第2章：用户感知与量化指标
帧率抖动的直接受害者是用户。理解用户感知与各量化指标之间的映射关系，是建立高效排查体系的第一步。本章定义五个核心指标及其采集、判读方法，并给出指标异常的通用排查路线。
现象识别：用户眼中的「卡」与「顿」
用户在界面滑动、动画过渡、列表滚动时感受到的异常可归纳为三类：
- 微卡顿：肉眼可见的非连续跳跃，持续1~3帧，常见于布局重绘或轻量GC。
- 冻结：界面完全停止响应超过100ms，通常由主线程长时间同步任务或死锁引发。
- 掉帧跑马灯：短时间内连续丢帧，造成视觉上的“水波纹”感，多在复杂列表或合成阶段出现。
关键映射：用户感知到的每次“卡”都是帧时间 > 16.67ms（60Hz）或 > 8.33ms（120Hz）的累积。但单帧超时≠必然卡顿，需要结合丢帧密度和模式判断。
数据采集：五维指标的定义与获取
| 指标 | 定义 | 采集手段 | 典型阈值 |
|---|---|---|---|
| 丢帧率 | 统计周期内帧时间超出目标帧间隔的帧数占总帧数的比例 | Choreographer.FrameCallback / systrace trace | < 5% (90Hz以上推荐 < 3%) |
| 平均帧时间 | 统计周期内所有帧时间的算术平均值 | 同上 + SurfaceFlinger dump | < 16ms (60Hz) / < 8ms (120Hz) |
| 90%百分位帧时间 | 排序后第90%位置的帧时间，反映“大部分场景”体验 | 从完整帧时间序列排序截取 | < 20ms (60Hz) / < 10ms (120Hz) |
| 帧时间标准差 | 帧时间序列的离散程度，放大异常抖动 | | < 4ms (60Hz) / < 2ms (120Hz) |
| 卡顿指数 | 综合丢帧时空分布的加权值，由框架层计算 | Android FrameMetrics API / JankTracker | < 2.0 (Google推荐) |
采集陷阱：adb dumpsys gfxinfo 获取的是过去120帧数据，但系统已丢弃最古老历史。如需全量逐帧采样，应使用 Choreographer 注册 FrameCallback 或集成 FrameMetricsListener。
原因定位：指标异常→排查方向
以下故障树从指标异常向下逐层分解：
排查表：指标异常与初步方向
| 指标异常模式 | 优先级 | 检查入口 | 常见根因 |
|---|---|---|---|
| 丢帧率高 + 平均帧正常 | 立即 | Choreographer 回调耗时 / 单帧渲染时间 | 偶发GC / 字体内存分配 / 动态位图加载 |
| 90%位帧异常大且标准差小 | 高 | SurfaceFlinger 合成耗时 | HWC 未开启 / 图层数超限 / 合成策略降级 |
| 帧时间标准差显著增大 | 中 | systrace 看 CPU 频率 / 中断 / Binder 调用 | DVFS 配置不当 / 热管制 / 多核调度失衡 |
| 卡顿指数 > 2.0 | 紧急 | FrameMetricsStore 逐帧密度分析 | 连续多帧超时，需定位到具体帧区间 |
修复动作：为指标优化而生的通用手段
- 丢帧率优化：预加载字体/资源、批量GC配置、禁用动画中全局layout。
- 平均帧时间优化：CPU governor 调为 schedutil、减少 Binder 同步调用、禁用软件 vsync 等待。
- 90%位帧优化：提高合成优先级、限制最大图层数、启用 GPU 合成加速。
- 标准差优化：锁定 GPU 最低频率、使用 CPU 亲和性绑定渲染线程、减少 warm-up 时小段压力。
- 卡顿指数优化：监控连续3帧超时模式，对触发段进行弱化(降低帧复杂度)或延迟。
经验规则：90%位帧时间对“优化后的用户体验”敏感度最高。一次成功的优化应使该指标下降幅度超过丢帧率下降幅度。
复测：确认指标改善的验证清单
- 在相同场景下运行30秒以上，采集至少三组数据，取中位数。
- 对比优化前后的五维指标，要求每个指标均改善或至少不恶化。
- 使用
确认渲染管道各阶段耗时是否均衡。adb shell dumpsys gfxinfo [package] profiles - 若仅单一指标改善而其他恶化，需重新评估改动 trade-off。
预防：构建指标基线联控体系
- 每日回归：在 CI 中运行
并解析丢帧率和90%位帧时间，超出基线 10% 自动标记。adb shell am start -n [package] --start-profiling - 兜底阈值：卡顿指数 > 1.5 即弹出 logcat 警告，> 2.5 触发 bugreport 自动采集。
- 监控仪表盘：将帧时间标准差与 CPU 频率曲线叠加，识别异常频率拐点。
本章小结：五个指标从不同维度刻画帧率稳定性。丢帧率回答“数量”，90%位帧回答“体验上限”，标准差回答“稳定度”，卡顿指数回答“感知密度”。故障树和排查表可快速定位异常指向，修复动作应优先针对 90%位帧和标准差两个敏感指标。