设备形态的性能策略

布局统一使用 GridRow 栅格 + sm/md/lg 断点，尺寸单位全用 vp/fp 不用 px。组件样式尽量抽成资源文件（color/size 按 dpi 分目录），大部分页面不用为每个设备单独写样式。UI 复杂的地方再用 onWindowSizeChange 做分屏/折叠特判。

以窗口尺寸而非设备类型驱动响应式布局，适配折叠屏、分屏等场景。输入方式智能映射：触摸、鼠标、键盘、手写笔在不同设备上自动适配。

五、性能治理闭环

5.1 全链路性能治理框架

HarmonyOS 提供从开发阶段的 DevEco Studio Profiler、编译阶段的方舟编译器优化，到测试阶段的自动化 Benchmark 与 CI/CD 性能门禁的完整工具链。

Performance Analysis Kit（性能分析服务）为开发者提供应用事件、日志、跟踪分析工具，可观测应用运行时状态，用于行为分析、故障分析、安全分析、统计分析，帮助开发者持续改进应用体验。

5.2 CI/CD 性能门禁

将 DevEco Testing 的场景化性能测试集成到 CI/CD 流程中，设定性能基线（冷启动 ≤3000ms、页面切换 ≤1000ms、帧率 ≥60 帧），每次代码合入前自动运行性能测试，低于基线则阻断合入。

DevEco Testing 的性能基线管理能力可以自动记录内存占用、CPU 负载等关键指标，通过历史数据对比精准定位性能退化问题，在性能退化早期发出预警。

5.3 故障检测与自恢复

Performance Analysis Kit 提供故障检测能力，包括崩溃检测、地址越界检测、应用冻屏检测、资源泄漏检测、任务超时检测等。错误管理提供捕获应用运行时异常能力，以及应用非预期退出后启动状态和数据的自恢复能力。

六、多元化习题

习题 1（判断题）

题目：在 DevEco Profiler 中，Frame 模板主要用于分析应用启动耗时，Launch 模板主要用于定位卡顿丢帧问题。

答案：错误

解读：Launch 模板用于分析应用启动耗时，Frame 模板用于深度分析卡顿丢帧原因。两者用途相反。模板选错会导致数据无效。

习题 2（单选题）

题目：以下哪个模板可以完整展现 ArkTS 到 Native 的跨语言调用栈，支撑 Native API 典型问题的分析？

A. Launch
B. Frame
C. Time
D. Allocation

答案：C

解读：Time 模板主要用于改进函数执行效率的分析，深度录制函数调用栈及每帧耗时等相关运行数据，并完整展现 ArkTS 到 Native 的跨语言调用栈。Launch 用于启动分析，Frame 用于丢帧分析，Allocation 用于内存分析。

习题 3（多选题）

题目：关于线上性能监控的采集策略，以下说法正确的有（多选）：

A. 所有采集和上报走 TaskPool/worker，不占主线程
B. 崩溃日志应立即上报，无需本地缓存
C. 非崩溃指标可以攒批上报，普通用户采样 10%
D. 上报数据只含关键字段，堆栈符号化在服务端做

答案：A、C、D

解读：所有采集和上报走 TaskPool/worker，不占主线程，选项 A 正确。崩溃应立即写本地缓存、下次启动补报，而不是立即上报（可能因网络问题失败），选项 B 错误。非崩溃指标攒批（如每 50 条或 5 分钟），普通用户 10% 采样，选项 C 正确。上报数据只含关键字段（traceId、耗时、异常类型、设备型号），堆栈符号化在服务端做，选项 D 正确。

习题 4（代码填空题）

题目：请补全以下代码，实现冷启动耗时的 HiTrace 埋点采集。

import { hiTraceMeter } from '@kit.PerformanceAnalysisKit';

// 在 AbilityStage 的 onCreate 中记录起点
hiTraceMeter.______________('cold_start', 0);

// 在 onWindowStageCreate 首帧渲染完成后记录终点
hiTraceMeter.______________('cold_start', 0);

答案：startTrace、finishTrace

解读：hiTraceMeter.startTrace 用于开始一个 trace 计时，hiTraceMeter.finishTrace 用于结束一个 trace 计时。两者配合使用可以计算从起点到终点的耗时。

习题 5（代码改错题）

题目：以下代码在折叠屏窗口变化监听中存在性能问题，请指出问题并修正。

onWindowSizeChange((newSize: window.Size) => {
  // 每次窗口尺寸变化都重新计算全量布局
  this.calculateFullLayout();
  this.rebuildAllComponents();
  this.reloadAllData();
})

答案：折叠过程中 windowSizeChange/windowModeChange 会高频触发，每次回调都执行全量布局计算和组件重建会导致严重性能问题。修正方案：做 debounce 合并处理，回调里只记录最新尺寸和模式，延迟到变化稳定后再执行一次布局切换。

private sizeChangeTimer: number = -1;

onWindowSizeChange((newSize: window.Size) => {
  if (this.sizeChangeTimer !== -1) {
    clearTimeout(this.sizeChangeTimer);
  }
  this.sizeChangeTimer = setTimeout(() => {
    this.calculateFullLayout();
    this.sizeChangeTimer = -1;
  }, 200);  // 200ms 内无变化才执行布局切换
})

解读：折叠屏窗口尺寸变化会高频触发回调，必须做防抖处理。只记录最新尺寸，等变化稳定后再执行布局切换，避免反复重算。

习题 6（简答题）

题目：简述 DevEco Profiler 中各场景化分析模板的适用场景，并说明模板选错会导致什么后果。

答案：Launch 用于启动耗时分析；ArkUI 用于组件耗时、页面布局、状态变量更新导致的卡顿；Frame 用于卡顿丢帧深度分析；Time 用于函数执行效率分析，支持跨语言调用栈；Allocation 用于内存资源占用分析；Snapshot 用于 ArkTS 堆内存快照差异分析；CPU 用于 CPU 使用率和时间片调度分析；Network 用于 HTTP 网络分段耗时分析；Concurrency 用于并行并发代码优化；ArkWeb 用于 Web 应用加载和丢帧分析。模板选错会导致采集到的数据无效，无法定位到真正的性能瓶颈。

解读：DevEco Profiler 的场景化模板设计正是为了针对不同的性能问题域采集最相关的数据。开发者需要根据问题的本质（启动慢、卡顿、内存泄漏、网络慢）选择对应的模板，才能获取有价值的分析数据。

习题 7（简答题）

题目：简述构建 HarmonyOS 应用全链路性能治理闭环的核心要素。

答案：全链路性能治理闭环包括四个核心环节。第一，开发阶段使用 DevEco Studio Profiler 和 Time 模板进行本地性能分析和热点定位。第二，测试阶段使用 DevEco Testing 的场景化性能测试和性能基线管理，自动化采集启动时延、页面切换时延、列表滑动帧率等指标。第三，上线阶段通过 HiAppEvent 订阅启动耗时事件、崩溃/冻屏事件，结合 AGC APMS 平台进行线上监控，按 traceId 聚合分析。第四，将性能门禁集成到 CI/CD 流程中，设定性能基线，每次代码合入前自动运行性能测试，低于基线则阻断合入。四个环节形成从本地到线上、从手动到自动的完整性能治理体系。

解读：性能治理不是一次性的优化行为，而是贯穿开发全流程的持续实践。核心在于将性能验证自动化、常态化，在性能退化早期就发现并修复问题，而非等到用户反馈后再排查。

七、本节知识点总结

DevEco Profiler 深度分析
提供 Launch、ArkUI、Frame、Time、Allocation、Snapshot、CPU 等十种场景化分析模板。模板选型是关键前提，选错会导致数据无效。Time 模板支持 ArkTS 到 Native 的跨语言调用栈分析。

渲染流水线解读
ArkUI 渲染分为 UI 描述构建、差异计算、布局计算、绘制渲染四个阶段。布局脏影响尺寸和位置需重新测量，绘制脏仅影响样式只需重绘。HarmonyOS 5.0 增量渲染将组件树拆分为独立渲染单元，diff 耗时降低 40% 以上。

自动化性能测试
Test Kit 从 API 20 起支持白盒性能测试，可采集代码段耗时、CPU、内存数据及场景化指标。DevEco Testing 支持性能基线管理和性能热力图。HiSmartPerf Device 支持 FPS、CPU、GPU、RAM、Temp 实时监测。

线上性能监控
通过 HiAppEvent 订阅启动耗时、APP_CRASH、APP_FREEZE 事件。采集上报走 TaskPool，非崩溃指标攒批采样，崩溃写本地缓存下次启动补报。AGC APMS 按 traceId 聚合分析。

跨设备性能调优
折叠屏适配按“获取尺寸→判断形态→选择布局→重排内容→验证”顺序进行。600vp 是关键分界线。windowSizeChange 高频触发需 debounce。FolderStack 支持折叠屏悬停避让。

性能治理闭环
开发阶段 Profiler 分析，测试阶段 DevEco Testing 基线管理，线上 HiAppEvent + APMS 监控，CI/CD 集成性能门禁。四个环节形成从本地到线上的完整治理体系。

下节预告
第19课将进入 ArkUI 应用架构演进与状态管理 V2 的深入学习，涵盖 @ObservedV2 / @Trace 的深度观测机制、@ComponentV2 组件体系、@Local / @Param / @Event 的状态管理新范式，以及从 V1 到 V2 的迁移策略。