"NAPI通信耗时长"导致丢帧分析

启动丢帧或者滑动过程丢帧

HarmonyOS

netos

2024-06-13 11:01:53

浏览

回答 1

待解决

回答 1

按赞同

按时间

wingcky

1：通过trace看，异步网络请求的完成后处理时间长，导致主线程卡顿。网络请求是从主线程起的异步任务，但是异步任务完成后的回调是在主线程进行的，所以此函数回调耗时会影响主线程卡顿。

2：Napi的线程工作原理如下：complete函数在起线程任务中执行。

3：napi创建异步任务的接口和创建异步任务的业务代码如下，complete函数对应业务代码为：finishFunc函数，但是finishFunc函数实现如下所示，也很简单，只是做了一个赋值。

napi_status napi_create_async_work(napi_env env, 
                                   napi_value async_resource, 
                                   napi_value async_resource_name, 
                                   napi_async_execute_callback execute, 
                                   napi_async_complete_callback complete, 
                                   void* data, 
                                   napi_async_work* result); 
  
napi_value HttpRequestHandler::fetch(napi_env env, std::string url, std::string method, std::string data, HttpHeader header) 
{ 
    AsyncHttpRequestContext* ctx = new AsyncHttpRequestContext(env, url, method, data, header); 
  
    napi_value promise; 
    napi_create_promise(env, &ctx->deferred, &promise); 
  
    napi_value workName = NapiConvertUtil::stdStringToNapiValue(env, "fetchAsync"); 
    napi_create_async_work(env, nullptr, workName, HttpRequestHandler::workFunc, HttpRequestHandler::finishFunc, (void*)ctx, &ctx->work); 
    napi_queue_async_work(env, ctx->work); 
  
    return promise; 
} 
  
void HttpRequestHandler::finishFunc(napi_env env, napi_status status, void * data) 
{ 
    auto ctx = (AsyncHttpRequestContext*)data; 
  
    napi_value result = nullptr; 
    NapiConvertUtil::setPropertyForInt64(env, result, "code", static_cast<int64_t>(ctx->httpCode)); 
    NapiConvertUtil::setPropertyForString(env, result, "msg", ctx->httpMessage); 
    NapiConvertUtil::setPropertyForString(env, result, "data", ctx->recvData); 
  
    napi_resolve_deferred(env, ctx->deferred, result); 
    delete ctx; 
}

4：本地尝试复现，增加日志发现虽然业务代码很简单，只是将native数据赋值给js。但是耗时较长。

void HttpRequestHandler::finishFunc(napi_env env, napi_status status, void * data) 
{ 
    auto start = std::chrono::high_resolution_clock::now(); 
    auto ctx = (AsyncHttpRequestContext *)data; 
  
    napi_value result = nullptr; 
    NapiConvertUtil::setPropertyForInt64(env, result, "code", static_cast<int64_t>(ctx->httpCode)); 
    NapiConvertUtil::setPropertyForString(env, result, "msg", ctx->httpMessage); 
    NapiConvertUtil::setPropertyForString(env, result, "data", ctx->recvData); 
  
    size_t messageLen = ctx->httpMessage.length(); 
    size_t dataLen = ctx->recvData.length(); 
    napi_resolve_deferred(env, ctx->deferred, result); 
  
    auto end = std::chrono::high_resolution_clock::now(); 
    std::chrono::microseconds cost = std::chrono::duration_cast<std::chrono::microseconds>(end - start); 
    LOG_INFO("finishFunc messgelen:%ld(Byte), datalen:%ld(Byte) cost:%llu(microsecond)", messageLen, dataLen, 
             cost.count()); 
}

3：到此本以为是由于数据copy赋值导致的问题。但是继续观测trace文件中的ArkTsCallBack涌道，发现arkts有业务处理耗时占用比例也极高。因此怀疑该trace打点不止是该函数内。通过与性能工具专家胜军军哥讨论并通过demo验证，fetch之后的then处理也包含在了这个trace函授打点之内，因此将耗时统计放到napi_resolve_deferred之前，得到的结果确认：该函数本身并不耗时：

void HttpRequestHandler::finishFunc(napi_env env, napi_status status, void * data) 
{ 
    auto start = std::chrono::high_resolution_clock::now(); 
    auto ctx = (AsyncHttpRequestContext *)data; 
  
    napi_value result = nullptr; 
    NapiConvertUtil::setPropertyForInt64(env, result, "code", static_cast<int64_t>(ctx->httpCode)); 
    NapiConvertUtil::setPropertyForString(env, result, "msg", ctx->httpMessage); 
    NapiConvertUtil::setPropertyForString(env, result, "data", ctx->recvData); 
  
    size_t messageLen = ctx->httpMessage.length(); 
    size_t dataLen = ctx->recvData.length(); 
    auto end = std::chrono::high_resolution_clock::now(); 
    std::chrono::microseconds cost = std::chrono::duration_cast<std::chrono::microseconds>(end - start); 
    LOG_INFO("finishFunc messgelen:%ld(Byte), datalen:%ld(Byte) cost:%llu(microsecond)", messageLen, dataLen, 
             cost.count()); 
    napi_resolve_deferred(env, ctx->deferred, result); 
}

4：并且通过IDE的ArkTsCallback调用栈看到，确实是异步线程拿到数据之后，对数据进行处理的业务消耗导致：

5：同理：在启动过程中也有 NAPI: complete FileReadText 的业务消耗：

6：该部分内容都是动态布局，需要动态布局进行分析，这些耗时消耗是否可以进行并发处理。

总结：

1：Napi的Compte 回调在创建异步任务的线程处理，如果是主线程创建，complete回调也在主线程，如果回调耗时，也会影响主线程。

2：由于complete是返回一个promse，因此promise之后then的处理消耗也是在该函数内消耗。即：promise之后的所有回调/Then处理，都在一个线程内。因此需要注意promise/async并没有起线程，promise内部或者then的处理都在同一个线程内。如果有耗时操作，不建议使用promise/async，建议使用TaskPool进行异步调度。

3：trace是通过代码增加的打点，调用栈是通过系统采样采集的，两者侧重的不同，两者可以结合使用，方便问题定位。

2024-06-13 21:39:25

如何写精华回答，获更多曝光？

发布

51CTO

51CTO博客

51CTO学堂

"NAPI通信耗时长"导致丢帧分析

订阅鸿蒙技术特刊，精选内容抢先看