প্রোফাইলিং ম্যানেজার প্রোফাইল কোয়েরি করুন

ProfilingManager প্রোফাইল কোয়েরি করা নিয়মিত Perfetto প্রোফাইল কোয়েরির মতোই। অতএব, প্রোফাইল কোয়েরি করার নির্দেশিকা জানতে Getting Started with PerfettoSQL পর্যালোচনা করুন।

নিয়মিত Perfetto ট্রেস এবং ProfilingManager ট্রেসের মধ্যে একটি গুরুত্বপূর্ণ পার্থক্য হল ProfilingManager ট্রেসগুলি একটি ট্রেস রিড্যাক্টরের মধ্য দিয়ে যায়। এই রিড্যাক্টর গোপনীয়তার কারণে আপনার অ্যাপের সাথে সম্পর্কিত নয় এমন অন্যান্য প্রক্রিয়া সম্পর্কে তথ্য সরিয়ে দেয়।

Perfetto স্ট্যান্ডার্ড লাইব্রেরির কিছু কোয়েরি রিড্যাক্টেড ট্রেসে ব্যবহারযোগ্য নয়। এর কারণ হল ProfilingManager শুধুমাত্র আপনার অ্যাপের জন্য প্রোফাইলিং ডেটা সংগ্রহ করে, অন্যান্য প্রক্রিয়ার জন্য নয়। ফলস্বরূপ, ProfilingManager সাথে আপনি যে কোয়েরিগুলি ব্যবহার করতে পারেন তা স্থানীয় Perfetto ব্যবহার করে রেকর্ড করা সম্পূর্ণ সিস্টেম প্রোফাইলের তুলনায় ছোট।

যদিও কোয়েরি করার জায়গা কমিয়ে দেওয়া হয়েছে, তবুও আপনি Perfetto Standard Library থেকে অনেক PerfettoSQL কোয়েরি এবং টেবিল যেমন আছে তেমন ব্যবহার করতে পারেন, তাই আমরা আপনাকে সেগুলো চেষ্টা করে দেখার জন্য উৎসাহিত করছি।

আমরা আপনাকে অ্যানালাইজিং অ্যান্ড্রয়েড ট্রেস পর্যালোচনা করার পরামর্শ দিচ্ছি যাতে আপনি এমন কোয়েরি খুঁজে পান যা পরিবর্তন ছাড়াই কার্যকর কর্মক্ষমতা ডেটা প্রদান করে।

প্রোফাইলিং ম্যানেজার নমুনা প্রশ্ন

কোয়েরি করার যাত্রা সহজ করার জন্য, এই বিভাগটি ProfilingManager সাথে কাজ করে এমন কোয়েরির একটি তালিকা প্রদান করে। আপনি এই কোয়েরিগুলি সরাসরি ব্যবহার করতে পারেন অথবা অন্যান্য কোয়েরি তৈরি করার জন্য উদাহরণ হিসেবে ব্যবহার করতে পারেন।

সবচেয়ে ডুপ্লিকেট করা স্লাইসগুলি খুঁজুন

এই কোয়েরিটি একটি ট্রেসে বারবার স্লাইস খুঁজে বের করে এবং কতবার প্রদর্শিত হবে তার উপর ভিত্তি করে সেগুলিকে সাজায়, প্রথমে সবচেয়ে বেশি ডুপ্লিকেট করা স্লাইসগুলি দেখায়।

অপ্রয়োজনীয় কাজ খুঁজে বের করার জন্য ডুপ্লিকেট কাজ খুঁজে বের করা একটি সাধারণ উপায়।

দ্রষ্টব্য: এই কোয়েরিটি একটি Perfetto ফাংশন সংজ্ঞায়িত করে যা আপনাকে যেকোনো GLOB প্যাটার্ন ব্যবহার করে ডুপ্লিকেট খুঁজে পেতে সাহায্য করে, যা পুনঃব্যবহারকে সহজ করে তোলে। ফাংশন সম্পর্কে আরও তথ্যের জন্য, Perfetto SQL Syntax docs দেখুন।

-- You only need to call this once in the session to create the function
DROP TABLE IF EXISTS find_duplicates;
CREATE PERFETTO FUNCTION find_duplicates(pattern STRING) RETURNS
TABLE(name STRING, count_slice LONG) AS SELECT name, COUNT(dur) as count_slice FROM slice WHERE name GLOB $pattern GROUP BY name HAVING COUNT(name) >= 2 ORDER BY count_slice DESC;

-- Subsequent calls can just use the function to find dupes
SELECT * FROM find_duplicates('*Text*')

জ্যাঙ্ক কোয়েরি

ধীর ফ্রেম খুঁজুন

এই কোয়েরিটি এমন ফ্রেম খুঁজে বের করে যেখানে আপনার অ্যাপটি একটি ফ্রেম তৈরি করতে খুব বেশি সময় নেয়, ধরে নিচ্ছি যে প্রত্যাশিত ফ্রেম রেট 60 Hz (16.6 ms)। dur 16,660,000 তে সেট করা হয়েছে কারণ Perfetto টেবিলে স্লাইস সময়কাল ন্যানোসেকেন্ডে সংরক্ষণ করা হয়।

INCLUDE PERFETTO module android.frames.timeline;
SELECT * FROM android_frames WHERE dur > 16660000;

জ্যাঙ্ক সৃষ্টিকারী ফ্রেম খুঁজুন

INCLUDE PERFETTO module android.frames.timeline;
SELECT * FROM actual_frame_timeline_slice WHERE jank_type = 'App Deadline Missed';

এই কোয়েরিটি ট্রেসে জ্যাঙ্কের অবস্থান খুঁজে বের করার জন্য কার্যকর কারণ অ্যাপটি একটি ফ্রেম তৈরি করতে খুব বেশি সময় নেয়। এর অর্থ হল UI থ্রেড একটি ফ্রেম তৈরি করতে ব্যর্থ হয়েছে। চরম পরিস্থিতিতে, এটি একটি ANR এর আগেও হতে পারে।

দ্রষ্টব্য: এই কোয়েরিতে জ্যাঙ্ক সনাক্তকরণ ডিভাইসের রিফ্রেশ রেটের উপর নির্ভর করে। উচ্চ রিফ্রেশ রেট মানে জ্যাঙ্কের জন্য কম সহনশীলতা।

সর্বাধিক সদৃশ বস্তু খুঁজুন

আরও জটিল মেমরি বিশ্লেষণ করার জন্য আপনি মেমরি-সম্পর্কিত প্রোফাইল, যেমন হিপ ডাম্প, অনুসন্ধান করতে পারেন।

INCLUDE PERFETTO MODULE android.memory.heap_graph.heap_graph_class_aggregation;

SELECT * FROM android_heap_graph_class_aggregation WHERE obj_count >= 2
ORDER BY obj_count DESC LIMIT 100

এই কোয়েরিটি শীর্ষ ১০০টি ডুপ্লিকেট অবজেক্ট ফেরত দেয়। এটি আপনাকে একাধিকবার ইনস্ট্যান্টিয়েটেড অবজেক্ট খুঁজে পেতে সাহায্য করতে পারে, যা সেগুলিকে ক্যাশে করার সুযোগ প্রকাশ করতে পারে অথবা অনিচ্ছাকৃত ডুপ্লিকেট শনাক্ত করতে পারে।

কোল্ড স্টার্টআপ ল্যাটেন্সি

আপনি স্টার্টআপগুলির জন্যও জিজ্ঞাসা করতে পারেন। এই বিভাগটি একটি ট্রেসে কোল্ড স্টার্টআপ সময় অনুমান করার জন্য আরও বিস্তৃত প্রশ্ন প্রদান করে।

-- This function finds slices that match the given GLOB $pattern
CREATE OR REPLACE FUNCTION find_slices(pattern STRING) RETURNS
TABLE (name STRING, ts LONG, dur LONG) AS
SELECT name,ts,dur FROM slice WHERE name GLOB $pattern;

-- This function generates a slice that starts at $startSlicePattern and finishes at the slice matched by $endSlicePattern. If $inclusive is true, then the end slice dur will be added, otherwise, the end slice start time will be used.
CREATE OR REPLACE PERFETTO FUNCTION generate_start_to_end_slices(startSlicePattern STRING, endSlicePattern STRING, inclusive BOOL) RETURNS
TABLE(name STRING, ts LONG, dur LONG) AS
SELECT name, ts, MIN(startToEndDur) as dur
FROM
  (SELECT S.name as name, S.ts as ts, E.ts + IIF($inclusive, E.dur, 0) - S.ts as startToEndDur
  FROM find_slices($startSlicePattern) as S CROSS JOIN find_slices($endSlicePattern) as E
  WHERE startToEndDur > 0)
GROUP BY name, ts;

-- Using these functions we can estimate cold startup time by generating a slice between bindApplication and first frame.
SELECT * from generate_start_to_end_slices('bindApplication','*Choreographer#doFrame [0-9]*', true)

এই কোয়েরিটি একটি স্লাইস তৈরি করে যা দুটি স্লাইসের মধ্যে সময়কে প্রতিনিধিত্ব করে যা স্টার্টআপের সময় নির্ধারণ করে: bindApplication (সাধারণত একটি কোল্ড অ্যাপ লঞ্চের শুরুতে পাওয়া যায়) এবং প্রথম Choreographer#doFrame স্লাইস (প্রথম জেনারেট করা ফ্রেম)। এই মেট্রিক কার্যকরভাবে কোল্ড স্টার্টআপ TTFF (প্রথম ফ্রেমের সময়) অনুমান করে।