Android 性能优化 APM 平台搭建

Posted 2022-11-09 杨哲丶

由于答应微信群友分享 android APM 平台分享，不拖欠了，今天开始分享，否则发红包，既然说了，就总结一下前阵子研究的 Android 性能监控平台

开发缘由

1. 微信张绍文大佬 《Android开发高手课》中提到 性能优化章节提到过，优化70% 依赖监控性能，30%需要治理，比如App 启动时间第一次优化了 40%，期间升上来了，第二次又优化了40% ，所以需要性能监控平台
2. 期间找到业内分享最多的就是 流利说APM性能平台大盘工程实践 这篇文章，我参考这篇文章，实现了以下的效果，如图下：
3. 环境搭建可以参考这篇文章： Prometheus+Grafana搭建监控系统 （需要懂一些后端知识）
4. 集成 腾讯开源Matrix 监控启动时间（最小版本为19）

最基础版效果图

运维工具：Promethues+Grafana
后端： SpringBoot + mysql+ Mybaties
移动端：Matrix

Promethues 与 SpringBoot集成问题

Promethues 与 SpringBoot 集成上报比较及时的数据，本来以为就是拼接字符串即可，但是后来才发现需要集成 simpleclient_spring_boot 代码，按照约定俗成的方法上报才可以，如果大家做这方面，需要注册避免这个坑。

pom.xml 依赖：

		<dependency>
			<groupId>io.prometheus</groupId>
			<artifactId>simpleclient_spring_boot</artifactId>
			<version>0.1.0</version>
		</dependency>

		<dependency>
			<groupId>io.prometheus</groupId>
			<artifactId>simpleclient_hotspot</artifactId>
			<version>0.1.0</version>
		</dependency>

上报接口：

    @Override
    public List<Collector.MetricFamilySamples> collect() 
        List<MetricFamilySamples> mfs = new ArrayList<>();

        String latestAppVersion = appMapper.getLatestAppVersion();

        // 当前上个版本应用大小
        GaugeMetricFamily pre_labeledGauge = new GaugeMetricFamily("app_pre_app_size", "previous android apk size", Collections.singletonList("labelname"));
        Integer preAppSize = appMapper.getPreAppSize(latestAppVersion);
        pre_labeledGauge.addMetric(Collections.singletonList("labelvalue"), preAppSize);

        // 当前当前版本应用大小
        GaugeMetricFamily labeledGauge = new GaugeMetricFamily("app_cur_app_size", "current android apk size", Collections.singletonList("labelname"));
        Integer curAppSize = appMapper.getCurAppSize(latestAppVersion);
        labeledGauge.addMetric(Collections.singletonList("labelvalue"), curAppSize);


        mfs.add(pre_labeledGauge);
        mfs.add(labeledGauge);
        return mfs;
    

然后是 Promethues 配置：

global:
  scrape_interval: 10s
  scrape_timeout: 10s
  evaluation_interval: 10m
scrape_configs:
  - job_name: app
    scrape_interval: 5s
    // 时间轮训查询
    scrape_timeout: 5s
    // 监听路径接口
    metrics_path: /prometheus
    scheme: http
    static_configs:
      - targets:  ['127.0.0.1:8887']
  - job_name: setuptime
    scrape_interval: 2s
    scrape_timeout: 2s
    metrics_path: /setuptime
    static_configs:
      - targets:  ['127.0.0.1:8887']

Grafana 数据来源：

Grafana 数据源有两种形式，比较实时性非常强的 Crash、 ANR、 内存泄露、 冷/热启动耗时、 关键页面耗时 用 prometheus 上报，如果实时性比较弱的话，利用 Mysql 数据上报的形式来读取。

MySQL 数据源

直接集成 MySQL ,流利说采用的是 MariaDB 记录，然后在 Grafana 配置如下：

配置 Promethues 的数据源：

首先通过命令行 prometheus 启动

./prometheus --config.file=prometheus.yml

添加数据源：

然后在显示板配置显示模板，便可以显示出正常的数据，如果不熟悉可参考 环境搭建可以参考Prometheus+Grafana搭建监控系统