Android StatsD:从系统事件到性能指标

29 阅读7分钟

Android 系统每天都会产生大量状态变化和运行事件。如何把这些离散信息变成稳定、可查询的系统指标,同时避免每个组件各自实现一套采集和存储机制?AOSP 的 StatsD 正是为此设计的统计服务。本文从 StatsD 的进程职责、事件格式和数据链路讲起,再看它的核心类,以及 OEM 扩展自定义 CUJ 时需要关注的边界。

StatsD 是什么

StatsD(Android Statistics Daemon)是 Android 平台的统计事件收集与指标处理服务。系统组件通过统一的结构化事件描述状态变化或统计数据,StatsD 根据已安装的配置匹配事件、计算指标,并按需输出报告。

StatsD 由原生守护进程和 Framework 侧的 Java 服务协作完成。原生 statsd 独立于 system_server 运行;StatsCompanionService 在 system_server 中承担桥接职责,协助 Java 框架和 StatsD 交互。独立进程的一个重要价值是:Framework 崩溃或重启时,StatsD 仍可能继续运行,从而观测到包括 system_server 崩溃在内的事件。Android 11 起,StatsD 以 com.android.os.statsd APEX 模块形式提供。

官方介绍:AOSP StatsD 模块文档

Atom:StatsD 处理的结构化事件

StatsD 中的一类事件称为 atom。每个 atom 有固定的 ID 和 schema,schema 规定字段的顺序、类型和语义。一次事件可抽象为:

StatsEvent {
  elapsed_realtime_timestamp,
  atom_id,
  fields...
}

字段可以是整数、长整数、字符串、布尔值、浮点数、字节数组或嵌套列表等。发送端通过 Framework 或 native 的 StatsEvent API 按 schema 组装数据,再序列化传给 StatsD。UID 等字段还可以附带语义注解,供 StatsD 做身份映射或维度处理。

因此,atom 不是自由格式的 logcat 文本。它更像一条有类型的记录:消费者可以根据 atom ID 找到 schema,再按字段进行过滤、匹配和统计。

源码参考:AStatsEvent 实现、StatsD 字段表示

两种数据入口:Push 与 Pull

StatsD 支持两种基本的数据采集方式。选择哪种方式,取决于数据代表的是一个瞬时事件,还是某个时刻的状态或累计值。

Push:发生时上报

Push atom 由产生事件的组件在状态变化时主动写入。例如屏幕状态变化、进程状态变化等,适合用事件发生的时间点表达的信息。

典型数据流如下:

Framework / 系统组件
  → StatsLog 或 AStatsEvent 构造 atom
  → statsdw socket
  → StatsSocketListener 接收并解析
  → LogEventQueue 缓冲
  → StatsLogProcessor 分发
  → MetricsManager 匹配配置
  → MetricProducer 更新指标
  → 报告或持久化数据

StatsSocketListener 从 socket 读取序列化事件,解析 atom ID、时间戳和字段,并将事件放入队列。处理阶段由 StatsLogProcessor 验证事件、处理必要的 UID 映射和状态更新,再把事件分发给相应配置的指标管理器。

源码参考:StatsSocketListener.cpp、StatsLogProcessor.cpp

Pull:需要时取样

Pull atom 表示 StatsD 在某个采集时机请求一份数据。这个请求只针对已经定义并注册的 atom,不是 StatsD 任意遍历系统服务。

以读取当前电池电量为例:StatsD 的 pull 管理逻辑触发请求,系统侧注册的 callback 读取 Health 服务提供的电池信息,将结果封装成 StatsEvent 后返回。StatsD 再把返回的数据送入指标处理流程。Pull 适合当前状态、累计计数器或需要按固定周期取样的数据。

指标配置触发取样
  → StatsPullerManager / puller
  → 系统侧已注册的 callback
  → 读取 Health、内核或其他数据源
  → 返回一个或多个 StatsEvent
  → StatsD 更新指标

Pull 可能涉及 Binder 调用和系统资源,因此实现会考虑超时、冷却时间和缓存,避免对同一数据源过度拉取。

源码参考:StatsPullAtomService.java、StatsPuller.h

简单来说,Push 回答“刚才发生了什么”,Pull 回答“现在的值是多少”。

从事件到指标:核心类各司其职

阅读 StatsD 源码时,可以沿着下面这些核心对象建立整体认识:

类职责
StatsService原生 StatsD 的 Binder 服务入口,接收配置、报告读取和 pull callback 注册等请求,并协调主要模块。
StatsSocketListener监听 statsdw socket,接收 push atom 并解析事件。
LogEventQueue缓冲待处理事件,让接收和指标处理相互解耦。
LogEvent表示一条解析后的事件,携带 atom ID、时间戳及类型化字段。
StatsLogProcessor校验和分发事件、更新状态、协调各配置的指标处理,并负责报告与数据生命周期。
ConfigManager保存并管理 StatsD 配置。
MetricsManager执行单份配置,维护 matcher、condition 和各类指标生产者。
MetricProducer 及子类实际维护 Count、Duration、Value、Event、Gauge 等指标数据。
StatsPullerManager管理 pull atom 的请求、回调、超时、冷却和缓存。
StatsCompanionService运行在 system_server 的 Java 桥接服务,协助 pull 调度、alarm 和系统侧交互。
StatsPullAtomServiceFramework 侧 pull callback 的集中实现之一,读取数据并组装返回事件。

push 处理的主干可以浓缩为:

StatsSocketListener → LogEventQueue → LogEvent → StatsLogProcessor
  → MetricsManager → MetricProducer → 报告

StatsService 管理服务接口和对象关系;StatsLogProcessor 按配置路由事件;MetricsManager 负责把配置翻译成运行时 matcher、condition 和 producer;producer 再维护实际指标。这种分层让事件的定义、采集和指标算法相对独立。

源码参考:StatsService.h、StatsLogProcessor.h、MetricsManager.h

OEM 扩展自定义 CUJ:先复用,再扩展

CUJ(常见展开为 Customer/User Journey,即用户可感知的交互旅程)用于描述诸如展开通知栏、启动应用、返回桌面等交互。AOSP 的 InteractionJankMonitor 在交互生命周期内启动帧跟踪,结束时汇总帧表现,并可记录到对应的 StatsD interaction type;在满足条件时也能触发 Perfetto trace。

OEM 扩展时,建议先确认新交互是否能准确归入已有 CUJ。若语义一致,复用现有类型并在正确的开始、结束和取消位置接入监控,通常能直接利用已有的帧跟踪、统计和 trace 能力。

若确实需要新增类型,则要在 OEM 维护的 Framework 分支中端到端扩展:

  1. 定义新 CUJ 的名称和编号,并遵循目标分支的编号规则。
  2. 增加 CUJ 到 StatsD interaction type 的映射。AOSP 的 Cuj 实现维护了这组映射;不需要写入 StatsD 的类型会明确标记为不记录。
  3. 根据目标分支的 atom schema 和生成流程,确保 StatsD 能识别对应 interaction type。
  4. 在实际交互生命周期的合适位置调用 InteractionJankMonitor,并覆盖正常结束、取消和超时路径。
  5. 更新使用该类型的 StatsD 配置、分析脚本或仪表盘,并在设备上核对事件字段、帧区间和 trace 触发结果。

只增加一个 CUJ 整数常量并不足够。CUJ 编号、StatsD interaction type、atom schema 和实际调用点必须一致,否则会出现不记录、类型未知或测量区间不符合真实交互的问题。不同 Android 分支的类组织和扩展细节会变化,实施前应以目标分支源码为准。

源码参考:Cuj.java、InteractionJankMonitor.java

结语

理解 StatsD,可以从三个问题入手:事件由谁产生、数据是 push 还是 pull、配置最终由哪个 producer 转成指标。沿着 StatsSocketListener 或 pull callback 进入,再追到 StatsLogProcessor、MetricsManager 和具体 MetricProducer,就能把“系统里报了一个事件”与“报告里出现一个指标”之间的链路串起来。

对 OEM 的 CUJ 工作来说,关键是保证交互生命周期、帧跟踪和 StatsD 类型映射一致。先复用已有 CUJ;确有新语义时,再按目标分支完成完整映射和端侧验证。

参考资料