0x00 这是啥?
这是一篇讲述应用耗电的文章,围绕 Android 电量采集机制及第二代 Battery Historian 分析工具讲述。文从数据采集、导出、环境搭建、解读报告的角度出发,从细节讲解整个流程。和大谈概念的文章不同,这里将进行实际操作及分析。
写作动机来源于最近的工作需求,但分析过程中发现网上资料较为匮乏。在此执笔写作,以便日后回顾,亦作为分享的机会。
0x01 电量统计模块概述
Android 从两个层面统计电量的消耗,分别为 软件排行榜 及 硬件排行榜。它们各有自己的耗电榜单,软件排行榜为机器中每个 App 的耗电榜单,硬件排行榜则为各个硬件的耗电榜单。这两个排行榜的统计是互为独立,互不干扰的。
** 此处主要讲述软件层面的统计。**
具体的说,耗电信息在 设置 -> 电量
中能够非常直观的看到。注意,Android 所有功耗统计都是通过代码估算,没有集成电路参与汇报。准确度取决于厂商 ROM 所提供的 power_profile.xml
文件。由于不同厂商 power_profile.xml
准确度及源码有差异,因此不同手机、不同版本的数据可能有较大差异。
power_profile.xml
直接影响统计的准确度,并且此文件无法通过应用修改。再次强调,Android 耗电估算没有硬件的参与,全靠代码估算。
power_profile.xml
文件位于源码下的 /framework/base/core/res/res/xml/power_profile.xml
,部分内容展示如下:
<item name="radio.scanning">0.1</item> <!-- cellular radio scanning for signal, ~10mA -->
<item name="gps.on">0.1</item> <!-- ~50mA -->
<!-- Current consumed by the radio at different signal strengths, when paging -->
<array name="radio.on"> <!-- Strength 0 to BINS-1 -->
<value>0.2</value> <!-- ~2mA -->
<value>0.1</value> <!-- ~1mA -->
</array>
</array>
<!-- Different CPU speeds as reported in
/sys/devices/system/cpu/cpu0/cpufreq/stats/time_in_state -->
<array name="cpu.speeds">
<value>400000</value> <!-- 400 MHz CPU speed -->
</array>
<!-- Current when CPU is idle -->
<item name="cpu.idle">0.1</item>
<!-- Current at each CPU speed, as per 'cpu.speeds' -->
<array name="cpu.active">
<value>0.1</value> <!-- ~100mA -->
</array>
<array name="wifi.batchedscan"> <!-- mA -->
<value>.0002</value> <!-- 1-8/hr -->
<value>.002</value> <!-- 9-64/hr -->
<value>.02</value> <!-- 65-512/hr -->
<value>.2</value> <!-- 513-4,096/hr -->
<value>2</value> <!-- 4097-/hr -->
</array>
这就是在硬件层面统计时,直接参与运算的参数。无论是软件耗电统计还是硬件耗电统计,都通过 BatteryStatsHelper
来进行汇总。BatteryStatsHelper
位于/framework/base/core/java/com/andorid/internal/os/BatteryStatsHelper.java
下。
0x02 软件耗电统计
在 BatteryStatsHelper.java
中,有这么一个方法:
private void processAppUsage(SparseArray<UserHandle> asUsers) {
final boolean forAllUsers = (asUsers.get(UserHandle.USER_ALL) != null);
mStatsPeriod = mTypeBatteryRealtime;
BatterySipper osSipper = null;
final SparseArray<? extends Uid> uidStats = mStats.getUidStats();
final int NU = uidStats.size();
for (int iu = 0; iu < NU; iu++) {
final Uid u = uidStats.valueAt(iu);
final BatterySipper app = new BatterySipper(BatterySipper.DrainType.APP, u, 0);
mCpuPowerCalculator.calculateApp(app, u, mRawRealtime, mRawUptime, mStatsType);
mWakelockPowerCalculator.calculateApp(app, u, mRawRealtime, mRawUptime, mStatsType);
mMobileRadioPowerCalculator.calculateApp(app, u, mRawRealtime, mRawUptime, mStatsType);
mWifiPowerCalculator.calculateApp(app, u, mRawRealtime, mRawUptime, mStatsType);
mBluetoothPowerCalculator.calculateApp(app, u, mRawRealtime, mRawUptime, mStatsType);
mSensorPowerCalculator.calculateApp(app, u, mRawRealtime, mRawUptime, mStatsType);
mCameraPowerCalculator.calculateApp(app, u, mRawRealtime, mRawUptime, mStatsType);
mFlashlightPowerCalculator.calculateApp(app, u, mRawRealtime, mRawUptime, mStatsType);
final double totalPower = app.sumPower();
if (DEBUG && totalPower != 0) {
Log.d(TAG, String.format("UID %d: total power=%s", u.getUid(),
makemAh(totalPower)));
}
}
... // code
}
processAppUsage()
方法中,一个应用的总功耗在这里体现出来了:
- cpu
- Wakelock(保持唤醒锁)
- 无线电(2G/3G/4G)
- WIFI
- 蓝牙
- 传感器
- 相机
- 闪光灯
这些数据,将决定着你的应用在耗电排行榜中的位置,以及是否给予用户警告高耗电。这些警告对于应用来说可能是致命的,用户可能因此而卸载应用。
应用总功耗是上述八个统计值的和。这八个统计器同继承自 PowerCalculator.java
具体来说,这八个耗电计算器的算法分别如下:
耗电统计概述就如上所述。总的来说并不复杂,通过聚合八种不同方式的消耗,来得出总的耗电量,并给予用户展示。
0x03 耗电数据的采集
数据的采集是机器单方面的行为,不需要依赖第三方的辅助,因为这是 Android 系统级的功能。但在这之前,需要做一些准备。
请事先打开开发者模式。USB 接入计算机。在终端中执行:
adb shell dumpsys batterystats --enable full-wake-history
默认情况下,唤醒(wake)数据是不会被采集的,因此我们需要将其启用。如果采集的不是全量 wake up 数据,在分析阶段则不能很好的观测数据。
随后终端执行:
adb shell dumpsys batterystats --reset
此命令会清空历史采集的信息。
最后,拔出 USB。
最后,拔出 USB。
最后,拔出 USB。
重要的事说三遍!
现在,耗电统计已经开始了。没错,耗电统计就是一直开着的,并且无法关闭:这是一个系统级别的功能。
为什么要拔出 USB?因为如果你一直插着 USB ,如果电充满了,你的数据会被清空的。Batterystats 只会记录最后一次充满电后的记录,因此强烈建议先把电充满,完成以上操作后,拔出 USB 电源。
接下来,就像日常使用手机一样,操作你想要统计的应用。耗电记录器会在后台统计整台机子所有的耗电情况。没错,不需要事先指定目标 App ,所有 App 都会被统计。这也说明,任何人都能够统计任何已安装的应用。因此,除了统计自家 App ,也能用于统计竞品。
当你觉得操作得差不多了,连接到 USB,终端执行:
adb bugreport bugreport.zip
如果是 Android 6.0 及以下执行:
adb bugreport > bugreport.txt
bugreport.txt
就是记载着整台手机耗电信息的源数据。
最后终端执行:
adb shell dumpsys batterystats --disable full-wake-history
不要忘了关闭全量记录唤醒。保持开启会造成性能问题,除非在电量收集阶段,否则建议保持关闭。
接下来,搭建分析环境:Battery Historian。
0x04 搭建 Battery Historian & 上传 bugreport
Battery Historian ,是谷歌出品的耗电分析器。通过 Battery Historian,可将导出的 bugreport
文件可视化。在第一代的 Battery Historian 中,google 使用了 python 作为数据解析工具。拿到 bugreport
文件后,通过终端执行 python 来生成可视化的 html 文件。这种方法使用起来较为麻烦,而且无法部署到服务器。因此在第二代 Battery Historian,google 选择了使用 docker 容器。现在完全不推荐使用第一代 Battery Historian,已经许久没有维护了,而且功能过于简陋。
我在此演示 Mac 环境的搭建,其他操作系统大同小异,可参考 Battery Historian 官方教程。
首先下载 Docker 并安装。
启动 Docker。点击上方状态栏 Docker 图标,如图所示 "Docker is running" 则表示启动成功。
下一步,启动终端,执行:
docker run -p 9998:9999 gcr.io/android-battery-historian:2.1 --port 9999
如果您未曾运行过此 Docker 镜像,将会自动下载此镜像并安装。9998
端口指的是映射到你的本地端口,这意味着,当镜像执行后,可通过127.0.0.1:9998
访问此镜像。你可以自行更改此端口。等待镜像下载完成,再次执行上一条命令。如果成功,将输出如下信息:
➜ ~ docker run -p 9998:9999 gcr.io/android-battery-historian:2.1 --port 9999
2017/06/04 10:24:13 Listening on port: 9999
镜像的9999
端口已被监听,并映射到实体机器的9998
端口。分析平台部署完成了,开始上传 bugreport
文件进行分析。
现在,访问127.0.0.1:9998
,成功打开 Battery Historian 分析平台:
除了单一上传 bugreport
文件外,还支持更多的分析文件上传。此外,还能对比两份bugreport
文件。这对比功能简直是神器。这里就不展开述说了,直接上传 bugreport.txt
。
上传后效果如下:
现在一起来看看怎么使用 Battery Historian 分析 bugreport
文件。
0x05 鸟瞰 Battery Historian
再次强调,bugreport
文件包含了整台手机运行状况,并非单一某个 app,因此查看图表时要特别注意,数据所展示的是当前选中的 app 数据还是全部 app 的叠加。
现在,我用微信作为分析目标。选中 com.tencent.mm。
现在,这张图表第一个坑爹的地方出现了。选中目标包名前后,图标数据会有些不一样的地方。选中前:
选中后:
注意到加粗的 Top app , Activity Manager proc , JobScheduler 了吗?这几个数据在选中后,图表数据会变为仅有当前选中 app 的数据,而其他数据仍然是整台机子的全量数据。一不小心,还能坑你很多次。此处是初次使用 Battery Historian 需要特别注意的地方。用鼠标指向图标,可粗略地观察数据的变化。
数据分析分为三个 Tables,分别是 System Stats , History Stats , App Stats。System Stats 和 App Stats 是重点观测和分析对象。
System Stats 包含了机子整体概况,包括整台机子在这段期间消耗了多少电量,所有 app 使用 Wakelocks、JobScheduler、CPU、Wifi、传感器等等一切的所有情况。
接下来则是 App Stats,所有的优化都是为了此处的数据而努力。
0x06 读懂 App Stats
App Stats 所展示的都是所选定包名所产生的数据,不会受到外部因素的影响。
Misc Summary 部分概述了所选定 app 在收集阶段的活动概况:
如上所述,
- 电量消耗占用了总消耗的3.94%;
- 前台运行了 3 小时 34 分钟;
- 震动了 8 次,共 225 毫秒;
- CPU 用户态时间 22 分 33 秒;
- Alarm 唤醒 40 次。
来看一个具体的数据:查看 App Stats 下的 Wakelocks 数据区域:
注意,显示为 WakerLock:xxxxxxx 是混淆导致。您自己的开发包不会存在此情况。
你还记不记得 App 的耗电排行榜是如何计算的?上面这些数据都会影响文章开头所提到的耗能计算公式。
举个例子,假如你一直持有一个 WakePowerLock,但你什么都没干 —— 这时候其实是不会产生真正耗电的,对吧。但因为你持有一个 Lock,公式就是这么算的:wakeLockTime * wakeLockPower。即使你啥也没干,Android 系统也认为你在耗电,这时候就很吃亏了。
再来看看 Alarm 唤醒(App Stats 下的 Wakeup alarm info):
查看你自家的 app,可能会惊讶的发现有如此之多不必要的唤醒。Wakeup Alarm 和 Scheduled Job 可能被某些厂商用于检测频繁后台唤醒,并向用户展示该信息。
最后,再来看看 Sensor Use 部分:
看看您自家的应用是否有过多的传感器调用?如非必要,能复用上一次的 GPS 数据吗?这些所有的资源消耗,都会被算入能耗当中。当您的 app 在耗电榜上屡次得冠,就离卸载不远了。
0x07 最后
大多数情况下,优化的效果会是惊人的。这当中可能会遇到一些阻碍,包括产品需求的冲突。尽管试着去协商,试着向传达能耗所带来的代价。
最后的最后,所带来的满满的成就感,也许就是作为开发者最大的荣幸? (>_<)
链接:https://www.jianshu.com/p/27ba2759b221