Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

Taxa de quadros

QPS médio

Um frame rate estável e suave é fundamental para oferecer uma experiência de jogo de alta qualidade em dispositivos Android. Ao medir o desempenho do jogo, você precisa medir o QPS médio como uma linha de base para ter uma compreensão básica da experiência. Otimize o jogo para atender ao frame rate médio de 60 QPS e garantir uma ótima experiência de jogo.

QPS P90 e P99 para estabilidade

Com uma média de 60 QPS, um jogo ainda pode apresentar problemas intermitentes, micro-travamentos e atraso de entrada imprevisível, resultando em uma experiência ruim para o jogador.

Portanto, a estabilidade do frame é tão importante quanto o rastreamento do frame rate médio. É aqui que você precisa medir as métricas de frame rate P90 e P99 como a linha de base consistente e o indicador de travamento, respectivamente. Essas métricas capturam a "parte final" do desempenho para que você otimize a suavidade da experiência do jogador.

Métricas

QPS médio (linha de base): essa métrica fundamental fornece uma linha de base geral do desempenho do jogo. Embora seja um benchmark padrão, o cálculo médio significa que quedas de frame intermitentes e micro-travamentos não podem ser detectados, o que a torna insuficiente para representar a experiência do jogador por conta própria.
QPS P90 (linha de base consistente no percentil de 10%): indica que 90% dos frames excederam essa linha de base consistente e apenas os 10% mais lentos demoraram mais para serem renderizados. Se o frame rate P90 for alto e próximo da média, o jogo estará funcionando bem de forma consistente para a grande maioria da sessão.
QPS P99 (indicador de travamento no percentil de 1%): indica que 99% dos frames excederam esse indicador de travamento, isolando especificamente o 1% mais lento dos frames. Essa métrica é essencial para detectar micro-travamentos, atrasos no carregamento de recursos e picos repentinos de renderização de recursos pesados que causam problemas visíveis.

Exemplos

Ao comparar o QPS médio com as métricas P90 e P99, você pode diagnosticar com precisão o comportamento subjacente de um jogo.

Cenário 1: uma curva ideal (jogo otimizado)

Média: 60 QPS (16,6 ms)
P90: 58 QPS (17,2 ms)
P99: 52 QPS (19,2 ms)
Análise: as métricas estão bem agrupadas. O jogo parece incrivelmente suave e consistente. Não há micro-travamentos, e até mesmo o pior 1% dos frames é quase imperceptível ao olho humano.

Cenário 2: gargalo de carga (vinculado à CPU/GPU)

Média: 45 QPS (22,2 ms)
P90: 40 QPS (25,0 ms)
P99: 38 QPS (26,3 ms)
Análise: o frame rate médio é menor, mas de forma consistente. O P99 não cai drasticamente em comparação com a média. Isso indica que o sistema está essencialmente sobrecarregado por configurações gráficas ou restrições de resolução. O jogo não vai parecer com renderização lenta, mas sim lento. A redução das configurações gráficas normalmente aumenta essas métricas de maneira uniforme.

Cenário 3: 60 QPS instáveis (compilação de sombreador / travamentos de streaming de recursos)

Média: 60 QPS (16,6 ms)
P90: 45 QPS (22,2 ms)
P99: 15 QPS (66,6 ms)
Análise: esse é o pior cenário. Embora o frame rate médio pareça excelente, o P99 revela um problema crítico. O P99 em 66,6 ms significa que o jogo está congelando completamente por vários frames de cada vez. Isso aponta para outliers graves, geralmente causados por gargalos de CPU, atrasos no streaming de recursos (por exemplo, RAM ou armazenamento lento) ou problemas causados pela compilação de sombreadores.

Avaliação

Para medir com eficácia o QPS médio, P90 e P99, use o comando Android dumpsys surfaceflinger timestats. Essa ferramenta fornece o QPS médio e um histograma de tempo presentToPresent para todas as camadas que estão sendo renderizadas. O tempo presentToPresent de um frame é o intervalo entre o frame atual e o anterior que está sendo desenhado.

Confira as instruções detalhadas para coletar e calcular essas métricas do jogo:

Comece a captura: execute o comando a seguir com as flags enable e clear para começar a capturar informações:
```
adb shell dumpsys SurfaceFlinger --timestats -clear -enable
```
Despejar informações: quando o jogo tiver sido jogado por tempo suficiente, execute o comando novamente com a flag dump para gerar as informações:
```
adb shell dumpsys SurfaceFlinger --timestats -dump
```
Filtrar por camada: as informações despejadas fornecem dados para todas as camadas renderizadas pelo SurfaceFlinger. Você precisa encontrar a seção correspondente ao jogo filtrando com base no layerName (por exemplo, layerName = SurfaceView[com.example.yourgame...]).
```
layerName = SurfaceView[com.google.test/com.devrel.MainActivity]@0(BLAST)#132833
```
Identificar o QPS médio: o QPS médio de cada camada é calculado automaticamente e mostrado diretamente na saída do despejo (por exemplo, averageFPS = 30.179).
```
...
averageFPS = 30.179
...
```

Calcular o QPS P90 e P99: para encontrar as métricas P90 e P99, você precisa analisar o totalFrames e o histograma de tempo presentToPresent fornecido no despejo.

totalFrames = 1000
...
presentToPresent histogram is as below:
0ms=0 1ms=0 2ms=0 3ms=0 4ms=0 5ms=0 6ms=0 7ms=0 8ms=0 9ms=0 10ms=0 11ms=0 12ms=0
13ms=0 14ms=0 15ms=0 16ms=850 17ms=0 18ms=0 19ms=0 20ms=0 21ms=0 22ms=0 23ms=0
24ms=0 25ms=0 26ms=0 27ms=0 28ms=0 29ms=0 30ms=0 31ms=0 32ms=0 33ms=100 34ms=0
36ms=0 38ms=0 40ms=0 42ms=0 44ms=0 46ms=0 48ms=0 50ms=35 54ms=0 58ms=0 62ms=0
66ms=10 70ms=0 74ms=0 78ms=0 82ms=0 86ms=0 90ms=0 94ms=0 98ms=0 102ms=5 106ms=0
110ms=0 114ms=0 118ms=0 122ms=0 126ms=0 130ms=0 134ms=0 138ms=0 142ms=0 146ms=0
150ms=0 200ms=0 250ms=0 300ms=0 350ms=0 400ms=0 450ms=0 500ms=0 550ms=0 600ms=0
650ms=0 700ms=0 750ms=0 800ms=0 850ms=0 900ms=0 950ms=0 1000ms=0

A. Exemplo conceitual (tabela de distribuição cumulativa) Suponha que a sessão de jogo tenha registrado uma contagem totalFrames de 1.000. Para encontrar P90 e P99, calcule os limites de milissegundos em que a contagem cumulativa de frames atinge 900 frames (90%) e 990 frames (99%), respectivamente, contando a partir do bucket de milissegundos mais baixo.

Tempo de frame (ms)	Contagem de frames (histograma)	Contagem cumulativa de frames	Status / cálculo do percentil
16ms	850	850	85,0%
33ms	100	950	95,0% (Meta de 900 do P90 atingida! → 1000/33 = 30,3 QPS)
50ms	35	985	98,5%
66ms	10	995	99,5% (Meta de 990 do P99 atingida! → 1000/66 = 15,1 QPS)
102ms	5	1.000	100%

B. Lógica de implementação (pseudocódigo) Se você estiver automatizando essa análise usando um script Python ou um analisador de registros, a lógica para extrair valores P90 e P99 do histograma poderá ser implementada da seguinte maneira:

# Define target thresholds based on total frame count
p90_target = totalFrames * 0.90
p99_target = totalFrames * 0.99

cumulative_frames = 0
p90_fps = None
p99_fps = None

# Iterate through the parsed SurfaceFlinger histogram data (sorted by millisecond)
for ms_bucket, frame_count in present_to_present_histogram:
    cumulative_frames += frame_count

    # Capture P90 when cumulative frames cross the 90% threshold
    if p90_fps is None and cumulative_frames >= p90_target:
        p90_fps = 1000 / ms_bucket

    # Capture P99 when cumulative frames cross the 99% threshold
    if p99_fps is None and cumulative_frames >= p99_target:
        p99_fps = 1000 / ms_bucket
        break # Optimization: stop iterating once both targets are found

Parar a captura: depois de coletar todas as informações necessárias, você deve desativar o timestats usando a flag disable:
```
adb shell dumpsys SurfaceFlinger --timestats -disable
```

Sessões lentas

As sessões lentas identificam problemas de desempenho generalizados no mundo real. Uma sessão é "lenta" se mais de 25% dos frames caírem abaixo de um limite (por exemplo, 20 QPS). Embora seja útil para detectar problemas críticos de build, essa métrica sozinha não pode garantir uma experiência sustentável e de alta qualidade. Um jogo pode evitar o limite de sessão lenta, mas ainda sofrer micro-travamentos que comprometem uma experiência suave de 60 QPS.

Embora ambos sejam derivados de tempos para a renderização do frame, 'Sessão lenta' e 'Frame rate' têm funções diferentes. As métricas de QPS médio, P90 e P99 medem a qualidade e a sustentabilidade do desempenho, detectando quedas instantâneas e ritmo inconsistente que a métrica de sessão lenta pode ignorar.

Conclusão

A otimização de desempenho bem-sucedida requer uma estratégia abrangente. Os desenvolvedores precisam usar sessões lentas como um radar principal para detectar uma degradação grave de desempenho e, em seguida, examinar o QPS médio, P90 e P99 para diagnosticar as causas subjacentes e verificar a suavidade real da jogabilidade. Ao integrar essas métricas, você pode garantir que seu aplicativo ofereça uma experiência do usuário excepcional e sustentável.

Outros recursos

Para saber mais sobre técnicas avançadas de criação de perfil, implementação da API Frame Pacing e estratégias de otimização específicas do mecanismo, consulte a documentação oficial para desenvolvedores Android:

Android vitals: sessões lentas: entenda como o Google Play mede e informa períodos prolongados de renderização lenta, o que afeta diretamente a experiência do usuário. Uma "sessão lenta" é definida como uma sessão do usuário em que mais de 25% dos frames são lentos (por exemplo, demoram mais de 50 ms, o que equivale a 20 QPS).
Desenvolvedores Android: otimizar o desempenho do jogo: confira o hub central para otimização de jogos Android. Este guia abrangente aborda práticas recomendadas e ferramentas de criação de perfil (como AGI e Perfetto) para ajudar você a maximizar o desempenho geral do jogo.

Taxa de quadros Mantenha tudo organizado com as coleções Salve e categorize o conteúdo com base nas suas preferências.