4. 性能与稳定性基础指标
在SA8155座舱系统中，性能与稳定性不是单一数字，而是一组相互制约的指标集合。启动时间决定用户上车后的第一印象，帧率与延迟决定交互跟手程度，CPU/GPU占用率、内存占用、温度与功耗决定系统能否长时间稳定运行，ANR与Crash率则直接反映系统健壮性。理解每个指标的定义、测量方法和边界条件，是后续优化与排障的基础。
4.1 指标全景与信号链关系
座舱系统的性能指标并非孤立存在，而是沿着“用户操作 → 系统响应 → 资源消耗 → 热/功耗约束 → 稳定性结果”形成一条信号链。下图展示了各指标之间的因果与约束关系：
4.2 核心指标定义与测量方法
启动时间通常分为冷启动与热启动。冷启动指系统断电后重新上电到桌面可交互的时间，热启动指系统休眠唤醒或应用重新拉起的时间。测量方法是在内核日志中标记上电时刻，在SurfaceFlinger首帧提交或Launcher可点击时标记结束时刻，两者差值即为启动时间。SA8155平台常用bootchart与logcat时间戳联合分析。
帧率反映画面刷新流畅度，单位为fps。测量时通过dumpsys SurfaceFlinger --latency获取每帧的提交与显示时间戳，计算滑动窗口内的平均帧率与掉帧率。座舱场景中，导航地图滑动、倒车影像、视频播放对帧率要求不同，需分场景设定阈值。
延迟指从用户输入（触摸、语音、按键）到系统产生可见响应的时间。触摸延迟可通过getevent时间戳与SurfaceFlinger首帧时间戳之差计算；语音延迟则从唤醒词触发到TTS首字播放。延迟通常要求控制在100ms以内，否则用户会感到明显卡顿。
CPU/GPU占用率反映计算资源消耗。CPU占用率可通过top -H -p <pid>或/proc/stat采样计算；GPU占用率在SA8155上可通过dumpsys gpu或厂商提供的perf工具获取。需区分瞬时峰值与持续均值，避免被短时毛刺误导。
内存占用需区分PSS、RSS与VSS。PSS按比例分摊共享库，最能反映真实内存压力；RSS包含共享库全量，容易高估。测量命令为dumpsys meminfo <package>，重点关注Java Heap、Native Heap与Graphics内存。内存泄漏的典型特征是PSS随运行时间持续上升且不回落。
温度与功耗是座舱系统长时间运行的关键约束。温度可通过/sys/class/thermal/thermal_zone*/temp读取结温，或通过外置热电偶测量壳温。功耗需使用功耗仪或平台内置PMIC采样，区分整机功耗与SoC功耗。高温降频会直接导致帧率下降与延迟增大，因此温度与性能指标必须联合分析。
ANR与Crash率是稳定性核心指标。ANR指应用主线程阻塞超过5秒未响应输入，或广播超时；Crash指进程异常退出。两者均可通过adb logcat、/data/anr/traces.txt与DropBox日志统计。Crash率通常按“崩溃次数/启动次数”或“崩溃次数/运行时长”计算，ANR率同理。
4.3 指标测量对照表
| 指标 | 定义 | 测量工具/命令 | 典型阈值 | 常见误区 |
|---|---|---|---|---|
| 启动时间 | 上电到桌面可交互 | bootchart / logcat时间戳 | 冷启动≤2.5s | 混淆冷/热启动 |
| 帧率 | 每秒显示帧数 | dumpsys SurfaceFlinger --latency | ≥55fps | 只看均值不看掉帧 |
| 延迟 | 输入到可见响应 | getevent + 首帧时间戳 | ≤100ms | 忽略语音链路延迟 |
| CPU占用率 | CPU时间占比 | top -H / /proc/stat | 持续≤70% | 用瞬时峰值判定 |
| GPU占用率 | GPU负载占比 | dumpsys gpu / 厂商工具 | 持续≤80% | 忽略渲染管线瓶颈 |
| 内存占用 | 进程实际内存压力 | dumpsys meminfo | PSS≤1.5GB | 用RSS代替PSS |
| 温度 | SoC结温/壳温 | thermal_zone / 热电偶 | 结温≤105℃ | 只测壳温不测结温 |
| 功耗 | 整机/SoC功率 | 功耗仪 / PMIC采样 | 整机≤15W | 忽略屏幕与功放功耗 |
| ANR率 | ANR次数/启动次数 | logcat / DropBox | ≤0.1% | 不区分主线程与广播 |
| Crash率 | 崩溃次数/启动次数 | logcat / DropBox | ≤0.05% | 忽略Native Crash |
4.4 案例：一次倒车影像卡顿的指标联合分析
某SA8155座舱项目在倒车影像场景中出现偶发卡顿。单独看帧率指标，平均帧率58fps，似乎正常；但用户感知明显。进一步联合分析发现：倒车影像启动瞬间，GPU占用率从40%飙升至92%，同时SoC结温在30秒内从65℃升至88℃，触发温控降频，导致后续帧率骤降至35fps。延迟指标也从80ms恶化至220ms。最终定位为倒车影像与导航地图同时渲染，GPU资源竞争叠加散热不足。优化方案是限制后台导航渲染帧率，并优化倒车影像的纹理上传路径。
4.5 常见误区与复盘
- 误区一：用平均值掩盖毛刺。启动时间平均值2.3秒，但P95达到4.1秒，用户会记住最差的那一次。必须关注P95/P99分位值。
- 误区二：忽略采样窗口。CPU占用率在1秒窗口内可能从20%跳到90%，需明确是瞬时值、1秒均值还是5分钟均值。
- 误区三：温度与性能脱钩。常温测试通过不代表高温环境通过，座舱夏季暴晒后舱内温度可达70℃以上，必须做高温满载测试。
- 误区四：ANR与Crash只统计Java层。Native Crash、Tombstone、Kernel Panic同样影响稳定性，需纳入统一统计口径。
- 误区五：功耗只看SoC。整机功耗包含屏幕、功放、摄像头、风扇等，座舱功耗预算通常以整机为准。
掌握上述指标的定义与测量方法后，下一步是建立自动化采集与看板体系，将指标从“人工抽测”升级为“持续监控”，从而在版本迭代中快速发现性能退化与稳定性风险。