一文读懂直播卡顿优化那些事儿如何解决直播卡顿( 四 )

2.5.2 视频流除了上述的渲染流程引起的卡顿，还有一些其他的因素，典型的就是视频流。

渲染卡顿：主要是 TextureView 渲染， textureview 跟随 window 共用一个 surface ，每一帧均需要一起协同渲染并相互影响， UI 卡顿会造成视频流卡顿，视频流的卡顿有时候也会造成 UI 的卡顿；
解码：解码主要是将数据流解码为 surface 可消费的 buffer 数据，是除了网络外最重要的耗时点。现在我们一般都会采用硬解，比软解的性能高很多。但是帧的复杂度、编码算法的复杂度、分辨率等也会直接导致解码耗时被拉长；
OpenGL 处理：有时会对解码完成的数据做二次处理，这个如果比较耗时会直接导致渲染卡顿；
网络：这个就不再赘述了，包括 DNS 节点优选、cdn 服务、GOP 配置等；
推流异常：这个属于数据源出了问题，这里暂时以用户侧的视角为主，暂不讨论。

2.5.3 系统负载

内存：内存的吃紧会直接导致 GC 的增加甚至 ANR ，是造成卡顿的一个不可忽视的因素；
CPU：CPU 对卡顿的影响主要在于线程调度慢、任务执行的慢和资源竞争，比如降频会直接导致应用卡顿；
GPU：GPU 的影响见渲染流程，但是其实还会间接影响到功耗和发热；
功耗/发热：功耗和发热一般是不分家的，高功耗会引起高发热，进而会引起系统保护，比如降频、热缓解等，间接的导致卡顿。

2.6 卡顿的分类我们此处再整体整理并归类，为了更完备一些，这里将推流也放了上来。在一定程度上，我们遇到的所有卡顿问题，均能在这里找到理论依据，这也是指导我们优化卡顿问题的理论支撑。
3. 如何评价卡顿3.1 线上指标指标
释义
计算方式
数据来源
FPS
帧率
取 vsync 到来的时间为起点， doFrame 执行完成的事件为终点，作为每帧的渲染耗时，同时利用渲染耗时/刷新率可以得出每次渲染的丢帧数。平均 FPS = 一段时间内渲染帧的个数 * 60 / (渲染帧个数 + 丢帧个数)
vsync
stall_video_ui_rate
总卡顿率
（UI 卡顿时长 + 流卡顿时长） / 采集时长
vsync
stall_ui_rate
UI 卡顿率
UI 卡顿时长 / 采集时长
vsync
stall_video_rate
流卡顿率
流卡顿时长 / 采集时长
vsync
stall_ui_slight_rate
轻微卡顿率
帧丢帧时长 / 采集时长
vsync
stall_ui_moderate_rate
中等卡顿率
帧丢帧时长 / 采集时长
vsync
stall_ui_serious_rate
严重卡顿率
帧丢帧时长 / 采集时长
vsync
3.2 线下指标

Diggo 是字节自研的一个开放的开发调试工具平台，是一个集「评价、分析、调试」为一体的，一站式工具平台。内置性能测评、界面分析、卡顿分析、内存分析、崩溃分析、即时调试等基础分析能力，可为产品开发阶段提供强大助力。

指标
释义
计算方式
数据来源
FPS
时机渲染帧率
数据获取时间周期内，实际渲染帧数/ 数据获取间隔时间

以上关于本文的内容，仅作参考！温馨提示：如遇健康、疾病相关的问题，请您及时就医或请专业人士给予相关指导!

「四川龙网」www.sichuanlong.com小编还为您精选了以下内容，希望对您有所帮助：

一文读懂直播卡顿优化那些事儿 如何解决直播卡顿( 四 )

一文读懂直播卡顿优化那些事儿如何解决直播卡顿( 四 )