火山引擎应用性能监控全链路版提供了卡顿分析功能,支持监控主线程消息是否执行超时,能有效帮助您分析用户在使用APP的过程中的流畅性问题。
卡顿分析提供了卡顿趋势、卡顿分布、卡顿列表和卡顿详情四个维度的分析视图,方便您更全面的分析应用中不同的卡顿类型。
您可以通过以下筛选条件进行数据筛选:
卡顿趋势展示了筛选条件下卡顿指标的趋势图,您也可以将趋势图按照分组维度展示。指标数据的右侧可以查看与上一周期相比崩溃数据的变化。
指标说明:
指标 | 说明 |
---|---|
卡顿次数 | 筛选条件下的卡顿次数 |
卡顿率 | 筛选条件下的卡顿次数/筛选条件下的总launch数 |
卡顿人数 | 筛选条件下发生卡顿的去重UV数 |
卡顿用户比例 | 筛选条件下发生卡顿的去重UV数/筛选条件下的去重总UV数 |
卡顿分布展示了卡顿数据在各个维度的分布情况。
平台会将相似的卡顿聚合为一条issue。通过列表信息,可以大致了解各issue的排行情况以及关键指标。同时,能够将issue分配处理人。
基本信息中展示了该类卡顿的名称、最近上报时间、最近发生时间、首次发生时间、状态和处理人,并重点展示了卡顿说明、卡顿次数、卡顿人数、卡顿率和卡顿用户比率。
卡顿趋势中展示了筛选条件下该类卡顿的趋势。
.png
文件格式展现的卡顿趋势图。卡顿分布中展示了筛选条件下该类卡顿的分布情况。
在详细信息页面,可以查看该issue发生时的具体信息。
.txt
文件格式展现的日志信息里的issue详情。卡顿信息中可以查看卡顿相关的指标和指标取值。
符号表中可以上传符号表。上传后在Retrace页面可以查看通过符号表解析后的堆栈。
现场数据中可以查看页面信息、自定义数据和页面追踪。
卡顿排行展示了筛选条件下卡顿数据的排行情况。
时间支持选择今昨、最近(1天、7天、30天)、范围(范围不能大于30天)。支持按照系统、系统版本、APP版本、SDK版本、APM SDK版本和APP ID进行筛选。
如果经常要查看一些筛选条件的数据,可以收藏这些筛选条件,后续在常用中快速应用即可。
详细数据中展示了排行、APP名称、APP ID、APP版本、SDK版本、最近发生时间、卡断次数、卡顿率、影响用户数以及影响用户比例。
除了APP名称、APP ID和APP版本,您可以根据以上任意列进行排行,排查卡顿的影响因素。
您可以单击下载按钮,查看以.xlsx
文件格式展现的卡顿数据排行情况。
卡顿树是将主线程堆栈进行聚合,每个节点表示一个方法,从宏观的角度分析哪个节点的卡顿比较严重。同时支持给节点增加权重,以更准确地分析。
如果在一段时间内,有大量的卡顿上报,或者卡顿异常集中在某个机型或者版本上时,可以通过卡顿树来进行整体的聚合分析,判断可能导致大量卡顿的方法节点。
实时查看只能粗略分析当前是否有可能有某些导致卡顿的节点存在,如果您想直接在平台上分析卡顿树的火焰图,可以选择实时查看。
火焰图中,每个节点后的数字表示在整个卡顿堆栈中出现的次数。如果连续同一个库则为同样的颜色。
离线查看可以特定分析某个版本或一段时间的卡顿树信息,且数据量较大。由于耗时较久,计算成功后会给操作人发送邮件。
如果时间范围超过12小时,最小占比低于1%时,优先选择使用离线查询。