[論文レビュー] PersisDroid: Android Performance Diagnosis via Anatomizing Asynchronous Executions

Yu Kang, Yangfan Zhou+2 more|arXiv (Cornell University)|Dec 25, 2015

Software System Performance and Reliability参考文献 15被引用数 5

ひとこと要約

PersisDroid は、UI イベントによってトリガーされる非同期実行をプロファイルすることで、Android アプリのパフォーマンスを診断する動的インストルメンテーションツールである。このツールは、これらの実行を6つのタイプに分類し、多様な Android デバイスで低オーバーヘッドかつ高互換性を実現した追跡を可能にし、長時間のキューイング時間やサードパーティライブラリの不適切な使用といったパフォーマンスのボトル neck を特定する。30個のオープンソースアプリのうち20個で潜在的な問題を検出できた。

ABSTRACT

Android applications (apps) grow dramatically in recent years. Apps are user interface (UI) centric typically. Rapid UI responsiveness is key consideration to app developers. However, we still lack a handy tool for profiling app performance so as to diagnose performance problems. This paper presents PersisDroid, a tool specifically designed for this task. The key notion of PersisDroid is that the UI-triggered asynchronous executions also contribute to the UI performance, and hence its performance should be properly captured to facilitate performance diagnosis. However, Android allows tremendous ways to start the asynchronous executions, posing a great challenge to profiling such execution. This paper finds that they can be grouped into six categories. As a result, they can be tracked and profiled according to the specifics of each category with a dynamic instrumentation approach carefully tailored for Android. PersisDroid can then properly profile the asynchronous executions in task granularity, which equips it with low-overhead and high compatibility merits. Most importantly, the profiling data can greatly help the developers in detecting and locating performance anomalies. We code and open-source release PersisDroid. The tool is applied in diagnosing 20 open-source apps, and we find 11 of them contain potential performance problems, which shows its effectiveness in performance diagnosis for Android apps.

研究の動機と目的

• Android アプリのパフォーマンス診断に効果的なツールの不足、特に非同期 UI トリガー操作に関連する問題を解決すること。
• Android アプリ内で多様で構造のない非同期実行の開始方法を追跡する課題を克服すること。
• ソースコードやカーネルの再コンパイルを必要とせず、軽量で互換性があり、効率的なプロファイリングソリューションを設計すること。
• 開発者が長時間のキューイング時間やサードパーティライブラリ内の不適切なタスク管理といったパフォーマンスの異常を検出・特定できるようにすること。
• 30個のオープンソースAndroidアプリを用いた実世界の評価を通じて、ツールの有効性を示すこと。

提案手法

• 実行時パターンに基づき、Android で非同期実行を開始する可能性のあるすべての方法を6つの明確なタイプに分類する。
• 一般的なフレームワークメソッドにのみ動的インストルメンテーションを適用することで、オーバーヘッドを最小限に抑え、多様なAndroidデバイスやOSバージョンでの互換性を確保する。
• タスク粒度で非同期タスクをプロファイリングし、実行時間、キューイング時間、タスクライフサイクルイベントを収集する。
• キューイング時間を、エグゼキュータの不適切な使用によるタスクの直列化といったパフォーマンス問題の主要な指標として活用する。
• プロファイリングデータを活用して、AsyncTask の execute と executeOnExecutor の誤用や、キャンセルされていないサードパーティの非同期タスクといった一般的なアンチパターンを検出する。
• カーネルやフレームワークの変更を回避する軽量で侵襲性のないインストルメンテーションアプローチを採用し、商用デバイスへの展開を可能にする。

実験結果

リサーチクエスチョン

• RQ1 UI イベントによってトリガーされる非同期実行は、Android アプリでどのように体系的に分類・追跡できるか？
• RQ2 ソースコードやカーネルの変更を必要とせず、軽量で互換性があり、効率的なアプローチで非同期タスクのパフォーマンスをプロファイリングする方法は何か？
• RQ3 特にキューイング時間といった非同期タスクの振る舞いをプロファイリングすることで、実世界のAndroidアプリにおけるパフォーマンスのボトル neck を効果的に特定できるか？
• RQ4 このようなプロファイリングは、AsyncTask の誤用や、キャンセルされていないサードパーティの非同期タスクといった一般的なアンチパターンをどの程度効果的に検出できるか？
• RQ5 このツールは、多様なオープンソースAndroidアプリにおいて、実際のパフォーマンス問題をどの程度効果的に特定できるか？

主な発見

• PersisDroid は、30個のオープンソースAndroidアプリのうち20個で潜在的なパフォーマンス問題を正常に特定し、実世界での検出能力が非常に高いことを示した。
• 過剰なキューイング時間に起因する、非同期実行メカニズムの誤用によるタスクの直列化が原因のパフォーマンス問題を検出できた。
• AsyncTask でデフォルトの execute メソッドを使用するのではなく executeOnExecutor を使用すべきところを誤って使用しているという一般的なアンチパターンが、プロファイリングにより信頼性高く検出された。
• AsynHttpClient のようなライブラリに、キャンセルされていないサードパーティの非同期タスクが存在することが発見され、リソースリークやパフォーマンス劣化の原因となっていることが明らかになった。
• 動的インストルメンテーションアプローチは低オーバーヘッドかつ高互換性を達成しており、再コンパイルなしで幅広い商用Androidデバイスに展開可能であった。
• プロファイリングデータにより、開発者はパフォーマンスの異常を高い精度で特定でき、手動でのデバッグ作業を大幅に削減できた。