DevEco Profiler 里的 ArkUI 性能数据到底怎么看—从火焰图到帧率瓶颈定位

Profiler 不要一上来盯火焰图，建议按“卡顿帧 -> 线程/函数 -> 分配热点 -> 代码打点”往下收敛，避免在一堆调用栈里找针。

1. 先用 Frame Timeline 圈出掉帧区间，例如超过 16.6ms/33ms 的帧，记录当时页面操作、列表滚动位置和设备型号。
2. 再看 ArkUI Inspector/ArkUI 分析：组件树是否过深，List/LazyForEach 的 key 是否稳定，一次状态变化是否带动了过大范围重建。
3. CPU Profiler 只看刚才圈住的时间片。如果业务函数耗时高，把解析、排序、图片处理移到 TaskPool/Worker 或提前缓存；如果布局/测量/绘制集中，就先拆复杂组件、减少嵌套和 onScroll 中的同步计算。
4. Allocation Tracker 重点看滚动或动画期间是否持续创建对象，build()、ForEach、onAreaChange/onScroll 里反复 new 大对象，很容易把 GC 和掉帧绑在一起。

可以在可疑代码前后加自定义 Trace，让 Profiler 时间轴直接对上业务步骤：

import { hiTraceMeter } from '@kit.PerformanceAnalysisKit';

function traceBlock<T>(name: string, task: () => T): T {
  const level = hiTraceMeter.HiTraceOutputLevel.COMMERCIAL;
  if (!hiTraceMeter.isTraceEnabled()) {
    return task();
  }
  hiTraceMeter.startSyncTrace(level, name);
  try {
    return task();
  } finally {
    hiTraceMeter.finishSyncTrace(level);
  }
}

const data = traceBlock('List_prepareData', () => prepareListData(raw));

抓取时配合：

hdc shell
hitrace --trace_begin app
# 复现一次卡顿
hitrace --trace_dump | grep List_prepareData
hitrace --trace_finish

参考：DevEco Profiler CPU活动分析、HiTraceMeter ArkTS 性能跟踪

• https://developer.huawei.com/consumer/cn/doc/harmonyos-guides/ide-insight-session-cpu
• https://developer.huawei.com/consumer/cn/doc/harmonyos-guides/hitracemeter-guidelines-arkts