📚 课程目录第3章埋点需求分析

3. 埋点需求分析

启动阶段的事情特别多，但埋点不能什么都打。我见过最夸张的项目，一个启动流程埋了三百多个点，最后分析时发现一半都是脏数据。所以，在动手写代码之前，先搞清楚一个问题：到底需要采集哪些数据？

说白了，这就是埋点的需求分析。你要把启动过程里的用户行为、系统状态、业务指标都拆开来看，然后给它们排个优先级。否则你采集了一大堆，最后发现关键的几个漏掉了。

一个小原则：宁可少埋十个无关的点，也不要漏掉一个关键的点。我后续会讲怎么判断什么算“关键”。

我个人习惯把启动阶段的数据分成四大类，你可以拿这个框架对照自己的项目。

类别	典型数据点	采集目的
系统环境数据	设备型号、Android版本、内存大小、存储空间、网络类型	判断启动慢是不是硬件或系统环境的问题
应用状态数据	安装来源、上次使用版本、是否冷启动、是否有缓存	区分首次启动还是常规启动
用户操作数据	点击启动图标、点击通知、点击快捷方式、被系统拉起	分析用户的启动入口偏好
性能指标数据	Application.onCreate耗时、onCreate时间、首帧渲染时间、启动完成时间	量化启动速度，做性能优化

嗯，这里要特别注意系统环境数据。我在项目中遇到过一位同事，他把 CPU 核心数都埋进去了，实际上大多数设备都是 8 核，这个数据基本没用。建议只采集那些在性能问题定位中真正能用得上的，比如低内存状态、低存储状态这些。

很多同学会把这两个概念搞混。举个例子：用户点击了启动图标，这叫用户行为；系统在 Application.onCreate 里做了初始化，这叫系统状态。两者要分开考虑，但又不能完全割裂。

你想想看，用户行为是“谁在什么情况下做了什么”，系统状态是“当前系统和应用处于什么水平”。我们埋点的目的，就是要把这两个维度对应起来。比如：

  实战建议：我一般会在埋点事件里同时携带两个维度的数据。比如“冷启动”这个事件，除了记录启动方式是冷启动，还会带上当时的内存占用值和上一次退出的时间戳，这样后续分析起来才能串起来。

再补充一个容易踩坑的点：系统状态数据不要只采集一次，启动过程中不同阶段的状态可能不同。比如刚启动时内存可能很充足，但初始化了几个库之后就紧张了。我曾经因为只采集了启动开始时的内存，结果漏掉了某个第三方库加载时的内存峰值。

启动流程涉及十几个方法回调、几十个初始化步骤，不可能每个都埋点。我通常用“影响面 × 问题频率”这个矩阵来排序。

优先级	条件	示例
P0（必须）	影响整个启动时长，且经常出问题	Application.onCreate总耗时、主线程耗时操作、崩溃点
P1（重要）	影响面大但频率低，或频率高但影响面小	某个核心库的初始化耗时、网络首次请求耗时
P2（可选）	影响面小且频率低	个别第三方SDK的版本号、A/B实验变量

排序时，我个人习惯先列出所有可能的埋点候选，然后问自己三个问题：

注意：不要为了“以后可能有用”而随便加埋点。埋点越多，数据处理和存储成本越高，而且容易污染核心数据。我曾经因为想着“多埋点总没错”，导致启动阶段多开了三个线程去写日志，反而拖慢了启动速度——教训深刻。

启动什么时候算开始？什么时候算结束？不同定义会导致采集的数据完全不一样。我见过有的团队把“用户看到主界面”当作启动完成，有的把“网络数据加载完毕”算完成。我建议用“用户可交互”作为标准，因为这是用户感知到的启动完成。

对应的，需要采集的数据也要围绕这个边界来设计：

开始点：Process.start() 或者 Application.attachBaseContext()？我个人习惯从 Application.onCreate() 开始，因为这是开发者可以控制的第一个点。
结束点：Activity.onResume() 之后，用户能看到界面并且能点击。
中间关键阶段：ContentProvider初始化、首帧绘制、数据预加载、网络请求等。每个阶段都需要有一个开始和结束的时间戳。

你可能会问：为什么强调时间戳？因为在分析时，你要知道时间消耗在哪个阶段。有了阶段时间轴，你才能精准定位瓶颈。后面章节我会具体讲怎么采集时间戳。

小技巧：如果你不确定某个阶段该不该埋，先大胆埋上，然后在正式上线前做一轮数据看板检查。如果发现某个埋点的数据全是同一数值，或者波动极小，就说明这个点可以去掉。我记得有一次我埋了“获得Wakelock”的次数，结果发现100%的冷启动都会持有一个短暂的Wakelock，这个数据就毫无价值。

下面这张图，把启动阶段埋点需求分析的核心逻辑串起来了。你可以把它当作脑子里的一张地图，后面写代码时随时对照。

最后列几个我踩过的坑，你可以直接拿去做 checklist：