Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Merekam metode Java/Kotlin yang dipanggil selama eksekusi kode aplikasi memungkinkan
Anda melihat stack panggilan dan penggunaan CPU pada waktu tertentu, yang difilter ke metode
Java/Kotlin. Data ini berguna untuk mengidentifikasi bagian kode yang memerlukan waktu lama atau banyak resource sistem untuk dieksekusi. Jika Anda menginginkan tampilan lengkap
callstack termasuk frame panggilan native, gunakan tugas pembuatan profil
contoh callstack.
Saat merekam metode Java/Kotlin menggunakan profiler Android Studio, Anda dapat
memilih jenis rekaman:
Pelacakan: Melengkapi aplikasi pada waktu proses untuk merekam stempel waktu di
awal dan akhir setiap panggilan metode. Stempel waktu dikumpulkan dan dibandingkan
untuk menghasilkan data perekaman aktivitas metode, termasuk informasi pengaturan waktu. Anda harus menggunakan
pelacakan saat Anda ingin mengetahui metode yang tepat yang dipanggil. Karena pelacakan adalah proses yang intensif, jika Anda menggunakan opsi ini, sebaiknya pertahankan rekaman Anda sekitar lima detik atau kurang.
Sampling (lama): Merekam stack panggilan aplikasi dalam interval yang sering selama eksekusi kode berbasis Java atau Kotlin milik aplikasi Anda. Profiler akan membandingkan kumpulan data yang direkam untuk memperoleh informasi pengaturan waktu dan penggunaan resource mengenai eksekusi kode berbasis Java atau Kotlin milik aplikasi Anda. Anda harus menggunakan pengambilan sampel jika lebih mementingkan waktu daripada metode persis yang dipanggil.
Penggunaan CPU: Menampilkan penggunaan CPU aplikasi Anda sebagai persentase dari total kapasitas CPU yang tersedia menurut waktu. Perhatikan bahwa penggunaan CPU tidak hanya mencakup metode Java/Kotlin, tetapi juga kode native. Tandai bagian linimasa untuk memfilter detail jangka waktu tersebut.
Interaksi: Menampilkan interaksi pengguna dan peristiwa siklus proses aplikasi di sepanjang
linimasa.
Thread: Menampilkan thread yang dijalankan aplikasi Anda. Dalam sebagian besar kasus, Anda
harus memfokuskan diri terlebih dahulu pada thread teratas yang merepresentasikan aplikasi Anda.
Untuk mengidentifikasi metode atau stack panggilan yang membutuhkan waktu paling lama, gunakan
diagram flame atau
diagram top down.
Konten dan contoh kode di halaman ini tunduk kepada lisensi yang dijelaskan dalam Lisensi Konten. Java dan OpenJDK adalah merek dagang atau merek dagang terdaftar dari Oracle dan/atau afiliasinya.
Terakhir diperbarui pada 2025-07-27 UTC.
[[["Mudah dipahami","easyToUnderstand","thumb-up"],["Memecahkan masalah saya","solvedMyProblem","thumb-up"],["Lainnya","otherUp","thumb-up"]],[["Informasi yang saya butuhkan tidak ada","missingTheInformationINeed","thumb-down"],["Terlalu rumit/langkahnya terlalu banyak","tooComplicatedTooManySteps","thumb-down"],["Sudah usang","outOfDate","thumb-down"],["Masalah terjemahan","translationIssue","thumb-down"],["Masalah kode / contoh","samplesCodeIssue","thumb-down"],["Lainnya","otherDown","thumb-down"]],["Terakhir diperbarui pada 2025-07-27 UTC."],[],[],null,["# Record Java/Kotlin methods\n\nRecording the Java/Kotlin methods called during your app's code execution lets\nyou see the callstack and CPU usage at a given time, filtered to Java/Kotlin\nmethods. This data is useful for identifying sections of code that take a long\ntime or a lot of system resources to execute. If you want a full view of the\ncallstack including native call frames, use the\n[callstack sample](/studio/profile/sample-callstack)\nprofiling task.\n\nWhen you record Java/Kotlin methods using the Android Studio profiler, you can\nchoose the recording type:\n\n- Tracing: Instruments your app at runtime to record a timestamp at the\n beginning and end of each method call. Timestamps are collected and compared\n to generate method tracing data, including timing information. You should use\n tracing when you care about the exact methods being called. Because tracing is\n an intensive process, if you're using this option it's best to keep your\n recording around five seconds or less.\n\n | **Note:** The timing information from tracing might deviate from production due to the overhead introduced by the instrumentation itself.\n- Sampling (legacy): Captures your app's call stack at frequent intervals during\n your app's Java- or Kotlin-based code execution. The profiler compares sets of\n captured data to derive timing and resource usage information about your app's\n Java- or Kotlin-based code execution. You should use sampling if you care more\n about timing than the exact methods being called.\n\n| **Note:** If you're interested in tracing methods with lifecycles so short that they're likely to begin and end in between a sampling interval, and thus get missed by the profiler, you should try tracing instead.\n\nJava/Kotlin methods overview\n----------------------------\n\nAfter you [run the **Find CPU Hotspots** task](/studio/profile#start-profiling)\nthe Android Studio Profiler provides the following information:\n\n- **CPU Usage**: Shows CPU usage of your app as a percentage of total available CPU capacity by time. Note that the CPU usage includes not only Java/Kotlin methods but also native code. Highlight a section of the timeline to filter to the details for that time period.\n- **Interactions**: Shows user interaction and app lifecycle events along a timeline.\n- **Threads**: Shows the threads that your app runs on. In most cases, you'll want to first focus on the topmost thread that represents your app.\n\nTo identify the methods or call stacks that take the most time, use the\n[flame chart](/studio/profile/chart-glossary/flame-chart) or\n[top down](/studio/profile/chart-glossary/top-bottom-charts) chart."]]
