先做核心分类：
线下调试工具（开发/测试阶段，USB连接电脑，高精度）
线上APM监控SDK（生产环境，低损耗，真实用户数据）
专项小工具（内存、电量、native、渲染专项）

一、线下官方调试工具（开发阶段首选）

1. Android Studio Profiler（内置分析器）

CPU Profiler / Memory Profiler / Energy Profiler / Network Inspector
✅ 能力

• 实时图表观测CPU、内存、网络、耗电
• Method Trace（Java/Kotlin方法耗时）、采样分析
• Heap Dump、内存分配追踪、JNI内存监控
• 线程实时状态、主线程阻塞观测
  ❌ 缺点
• 侵入较大，debug包可用，release无法直接使用
• 只能看本进程，缺少系统全局调度信息
• 长录制容易卡顿、丢数据
  🎯 适用：初步定位内存抖动、内存泄漏、方法耗时；本地快速验证优化。

2. Perfetto（Android10+，Google官方新一代系统追踪）

Systrace 的继任者，当前Android性能分析首选系统工具
✅ 能力

• 全局系统追踪：内核调度、SurfaceFlinger、Binder、线程、GC、IO、GPU、功耗
• 支持超长时长录制（Systrace限制短）
• 支持自定义Trace事件（Trace.beginSection）
• Web端强大分析、SQL查询轨迹、火焰图
• 同时兼容应用进程+系统服务全链路
  ❌ 缺点
• Android9及以下不原生支持
• 默认不包含方法调用栈（需要搭配Simpleperf获取函数堆栈）
  🎯 适用：UI卡顿、掉帧、主线程阻塞、启动慢、Binder阻塞、线程竞争、系统层级性能瓶颈。

3. Systrace（旧版系统追踪，已逐步淘汰）

✅ 能力
API9~29全兼容，查看帧时序、Choreographer、UI渲染
❌ 缺点
录制时长受限；数据格式老旧；不支持大轨迹；数据源少于Perfetto
🎯 适用：老旧设备兼容场景，新项目优先Perfetto

4. Simpleperf（Native性能分析）

✅ 能力
C/C++ native代码采样、函数火焰图，定位native CPU高占用、死循环
❌ 缺点
只看native层，不包含Java方法；命令行为主，上手成本高
🎯 适用：FFmpeg、游戏、JNI底层性能瓶颈

5. AGI Android GPU Inspector（图形渲染专项）

✅ 能力
GPU渲染管线、Vulkan/OpenGL调用捕获、帧耗时、Overdraw、GPU瓶颈分析
❌ 缺点
对设备版本有要求；普通App很少用到
🎯 游戏、短视频、Compose重度渲染场景

二、线上APM SDK（生产环境真实用户监控）

核心要求：性能开销低、兼容全机型、自动捕获异常现场

1. 微信 Matrix（国内最流行开源APM）

模块：TraceCanary（卡顿）、MemoryCanary、IOCanary、ResourceCanary、Network
✅ 优势

1. TraceCanary：ASM字节码插桩 + Looper消息监控，精准捕获主线程耗时方法堆栈，区分卡顿根因
2. 内存监控、图片内存泄漏、文件IO阻塞、网络慢请求全覆盖
3. 大厂线上验证，支持Android低版本
   ❌ 不足

• 需要AGP Transform插桩，构建流程侵入；增量编译变慢
• 配置复杂，需要运维后台接收上报数据
  🎯 适用：电商、社交大型App，线上卡顿、内存问题常态化治理

2. LeakCanary（专项内存泄漏）

✅ 优势
零复杂配置，自动检测Activity/Fragment内存泄漏、生成泄漏链路；开发阶段快速定位Java堆泄漏
❌ 不足
只做内存泄漏，不监控卡顿/IO；无法监控Native内存泄漏；线上全量启用开销偏大
🎯 开发测试阶段快速排查内存泄漏；线上可灰度小规模开启

3. UAPM（字节跳动开源APM）

✅ 优势
轻量，支持卡顿监控、内存、启动耗时、Compose性能监控；对Jetpack Compose适配更好；插桩开销更低
🎯 短视频、Compose项目优选

4. Firebase Performance Monitoring（Google官方云端APM）

✅ 优势
无需自建后台；自动采集冷/温启动、网络耗时；自定义指标
❌ 不足
国内访问不稳定；缺少卡顿堆栈、内存泄漏深度能力
🎯 海外应用

三、商用免集成测试工具（测试团队使用）

PerfDog（腾讯）

✅ 无需集成SDK、不需要Root；USB直连采集FPS、CPU、内存、功耗、帧时间、SurfaceFlinger真实帧率
❌ 收费；无法捕获方法堆栈，只能采集指标，不能定位代码
🎯 自动化性能测试、基准测试、竞品对比

四、专项工具

1. Battery Historian
   解析bugreport电量日志，定位App耗电、WakeLock唤醒、频繁唤醒导致耗电高；线下电量分析。
2. MAT(Memory Analyzer Tool)
   导入hprof堆快照，深度分析Java堆大对象、泄漏链；配合Studio Memory Profiler使用。
3. Layout Inspector
   布局层级、过度绘制、视图冗余；UI渲染优化。

五、核心工具横向对比总表

六、企业通用性能排查流程（工具选型方案）

标准优化链路

1. 线上大盘发现问题 → Matrix/UAPM 采集指标（卡顿率、OOM、启动时长）
2. 自动捕获异常现场 → 线上触发后上报精简堆栈
3. 本地复现
   • 卡顿/掉帧：Perfetto（优先）
   • Java内存泄漏：Memory Profiler + LeakCanary + MAT
   • Native内存/CPU：Simpleperf
   • UI布局问题：Layout Inspector
4. 性能基准验证：PerfDog / Android Benchmarking Library

七、高频面试简答（背诵精简版）

1. Perfetto vs Systrace
   Systrace已过时；Perfetto数据源更多、支持长录制、web分析能力强，Android10+统一使用Perfetto。两者默认没有Java方法栈，想要方法耗时需要配合MethodTrace或者Simpleperf。

2. Matrix TraceCanary 和 LeakCanary区别
   TraceCanary监控主线程卡顿、IO阻塞；LeakCanary只做Java堆内存泄漏检测，两个互补。

3. Profiler和Perfetto侧重点
   Profiler聚焦单个应用进程，擅长方法、堆内存；Perfetto是全局系统视角，看到进程之间Binder调用、系统服务、帧渲染调度。

4. 线上能不能直接使用Perfetto？
   不能。Perfetto录制开销高，只能线下USB调试；线上必须使用轻量级APM SDK（Matrix/UAPM）采样监控。