gfxinfo 显示 FPS = 60，UI 流畅度满分。但用户投诉："视频播放时一顿一顿的"。
你查了半天帧耗时数据，全是正常帧。问题出在哪？
答案：视频帧和 UI 帧是两条完全独立的管线。gfxinfo 只统计 UI 帧，视频帧走的是 MediaCodec → Surface 的解码通道。你采的是 A 的数据，用户投诉的是 B 的问题。
一、视频帧 vs UI 帧：两条管线
Android 里有两种"帧"，走不同的渲染通道，采集方式也完全不同：
css
┌─────────────────────────────────────────────────────┐
│ UI 帧管线 │
│ │
│ Choreographer → UI 线程 → RenderThread → Surface A │
│ │
│ 帧率上限 = 屏幕刷新率（60/90/120Hz） │
│ 数据源 = dumpsys gfxinfo │
└─────────────────────────────────────────────────────┘
┌─────────────────────────────────────────────────────┐
│ 视频帧管线 │
│ │
│ 网络/文件 → 解封装 → MediaCodec 解码 → Surface B │
│ │
│ 帧率 = 视频源帧率（24/25/30/60fps） │
│ 数据源 = SurfaceFlinger（通用）/ media.codec（辅助） │
└─────────────────────────────────────────────────────┘
两个 Surface 最终都交给 SurfaceFlinger 合成到屏幕上。
↑
这是检测视频卡顿的关键切入点| 维度 | UI 帧 | 视频帧 |
|---|---|---|
| 触发方式 | VSYNC 信号 + 界面变化 | 视频流的帧间隔 |
| 帧率上限 | 屏幕刷新率 | 视频编码帧率 |
| 渲染者 | App 的 RenderThread | MediaCodec 硬/软解码器 |
| 卡顿原因 | 布局复杂、主线程阻塞 | 解码慢、buffer 不足、网络卡、音画同步 |
| 采集工具 | dumpsys gfxinfo | SurfaceFlinger（最通用） |
| 采集时机 | 始终采集 | 仅在视频播放场景启用 |
二、残酷的现实：主流 App 几乎绕过了标准播放器 API
很多文章推荐用 dumpsys media.player 来检测视频卡顿。但在实际测试中，这个命令对主流视频 App 无效。
Android 标准路径：
markdown
App → android.media.MediaPlayer API → MediaPlayerService → 解码 → Surface
↑
dumpsys media.player 采数据的位置主流 App 的实际路径：
css
抖音 → TTVideoEngine（字节自研引擎）→ MediaCodec → Surface
快手 → KSVideoPlayer（自研引擎） → MediaCodec → Surface
爱奇艺 → 自研播放器引擎 → MediaCodec → Surface
腾讯视频 → TXLiteAVSDK（自研引擎） → MediaCodec → Surface
B站 → IJKPlayer（FFmpeg 魔改） → MediaCodec / FFmpeg → Surface
优酷 → 阿里自研引擎 → MediaCodec → Surface这些 App 都绕过了 android.media.MediaPlayer API ，dumpsys media.player 对它们无效。
但不管用什么播放器引擎，解码后的视频帧最终都必须提交给 SurfaceFlinger 合成上屏。SurfaceFlinger 是所有视频帧的必经之路：
markdown
任何播放器引擎
│
┌────┴────┐
│ 硬解码 │ 软解码
│MediaCodec│ FFmpeg
└────┬────┘ ┘
│ │
┌────┴──────┴────┐
│ Surface │ ← 所有视频帧必经之路
└────────┬───────┘
│
┌────────┴───────┐
│ SurfaceFlinger │ ← 在这里截获帧时间戳
└────────┬───────┘
│
屏幕三、三种数据源：通用性对比
3.1 SurfaceFlinger --latency（主方案，通用）
原理：视频通过 SurfaceView 渲染时，SurfaceFlinger 记录每帧的上屏时间戳。通过分析相邻帧的时间差，可以检测丢帧和卡顿。
操作方法：
- 播放视频后，通过
dumpsys SurfaceFlinger --list查找目标 App 的 SurfaceView layer - 对该 layer 执行
dumpsys SurfaceFlinger --latency，获取最近 ~128 帧的时间戳 - 提取每帧的
actualPresentTime（第 2 列，实际上屏时间），过滤掉无效帧（0x7FFFFFFFFFFFFFFF表示未上屏） - 计算相邻帧时间差 → 得到帧间隔序列
- 从帧间隔序列推导所有视频性能指标
输出格式说明：
| 行 | 内容 | 说明 |
|---|---|---|
| 第 1 行 | 16666666 |
屏幕刷新周期（纳秒），16666666 = 60Hz |
| 后续每行 | 3 列纳秒时间戳 | 第 1 列：desiredPresentTime（期望上屏时间）；第 2 列：actualPresentTime（实际上屏时间）；第 3 列：frameReadyTime（帧就绪时间） |
一个关键限制------SurfaceView vs TextureView：
| 渲染方式 | SurfaceFlinger 能分离视频帧吗 | 使用场景 |
|---|---|---|
| SurfaceView | 能（独立 layer） | 大部分全屏视频播放 |
| TextureView | 不能（和 UI 共享 Surface） | 部分小窗播放、弹幕叠加 |
判断方法 ：播放视频后，查看 dumpsys SurfaceFlinger --list 是否出现 SurfaceView[包名/...] 的 layer。有 → SurfaceView，没有 → TextureView。
3.2 dumpsys media.codec（辅助方案）
原理 ：大部分 App 使用 MediaCodec API 硬件解码，该命令提供解码器级统计。
能提供什么：
| 信息 | 说明 |
|---|---|
| 解码器名称 | 判断硬解（OMX.qcom. / c2.qti.）还是软解（OMX.google. / c2.android.） |
| 丢弃帧数 | output buffers dropped（部分设备可用） |
| 平均/最大解码耗时 | 判断解码性能是否足够（部分设备可用） |
局限：纯 FFmpeg 软解码不走 MediaCodec，此时无数据。字段名和格式随 Android 版本差异大。
3.3 dumpsys media.player（有限场景）
适用范围极窄 ------只有使用 android.media.MediaPlayer 原生 API 的 App 才有数据。
| 播放器 | 是否有效 |
|---|---|
| 系统原生 MediaPlayer | 有效 |
| 自研 App（确认用原生 API） | 有效 |
| 抖音 / 快手 / 爱奇艺 / B站 | 无效 |
| IJKPlayer / ExoPlayer | 无效 |
3.4 三种方案总览
| 能力 | SurfaceFlinger | media.codec | media.player |
|---|---|---|---|
| 主流 App 通用性 | 全覆盖 | 大部分 | 极少数 |
| 帧间隔序列 | 有 | 无 | 无 |
| 丢帧数/丢帧率 | 有（从帧间隔推导） | 有 | 有 |
| 帧间隔 CV | 有 | 无 | 无 |
| 连续丢帧检测 | 有 | 无 | 无 |
| 视频实际帧率 | 有 | 间接 | 间接 |
| 解码耗时 | 无 | 有 | 无 |
| 解码方式（硬/软） | 无 | 有 | 无 |
| TextureView 场景 | 不可用 | 可用 | 看实现 |
推荐策略：SurfaceFlinger 为主 + media.codec 为辅。SurfaceFlinger 提供帧级时间戳分析，media.codec 提供解码性能数据，两者互补。
四、SurfaceFlinger 帧间隔分析方法
SurfaceFlinger 输出的原始数据是纳秒时间戳序列，核心分析方法是从时间戳 → 帧间隔 → 指标：
4.1 从时间戳到帧间隔
scss
SurfaceFlinger 输出的 actualPresentTime 序列（纳秒）：
T1, T2, T3, T4, T5, ...
帧间隔序列（毫秒）：
(T2−T1)/1000000, (T3−T2)/1000000, (T4−T3)/1000000, ...以 30fps 视频为例（理想帧间隔 = 1000 / 30 = 33.3ms）：
markdown
实际帧间隔序列（ms）：
33.2, 33.4, 33.1, 33.5, 33.2, 66.8, 33.3, 33.4, 33.1, 33.5, ...
↑
66.8ms ≈ 2× 理想间隔 → 丢了 1 帧4.2 丢帧判定规则
帧间隔 > 1.5× 理想间隔 → 判为丢帧
为什么是 1.5 倍而不是 1.0 倍？因为即使正常播放，帧间隔也有轻微波动。1.5 倍留出合理容差：
| 视频帧率 | 理想间隔 | 丢帧阈值（1.5×） | 含义 |
|---|---|---|---|
| 24fps | 41.7ms | 62.5ms | 间隔 > 62.5ms 视为丢帧 |
| 30fps | 33.3ms | 50.0ms | 间隔 > 50.0ms 视为丢帧 |
| 60fps | 16.7ms | 25.0ms | 间隔 > 25.0ms 视为丢帧 |
4.3 从帧间隔推导丢帧数量
scss
帧间隔 66.8ms，理想间隔 33.3ms
丢帧数 = round(66.8 / 33.3) − 1 = round(2.0) − 1 = 1 帧
帧间隔 133.6ms，理想间隔 33.3ms
丢帧数 = round(133.6 / 33.3) − 1 = round(4.0) − 1 = 3 帧4.4 连续丢帧检测
丢帧率相同，但分布不同，体验天差地别：
css
场景 A：1000 帧中，10 个不同位置各丢 1 帧
丢帧率 = 1%，卡顿 10 次，每次 33ms
用户感受：轻微、分散，可能不注意
场景 B：1000 帧中，1 个位置连续丢 10 帧
丢帧率 = 1%，卡顿 1 次，持续 333ms
用户感受：明显冻帧，一定会投诉方法 ：遍历帧间隔序列，记录连续超阈值的最大长度。最大连续丢帧数直接决定用户感受到的最严重卡顿。
4.5 注意事项
- 过滤无效时间戳 ：
0x7FFFFFFFFFFFFFFF（INT64_MAX）表示帧尚未上屏，必须过滤掉 - 过滤异常大间隔：帧间隔 > 5000ms 通常是暂停/切后台，不算卡顿
- 视频帧率自动检测：无需手动指定视频帧率。先采集一段数据，取帧间隔的中位数，然后匹配最近的标准帧率（24/25/30/48/50/60fps）作为 expected_fps。这样同一个工具可以自动适配不同帧率的视频源
- buffer 上限与去重 ：SurfaceFlinger 最多保留 ~128 帧，且
--latency不会被 reset 清空 ------每次调用返回的是最近 128 帧的完整缓冲区。因此必须记录上一轮最后时间戳，过滤已处理的旧帧，否则同一帧会被重复计数。采集间隔建议：30fps 视频 ≤ 4 秒，60fps 视频 ≤ 2 秒 - 多 Layer 遍历：视频播放时可能存在多个 SurfaceView（如视频 + 弹幕），应遍历所有匹配包名的 layer，取帧数最多的作为视频指标
五、完整指标体系
本节定义 10 个视频质量指标。5.1 / 5.2 讲解各指标的定义和计算方式，所有判定阈值统一汇总在 5.3 的检查清单中（含行业标准对照）。
5.1 核心指标（SurfaceFlinger 可直接获取）
指标 1：视频丢帧率
erlang
丢帧率 = 帧间隔超阈值的帧数 / 总帧数 × 100%指标 2：视频帧率达成率
yaml
实际帧率 = 1000 / 帧间隔均值（ms）
帧率达成率 = 实际帧率 / 源帧率 × 100%指标 3：帧间隔 CV（变异系数）
ini
CV = 帧间隔标准差 / 帧间隔均值和 UI 帧的 CV（#12 第五节）概念一致，但参考基准不同：
- UI 帧的理想间隔 = VSYNC 周期（屏幕刷新率决定）
- 视频帧的理想间隔 = 视频源帧间隔（编码帧率决定）
指标 4：最大连续丢帧数 & 最大卡顿时长
| 指标 | 计算方式 | 含义 |
|---|---|---|
| 最大连续丢帧数 | 连续超阈值帧间隔的最大长度 | 最严重一次冻帧持续几帧 |
| 最大卡顿时长 | 最大帧间隔值（ms） | 最长一次画面停顿多久 |
| 卡顿次数 | 超阈值帧间隔的总次数 | 发生了几次画面不连续 |
判定标准（完整四级阈值见 5.3 检查清单）：
| 指标 | 优秀 | 良好 | 警告 | 严重 |
|---|---|---|---|---|
| 最大连续丢帧 | ≤ 1 帧 | ≤ 3 帧 | 4 ~ 6 帧 | > 6 帧 |
| 最大卡顿时长 | < 50ms | < 100ms | 100 ~ 200ms | > 200ms |
| 卡顿次数 / 分钟 | ≤ 1 | ≤ 3 | 4 ~ 6 | > 6 |
5.2 辅助指标
指标 5：首帧时间（First Frame Latency）
用户点击播放到第一帧画面渲染到屏幕的延迟。
采集方法：记录操作时间 T0，播放后轮询 SurfaceFlinger，第一个有效帧时间戳 T1 出现时，首帧时间 = T1 − T0。
指标 6：解码耗时（需 media.codec）
| 指标 | 阈值建议 | 说明 |
|---|---|---|
| 平均解码耗时 | < 视频帧间隔 × 50% | 30fps → 平均 < 16.7ms |
| P90 解码耗时 | < 视频帧间隔 × 80% | 30fps → P90 < 26.7ms |
| 最大解码耗时 | < 视频帧间隔 | 30fps → 最大 < 33.3ms |
从解码器名称判断解码方式：
| 前缀 | 解码方式 | 性能 |
|---|---|---|
OMX.qcom. / OMX.mtk. / c2.qti. |
硬件解码 | 快，功耗低 |
OMX.google. / c2.android. |
软件解码 | 慢，依赖 CPU |
指标 7：音画同步偏移（A/V Sync）
国际标准 ITU-R BT.1359 定义了音视频同步的可感知和可接受阈值。人耳对"声音先于画面"的容忍度远低于 "声音滞后于画面"，因此标准阈值是不对称的：
| 偏移方向 | 可感知阈值 | 可接受阈值 | 说明 |
|---|---|---|---|
| 音频提前（声先于画） | +45ms | +90ms | 人眼更敏感，容忍度低 |
| 音频滞后（画先于声） | −125ms | −185ms | 容忍度相对高 |
简化参考（测试实用）：偏移 ±20ms 以内无感知；±40ms 敏感用户可察觉；±80ms 普通用户注意到唇形对不上；> ±120ms 明显不同步。蓝牙耳机场景最容易出问题（见场景 5）。
指标 8：Buffer 健康度（网络视频）
| 指标 | 含义 | 数据来源 |
|---|---|---|
| Buffering 次数 | buffer 耗尽导致播放暂停的次数 | logcat 关键词：buffering / underrun / empty |
| Buffering 总时长 | 累计等待数据的时间 | logcat / 播放器回调 |
指标 9：Seek 延迟
| Seek 延迟 | 用户感知 |
|---|---|
| < 100ms | 即时响应 |
| 100~300ms | 轻微延迟 |
| > 300ms | 明显等待 |
5.3 统一判定标准 & 检查清单
所有指标的判定阈值汇总如下。指标 1~5 是必检项，来自 SurfaceFlinger，通用性高；指标 6~10 按场景选检。
核心指标（必检）：
| # | 指标 | 数据源 | 优秀 | 良好 | 警告 | 严重（红线） |
|---|---|---|---|---|---|---|
| 1 | 视频丢帧率 | SurfaceFlinger | < 0.1% | 0.1% ~ 1% | 1% ~ 3% | > 3% |
| 2 | 帧率达成率 | SurfaceFlinger | ≥ 95% | 80% ~ 95% | 60% ~ 80% | < 60% |
| 3 | 帧间隔 CV | SurfaceFlinger | < 0.1 | 0.1 ~ 0.3 | 0.3 ~ 0.6 | > 0.6 |
| 4 | 最大连续丢帧 | SurfaceFlinger | ≤ 1 帧 | ≤ 3 帧 | 4 ~ 6 帧 | > 6 帧 |
| 5 | 最大卡顿时长 | SurfaceFlinger | < 50ms | 50 ~ 100ms | 100 ~ 200ms | > 200ms |
辅助指标（按场景选检）：
| # | 指标 | 数据源 | 优秀 | 良好 | 警告 | 严重（红线） |
|---|---|---|---|---|---|---|
| 6 | 首帧时间 | SurfaceFlinger | < 200ms | 200 ~ 500ms | 500ms ~ 1s | > 1s |
| 7 | 解码耗时 | media.codec | < 帧间隔 × 50% | < 帧间隔 × 80% | < 帧间隔 | > 帧间隔 |
| 8 | A/V 同步偏移 | logcat / 播放器 | ±20ms | ±40ms | ±80ms | > ±120ms |
| 9 | Buffer 健康度 | logcat / 播放器 | 0 次暂停 | ≤ 1 次 | 2 ~ 3 次 | > 3 次 |
| 10 | Seek 延迟 | SurfaceFlinger | < 100ms | 100 ~ 200ms | 200 ~ 300ms | > 300ms |
5.4 行业标准对照
我们的阈值不是拍脑袋定的，参考了以下行业标准和工具：
| 标准 / 工具 | 领域 | 核心内容 | 和我们的关系 |
|---|---|---|---|
| PerfDog（腾讯） | 移动端性能 | 视频播放推荐 Jank = 0；Jank 判定采用"前 3 帧均值 × 2 + 固定阈值"双条件 | 丢帧率 < 0.1%（优秀）对应 PerfDog 的"接近零 Jank" |
| W3C VideoPlaybackQuality | Web 视频 | droppedVideoFrames / totalVideoFrames > 10% 触发质量降级 |
我们的红线（3%）严于 W3C 的 10%，面向高品质产品 |
| ITU-R BT.1359 | 音视频同步 | A/V 可感知：音频提前 +45ms / 滞后 −125ms；可接受：+90ms / −185ms | 指标 8 直接对齐该标准 |
| ITU-T P.1203 | 流媒体 QoE | 基于 MOS（1-5 分）的自适应流质量评估，综合卡顿、启动、质量波动 | 我们的指标覆盖了 P.1203 关注的核心维度 |
| Akamai QoE | 流媒体 | 每次 rebuffering 降低 14% 满意度；启动超 2s 用户开始流失 | 首帧 < 200ms + Buffer 0 次暂停与其一致 |
| ExoPlayer Analytics | Android 播放器 | 提供 maxConsecutiveDroppedFrames，可配置通知阈值，无固定标准 |
我们给出了具体的连续丢帧四级标准 |
一句话总结 ：我们的阈值整体严于 W3C（10%）和 ExoPlayer（无固定标准），对齐 PerfDog 和 ITU-R 标准，面向高品质产品。帧间隔 CV 是我们的特色指标，PerfDog / Perfetto 均未提供。
六、数据源可用性验证流程
拿到任何 App，先做一轮数据源验证：
vbnet
Step 1：启动 App 并播放视频
Step 2：检查 SurfaceFlinger 是否可用
→ 执行 dumpsys SurfaceFlinger --list，搜索 SurfaceView
→ 有 SurfaceView layer → SurfaceFlinger 方案可用（最佳）
→ 无 SurfaceView layer → App 用 TextureView 渲染，降级到 Step 3
Step 3：检查 media.codec 是否可用
→ 执行 dumpsys media.codec，搜索 codec / drop / decode
→ 有解码器数据 → media.codec 可用
→ 无数据 → 纯软解码，回到 SurfaceFlinger（大部分场景仍可用）
Step 4：检查 media.player（大概率无效，但值得一试）
→ 执行 dumpsys media.player，搜索 numFrames
→ 有数据 → 额外数据源可用
→ 无数据 → 符合预期，主流 App 不走这条通道实测兼容性（全屏 SurfaceView 播放）：
| App | SurfaceFlinger | media.codec | media.player |
|---|---|---|---|
| 抖音 | 可用 | 可用 | 不可用 |
| 快手 | 可用 | 可用 | 不可用 |
| 爱奇艺 | 可用 | 可用 | 不可用 |
| 腾讯视频 | 可用 | 可用 | 不可用 |
| B站 | 可用 | 可用（硬解时） | 不可用 |
| 微信视频号 | 可用 | 可用 | 不可用 |
| 自研 App（MediaPlayer） | 可用 | 可用 | 可用 |
| 自研 App（ExoPlayer） | 可用 | 可用 | 不确定 |
七、常见视频卡顿场景 & 诊断方法
场景 1：硬解码器繁忙
现象：多路视频同时播放（如信息流），部分视频卡顿。
原因：手机硬件解码器数量有限（通常 4~8 路），超出后降级为软解码，CPU 负担加重。
硬解码：4.2ms/帧 → 远低于 33.3ms → 流畅
软解码：25.8ms/帧 → 接近 33.3ms → 容易掉帧
CPU 降频后的软解码：42ms/帧 → 超过 33.3ms → 必然掉帧诊断 ：通过 media.codec 查看解码器名称，OMX.google. / c2.android. 开头 = 软解。
场景 2：分辨率切换冻帧
现象：网络视频切换清晰度（360p → 1080p）时短暂冻帧。
原因：分辨率切换需要重建解码器，200~500ms 间隙。
SurfaceFlinger 表现：帧间隔序列中出现一个 200~500ms 的异常间隔，前后帧间隔正常。
场景 3：网络 buffering
现象：网络视频播放，帧率忽高忽低。
原因：网络带宽不足，解码器输入 buffer 空了。
| 视频规格 | 带宽需求参考 |
|---|---|
| 30fps 1080p H.264 | ≈ 5~8 Mbps |
| 30fps 4K H.265 | ≈ 15~25 Mbps |
| 60fps 1080p H.264 | ≈ 10~15 Mbps |
SurfaceFlinger 表现：帧间隔序列中出现间歇性的大间隔（数百毫秒），夹杂正常间隔。CV 飙高。
场景 4：CPU 降频导致软解码变慢
现象：长时间播放后越来越卡。
原因：设备发热后 CPU 降频，软解码器算力不足（参考 CPU 系列 #7）。
诊断：交叉分析 CPU 频率比（趋势下降）和 SurfaceFlinger 帧间隔 CV（趋势上升）。
场景 5：A/V 同步异常（蓝牙耳机）
现象：连接蓝牙耳机后，视频声音和画面对不上。
| 蓝牙编码 | 固有延迟 | 说明 |
|---|---|---|
| SBC | 170~270ms | 默认编码，延迟最高 |
| AAC | 120~200ms | iOS 常用，Android 上延迟偏高 |
| aptX | 100~250ms | 标准 aptX，中等延迟 |
| aptX Low Latency | < 40ms | 游戏/视频专用，需耳机支持 |
| LDAC | 200~250ms | 追求音质，延迟最高之一 |
| LC3（LE Audio） | 20~40ms | 新一代蓝牙低延迟标准 |
场景 6：帧率与刷新率不匹配（Judder）
现象 ：24fps 电影在 60Hz 屏幕上有轻微"抖动感"，但不丢帧。
原因：24 不能整除 60，每帧显示时长不均匀（3:2 pulldown）。
24fps 在 60Hz ：每帧交替显示 3 或 2 个 VSYNC → 帧间隔交替 50ms/33ms → judder
24fps 在 120Hz：每帧固定显示 5 个 VSYNC → 帧间隔恒定 41.7ms → 无 judder
30fps 在 120Hz：每帧固定显示 4 个 VSYNC → 帧间隔恒定 33.3ms → 无 judderSurfaceFlinger 表现：帧间隔交替出现两种值，丢帧率 = 0%，但 CV 偏高（> 0.2）。
识别方法：丢帧率正常 + CV 偏高 + 帧间隔呈规律性交替 → 大概率是 Judder，不是 bug。
八、与 UI 帧率的联动分析
视频播放和 UI 交互往往同时发生（边看视频边滑评论），需要同时采集两路数据。
联合诊断决策表：
| 症状 | UI 帧率 | 视频帧间隔 | CPU 频率比 | 可能原因 | 排查方向 |
|---|---|---|---|---|---|
| UI 卡，视频不卡 | 低 | CV 正常 | 正常 | UI 线程阻塞 | 帧耗时阶段拆解（#12） |
| UI 不卡，视频卡 | 正常 | CV 高 / 丢帧多 | 正常 | 解码器瓶颈 / buffer 不足 | media.codec 解码耗时 |
| 都卡 | 低 | CV 高 | 低 | CPU 降频，整机算力不足 | CPU 频率比趋势（#7） |
| 都卡 | 低 | CV 高 | 正常 | CPU 被占满 | top / CPU 核心利用率（#8） |
| 都不卡，但音画不同步 | 正常 | CV 正常 | 正常 | 蓝牙延迟 / 同步逻辑 bug | 蓝牙编码类型、播放器日志 |
| 都不卡，但画面抖 | 正常 | CV 偏高 | 正常 | 帧率/刷新率不整除 | 确认 Judder（场景 6） |
采集频率建议：
| 数据 | 采集方式 | 建议间隔 |
|---|---|---|
| UI 帧率 + 卡顿 | dumpsys gfxinfo | 1~2 秒 |
| 视频帧间隔 | SurfaceFlinger --latency | 2~4 秒 |
| 解码统计 | dumpsys media.codec | 5~10 秒 |
| CPU 频率/负载 | /proc/stat + cpufreq | 5~10 秒 |
九、不同场景的指标优先级
不同视频场景关注的指标不同：
| 场景 | 必检指标 | 辅助指标 | 可忽略 |
|---|---|---|---|
| 本地视频播放 | 丢帧率、CV、最大连续丢帧 | 解码耗时 | Buffer、Seek |
| 短视频（抖音/快手） | 首帧时间、Seek 延迟、丢帧率 | Buffer | A/V 同步 |
| 长视频（爱奇艺/腾讯） | 丢帧率、A/V 同步、CV | Buffer | Seek |
| 直播 | Buffer 健康度、丢帧率、首帧时间 | CV | Seek |
| 多路视频（信息流） | 丢帧率、解码方式（硬/软） | CPU 负载 | A/V 同步、Seek |
短视频 最核心的指标是首帧时间------用户刷视频时，每个视频都有一次首帧加载。首帧慢 = 每刷一个视频都卡一下。
小结
| 知识点 | 一句话 |
|---|---|
| 核心问题 | gfxinfo 只采 UI 帧，采不到视频帧------两条独立管线 |
| 通用方案 | SurfaceFlinger --latency 是唯一真正通用的视频卡顿检测方案 |
| 原理 | 不管什么播放器，视频帧最终都提交到 Surface → SurfaceFlinger 上屏 |
| SurfaceFlinger 限制 | TextureView 渲染场景无法分离视频帧，需降级 media.codec |
| media.player | 对抖音/快手/爱奇艺等主流 App 无效 |
| 分析方法 | 时间戳 → 帧间隔序列 → 丢帧/CV/连续丢帧/实际帧率 |
| 必检指标 | 丢帧率、帧率达成率、CV、最大连续丢帧、最大卡顿时长 |
| 判定标准 | 四级分档（优秀/良好/警告/严重），对齐 PerfDog、ITU-R BT.1359 等行业标准 |
| 和 UI 的关系 | 视频帧 + UI 帧 + CPU 数据三路联合诊断 |
下一篇我们把 FPS 系列所有指标整合到一起，给出完整的采集落地方案------从脚本架构到自动化报告。
系列目录
- 第 1~4 篇：内存泄漏检测 & 内存采集避坑
- 第 5~9 篇：CPU 采集系列（入门 → 避坑 → 降频 → 单核 → 落地）
- 第 10 篇：FPS 帧率采集入门
- 第 11 篇：FPS 采集的 8 个坑
- 第 12 篇：UI 卡顿量化------用数据回答"到底有多卡"
- 第 13 篇（本篇）：视频播放卡顿检测
- 第 14 篇（下一篇）：FPS 采集落地方案
我是测试工坊，专注 Android 系统级性能工程。 如果你也在做帧率相关的性能测试，欢迎评论区交流 👇 关注我，后续更新不迷路。