4. 性能指标定义：延迟、吞吐量、CPU占用率、内存带宽
在HIDL通信链路性能调优中，必须建立统一的量化指标体系。没有精确的指标定义，调优将沦为盲目试错。本章定义四个核心维度：延迟（Latency）、吞吐量（Throughput）、CPU占用率（CPU Utilization）、内存带宽（Memory Bandwidth），并给出各指标在Camera HAL3 HIDL场景下的测量方法与典型基线。
4.1 延迟（Latency）
延迟指一次HIDL请求从发起端（Camera Service / App）到服务端（HAL实现）再返回结果的完整耗时。在Camera HAL3中，延迟主要分布在以下环节：
- Binder/HIDL RPC传输延迟：序列化/反序列化、数据拷贝、进程间切换。
- HAL服务端处理延迟：HAL实现内部逻辑、硬件寄存器操作、等待帧同步。
- 回调/通知延迟：HIDL回调从HAL到Framework的异步通知耗时。
关键测量点： 使用
getTimestamp() 在HIDL接口入口和出口打点，计算端到端延迟。重点关注 processCaptureRequest() 和 flush() 两个高频接口。
调优目标： 单次HIDL调用延迟应控制在 500μs 以内（不含硬件等待），否则会影响预览帧率和拍照响应速度。
4.2 吞吐量（Throughput）
吞吐量定义为单位时间内HIDL接口成功处理的请求数量。在Camera HAL3中，吞吐量直接决定最大预览帧率和连拍速度。
| 接口 | 典型吞吐量要求 | 瓶颈点 |
|---|---|---|
processCaptureRequest() |
≥ 30 次/秒（30fps预览） | HIDL传输带宽、HAL处理流水线 |
flush() |
≤ 5ms 完成 | HAL内部队列清空速度 |
notify() 回调 |
≥ 30 次/秒 | 回调线程调度、HIDL回调通道 |
常见陷阱： 吞吐量测量时需区分“请求发出速率”和“完成速率”。如果HAL内部有排队机制，发出速率可能远高于实际完成速率，导致丢帧。务必在HAL端统计实际完成数。
4.3 CPU占用率（CPU Utilization）
CPU占用率反映HIDL通信链路对处理器资源的消耗。过高的CPU占用率会导致系统发热、降频，进而影响相机稳定性。
在Camera HAL3 HIDL场景下，CPU占用率主要来自：
- 序列化/反序列化线程：HIDL自动生成的桩代码（stub）执行数据打包。
- 数据拷贝线程：大块图像数据（如YUV、RAW）在进程间传递时的memcpy。
- HAL工作线程：处理请求、驱动硬件、等待中断。
- 回调分发线程：将结果通知回Framework。
测量方法： 使用
perfetto 或 systrace 抓取HIDL服务进程的CPU时间片分布。重点关注 android.hardware.camera.provider 和 camera.hal 两个进程的CPU占用。
典型基线： 在1080p 30fps预览场景下，HIDL通信链路（不含ISP硬件处理）的CPU占用率应 ≤ 15%（单大核）。若超过30%，说明存在过度拷贝或低效序列化。
4.4 内存带宽（Memory Bandwidth）
内存带宽指HIDL通信过程中数据在内存子系统（DDR/L3缓存）中传输的速率。Camera HAL3涉及大量图像数据（每帧数MB到数十MB），内存带宽往往成为隐藏瓶颈。
关键带宽消耗点：
- HIDL数据拷贝：从HAL进程空间拷贝到Framework进程空间（或通过共享内存绕过）。
- 格式转换：YUV→NV21、RAW→YUV等转换过程中的内存读写。
- Metadata序列化：CameraMetadata的键值对打包/解包。
| 分辨率 | 帧率 | 单帧大小 | 所需带宽（理论） | HIDL拷贝开销 |
|---|---|---|---|---|
| 1920×1080 (NV12) | 30fps | ~3.1 MB | ~93 MB/s | ~186 MB/s（双倍拷贝） |
| 3840×2160 (NV12) | 30fps | ~12.4 MB | ~372 MB/s | ~744 MB/s |
| 4000×3000 (RAW10) | 15fps | ~15 MB | ~225 MB/s | ~450 MB/s |
调优策略： 使用
HIDL MemoryBlock 或 hidl_memory 共享内存机制，避免不必要的memcpy。对于大块图像数据，优先使用 IMemory 或 NativeHandle 传递文件描述符（fd），实现零拷贝。
4.5 指标关联与权衡
四个指标并非独立，存在典型的权衡关系：
- 延迟 vs 吞吐量：增加批处理（batch）可提升吞吐量，但会引入额外延迟。
- CPU占用率 vs 内存带宽：使用CPU进行格式转换可减少内存带宽消耗，但增加CPU占用。
- 内存带宽 vs 延迟：使用更大的buffer pool可降低延迟，但增加内存带宽压力。
调优优先级建议： 在Camera HAL3 HIDL场景下，建议优先优化 内存带宽 和 延迟，因为这两个指标直接影响用户体验（帧率、拍照响应）。CPU占用率通常作为约束条件，不超过系统阈值即可。
4.6 指标采集工具链
在实际调优中，建议使用以下工具组合采集四个指标：
| 指标 | 推荐工具 | 采集方式 |
|---|---|---|
| 延迟 | perfetto / systrace |
在HIDL接口前后插入trace点，解析trace文件 |
| 吞吐量 | dumpsys media.camera + 自定义计数器 |
统计HAL端每秒完成的request数 |
| CPU占用率 | top / perf / simpleperf |
按进程/线程统计CPU时间片 |
| 内存带宽 | perf stat -e instructions,cycles,LLC-load-misses |
通过性能计数器估算内存访问量 |
注意： 内存带宽的精确测量需要硬件性能计数器（如ARM PMU），在Android设备上可能需要root权限。对于调优初期，可通过“数据拷贝次数 × 单次拷贝大小 × 帧率”估算理论带宽，再与实测CPU占用率交叉验证。
本章定义的四个指标将作为后续调优章节的量化基准。在进入具体优化技术之前，请确保你的测试环境能够稳定采集这些指标，并建立基线数据。