4. 链路数据流设计：从主线程卡顿到ANR上报的完整数据流图

本章正式定义数据边界，明确每个参与组件在生产、消费、转换数据时的信任边界。只有将“主线程卡顿”这一物理现象，经过分层抽象，最终变成可上报的 ANRReportItem，才能确保链路可观测、可回溯。

4.1 数据流全景

整个数据流分为4层：采样层 → 聚合层 → 判定层 → 上报层。每层只与其相邻层发生数据交换，不允许跨层直接访问。下图展示了完整数据流路径：

4.2 参与组件与数据边界

4.3 逐层详解：数据转换与关键指标

4.3.1 采集层 → 聚合层：原始信号切片

采集层只负责记录，聚合层负责初步清洗与窗口化。SignalHandler 收到 SIGQUIT 信号后，立即将当前线程堆栈写入 实时采样缓存。缓存采用环形缓冲区，只保留最近 30 秒的数据。

// 聚合层消费接口示意（非完整代码）
sig_atomic_t stack_seq_id = 0;
void on_signal_received(int sig) {
    // 采集层与聚合层的信任边界：原子递增 ID + 时间戳
    stack_snapshot_t snap;
    snap.seq = __sync_fetch_and_add(&stack_seq_id, 1);
    snap.ts_ns = get_monotonic_ns();
    collect_stack_trace(&snap.frames);
    ring_buffer_push(&g_ring_buf, &snap);
}

4.3.2 聚合层 → 判定层：构建卡顿特征

卡顿聚合器以 500ms 时间窗口为粒度，将缓存中的堆栈切片按照 seq 排序，合并为 LagSegment，包含：

• 起始时间与结束时间
• 堆栈出现频次 Top-N
• CPU 等待占比（通过 SignalHandler 记录的 CPU 时间戳计算）

4.3.3 判定层 → 上报层：规则匹配与序列化

ANR触发判定将 LagSegment 与 ANRRuleStore 中的规则逐条比较。一旦命中规则，立即生成 AnrTriggerEvent，传递给数据加工管道。

// 规则片段示例（JSON 格式）
{
  "rule_id": "anr_rule_004",
  "conditions": {
    "frame_drop_rate": { "gt": 0.8 },
    "signal_count":   { "gte": 3 },
    "top_stack":      { "contains": "android.app.ActivityThread" }
  },
  "probability_threshold": 0.85,
  "expire_at_ms": 1710000000000
}

4.4 数据流完整性校验点

• P1 – 信号源轮询→实时采样缓存：校验堆栈序列 seq 是否连续，不连续则标记数据缺失。
• P2 – SignalHandler→卡顿聚合器：校验时间戳单调递增，超过 2 秒的 gap 必包含系统 ANR 通知。
• P3 – 判定层输出：ANR触发判定发出事件后，必须等待数据加工管道返回 ACK，否则重试一次。

4.5 本章小结

数据流设计明确了4层3界2校验的规律。每层只关心自己边界的输入与输出，出借权限被严格限制。信任链路从“信号源轮询”开始，到“ANR上报Payload”结束，中间任何一次边界转换都附带数据校验，确保即使原始信号存在噪声，也能在聚合层和判定层被甄别出来。