第 26 章：应用可观测性

第 17 章解释 APM（Application Performance Monitoring，应用性能监控）工具和监控 SDK（Software Development Kit，软件开发工具包）的实现原理，第 16 章讨论性能分析方法与指标体系。

本章从应用团队视角组织崩溃（Crash）上报、性能采集、线上排查和发布质量门禁（Release Quality Gate），覆盖问题发现、证据采集、影响归因、修复验证与回归防护。

内容索引

• 26.1 App 可观测性架构与性能数据采集
• 26.2 Crash 与 ANR 监控体系
• 26.3 线上排障、诊断通道与非 Play ROM 适配
• 26.4 A/B Test 与性能回归防护
• 26.5 性能评分与发版质量门禁
• 26.6 ApplicationExitInfo 与版本化线上诊断
• 26.7 ApplicationStartInfo 与启动归因上报
• 26.8 Android Vitals 与 Play Console 质量指标归因
• 26.9 线上存储、I/O 与 SQLite 可观测性
• 26.10 线上网络质量监控与接入层对账
• 26.11 Battery Historian 与功耗指标集成
• 26.12 编译期字节码插桩与监控自动化
• 26.13 heapprofd、procfs CPU 与 Page Fault 分析
• 26.14 eBPF、ATrace 与线上系统追踪
• 26.15 ART 动态方法追踪与 JVMTI 边界

术语提示

• 可观测性通过指标（Metrics）、日志（Logs）和追踪记录（Traces）判断线上系统发生了什么，并保留足以解释影响范围和耗时路径的证据。APM 是其中面向应用性能的一类工具体系。
• Crash 指进程因未处理异常、原生信号等原因意外退出；ANR（Application Not Responding，应用无响应）指系统判定应用在规定时间内没有响应关键事件。长卡顿不一定构成系统 ANR，两类事件需要分别确认。
• A/B Test（A/B 实验）把用户分入不同方案并比较同口径指标；发布质量门禁把崩溃率、ANR 率、性能回归和测试结果转换为继续灰度、暂停或回滚的条件。
• ApplicationExitInfo 保存系统视角的近期进程退出记录，ApplicationStartInfo 保存系统侧启动原因、类型和时间信息。ProfilingManager 用于请求受系统约束的性能采集，ProfilingTrigger 描述由系统事件触发采集的条件。
• eBPF（extended Berkeley Packet Filter）是在内核中运行受验证程序的机制，可用于具备相应权限的系统追踪；Binder 是 Android 的进程间通信机制。普通商店应用不能据此获得任意内核或跨进程观测权限。
• ATrace 是 Android 的追踪标记接口与兼容格式，Perfetto 可同时记录应用标记、系统服务和内核事件。Profilo 是已归档的生产追踪框架；XTrace 是研究方案，二者都不是 Android 17 SDK 提供的通用线上接口。
• Android Vitals 是 Google Play 汇总的线上质量指标，Play Console 是查看这些指标和发布状态的控制台。App Performance Score 是另一套评估框架，分数不能替代团队自己的线上指标和设备验证。
• heapprofd 是 Perfetto 的原生堆采样组件；Page Fault（缺页异常）是 CPU 无法按当前页表状态完成内存访问时交给内核处理的同步异常。ProcessCpuTracker 读取 /proc（内核导出的进程与系统状态伪文件系统）统计 CPU，但它是 Android 框架内部类，不属于公开 SDK。
• ART（Android Runtime）是 Android 执行应用字节码的运行时；JVMTI（Java Virtual Machine Tool Interface）是 ART 提供给调试器和分析器的进程内原生接口，Agent 是加载进目标进程的原生库。普通发布应用受到调试状态和附加权限限制。
• OEM（Original Equipment Manufacturer，设备制造商）和 ROM（设备系统软件）在本章用于描述厂商实现差异。厂商指标、后台限制和权限策略需要在目标设备上验证，不能只用 AOSP 源码推断。

阅读建议

• 搭建体系时先读 26.1，再按稳定性、线上排障和发布流程进入 26.2—26.5。
• 已知线上症状时可从 26.3 选择排查入口；进程退出、启动、Play 质量、存储和网络问题依次对应 26.6—26.10。
• 发布评估可结合 26.4、26.5、26.8 和 26.11，统一实验口径、门禁阈值与外部质量指标。
• 26.13—26.15 依次讨论资源采样、系统事件和动态方法追踪，涉及不同的系统权限或实验方案。采用其中机制前，应确认目标 Android 版本、构建类型、权限和上游维护状态。
• 非 Play 分发与厂商系统差异见 26.3；涉及 OEM 数据时，应保留设备型号、系统构建指纹、渠道和采集权限。