Qt 性能瓶颈与优化

常见瓶颈分类

类型	表现	定位工具
CPU	界面卡顿、数据处理慢	perf / VTune / QElapsedTimer
绘制	滚动不流畅、缩放掉帧	Qt 帧率监控
内存	OOM、swap、堆碎片	valgrind / heaptrack
IO	启动慢、读写卡顿	strace / QIODevice 耗时
信号槽	大量信号场景响应慢	QElapsedTimer 埋点

CPU 瓶颈 — 绘制是头号杀手

禁用不必要的抗锯齿

// 绘制 10000 条线段（如实时曲线）
// 开启抗锯齿:  ~200ms（掉帧到 5FPS）
// 关闭抗锯齿:  ~5ms（60FPS 无压力）
p.setRenderHint(QPainter::Antialiasing, false);
p.drawPolyline(polyline);

QPolygonF > QPainterPath（折线场景）

// ❌ QPainterPath — 即使全直线也走贝塞尔管线，慢 3-5 倍
QPainterPath path;
for (auto &pt : points) { path.lineTo(pt); }
p.drawPath(path);

// ✅ QPolygonF — 纯折线，硬件加速友好的数据结构
QPolygonF poly;
for (auto &pt : points) { poly << pt; }
p.drawPolyline(poly);

每帧开销检查清单

void paintEvent(QPaintEvent *e) override {
    // ☐ QPixmap 是否复用？（成员变量，只在 resize 时重建）
    // ☐ Pen/Brush/Font 是否复用？（成员变量，不在 paintEvent 内创建）
    // ☐ 是否裁剪到 damage rect？（p.setClipRect(e->rect())）
    // ☐ 是否做了抽稀？（1px 内的点合并 → 减少 drawPolyline 数据量）
    // ☐ 文字绘制是否缓存？（staticText 替代 drawText）
}

内存瓶颈

QPixmap 缓存策略

// ❌ 每次 paintEvent 重建 QPixmap → 每帧 malloc + free 3.8MB
void paintEvent(QPaintEvent *) {
    QPixmap offscreen(size());  // 16ms 后析构 → 碎片累积
}

// ✅ 成员变量复用：只在 resizeEvent 重建
void resizeEvent(QResizeEvent *e) override {
    m_offscreen = QPixmap(e->size());
}

QObject 父子关系与内存

// ✅ 给 parent — Qt 自动管理生命周期
auto *btn = new QPushButton("OK", this);  // this 析构时自动 delete btn

// ❌ 漏设 parent + 忘记 delete → 内存泄漏
auto *btn = new QPushButton("OK");

// ⚠️ moveToThread 的 worker 不能有 parent
Worker *w = new Worker;  // 无 parent
w->moveToThread(thread);
// Qt 不允许 parent 和自身不在同一线程的 QObject

IO 瓶颈

SQLite 写入优化

// ❌ 每条 INSERT 单独提交 — 1000 次 fsync
for (auto &dp : dataPoints)
    query.exec("INSERT INTO ...");  // 每次都是隐式事务

// ✅ 批量事务 — 1 次 fsync
db.transaction();
for (auto &dp : dataPoints) {
    query.addBindValue(dp.value);
    query.exec();
}
db.commit();
// 性能提升 10-50 倍

// ✅ WAL 模式 — 读写并发
db.exec("PRAGMA journal_mode=WAL");

文件 IO 异步化

// ❌ 主线程同步写文件 → UI 冻结
void saveReport() {
    QFile f("report.csv");
    f.open(QIODevice::WriteOnly);
    f.write(largeData);  // 可能 500ms → UI 卡死
}

// ✅ 异步写
void saveReport() {
    auto *worker = new FileWriter("report.csv", largeData);
    QThread *thread = new QThread;
    worker->moveToThread(thread);
    connect(thread, &QThread::started, worker, &FileWriter::write);
    connect(worker, &FileWriter::finished, thread, &QThread::quit);
    connect(worker, &FileWriter::finished, this, &MainWindow::onSaved);
    thread->start();
}

信号槽性能

// 信号槽调用开销 ≈ 函数指针的 5-10 倍
// 100Hz 数据流每秒 100 次 signal → 开销可忽略
// 100kHz 传感器每秒 100,000 次 signal → 考虑直接函数调用

// DirectConnection 比 QueuedConnection 快 3-5 倍
// 但跨线程必须用 QueuedConnection
connect(sender, &Sender::dataReady,
        receiver, &Receiver::onData,
        Qt::DirectConnection);  // 同线程 → 快

避免信号风暴

// ❌ 大批量更新触发 N 次信号
for (auto &row : hugeData)
    model->appendRow(row);  // 每次 emit layoutChanged → 整个 View 重绘

// ✅ 批量操作后发一次信号
model->beginResetModel();
for (auto &row : hugeData)
    model->appendRowSilently(row);  // 内部追加，不发射信号
model->endResetModel();  // 一次性通知 View 刷新

Profiling 工具链

工具	用途	命令
QElapsedTimer	函数耗时埋点	代码内嵌
valgrind --tool=callgrind	CPU 调用图	valgrind --tool=callgrind ./app
heaptrack	内存分配热点	heaptrack ./app
perf	Linux 采样 Profiling	perf record -g ./app
Qt 内置日志	绘制帧率	QT_LOGGING_RULES=qt.qpa.*=true

QElapsedTimer 快速埋点

#include <QElapsedTimer>

QElapsedTimer t; t.start();
doExpensiveWork();
qDebug() << "doExpensiveWork:" << t.elapsed() << "ms";

// 热点定位三步：
// 1. 先找最慢的大函数 → QElapsedTimer
// 2. 再进函数内找慢的循环/算法 → 代码审查
// 3. 最后用 perf/callgrind 找指令级热点

优化优先级

1. 绘制优化          ← 收益最大（卡顿的 80% 原因）
   抗锯齿/数据结构/QPixmap 复用/抽稀

2. IO 异步化         ← 阻塞主线程的直接原因
   文件读写踢到 Worker 线程 / SQLite WAL + 批量事务

3. 信号槽批量         ← 高频场景才需要
   beginResetModel / 直接函数调用 / 信号合并

4. 内存复用          ← 避免碎片
   QPixmap/Pen/Brush 成员变量复用

5. 算法优化          ← 最后才做
   只有在 Profiling 确认算法是瓶颈时才优化