Firebase Performance — 是什么、监控工具和指标

什么是 Firebase Performance Monitoring？

Firebase Performance Monitoring 是 Google 的一项云服务，用于收集和显示移动应用程序的性能指标。该服务是 Firebase 工具集的一部分，无需单独付费——监控在免费 Spark 套餐（每天 500,000 个事件限制）和付费 Blaze 套餐中均可用。Firebase Performance 自动为标准场景生成跟踪：屏幕冷启动、热启动、后台 HTTP 请求。

该服务的架构基于两种数据类型：traces（跟踪）和 metrics（指标）。跟踪是一个有时间起点和终点的时间间隔，用于测量执行持续时间。指标是一个数值：响应大小、错误频率、速度（字节/秒）。每个跟踪可以包含多个指标。SDK 在设备上收集数据，进行缓冲，并以低延迟优先级在后台发送到 Firebase，以避免影响用户体验。

根据 Google I/O 2024 报告，Firebase Performance 在全球超过 200 万个应用程序中使用。如果配置了警报，使用 Firebase Performance 检测性能问题的平均时间为发布后 15 分钟。如果没有监控，类似问题平均需要 2-3 天才能根据用户向支持部门的投诉被发现。

与 Firebase Crashlytics 的区别

Crashlytics 跟踪崩溃和致命错误——应用程序意外停止的情况。Firebase Performance 监控运行中应用程序的性能：慢速屏幕、长时间的网络请求、UI 响应延迟。Crashlytics 回答“应用程序为什么崩溃？”的问题，而 Performance 回答“应用程序为什么运行缓慢？”的问题。两个服务通过一个 SDK（Firebase Core）集成，数据在 Firebase 控制台的相关部分中显示。

百分位指标

Firebase Performance 不显示平均值——只显示 百分位数：P50、P75、P90、P95、P99。这对性能至关重要：平均时间会隐藏异常值。如果 99 个用户在 200 毫秒内打开屏幕，而一个用户需要 20 秒，平均值约为 400 毫秒，看起来可以接受。P99 将显示 20 秒——真正的问题。Firebase 在时间线上显示百分位数，可以精确到小时跟踪性能回归。

Firebase Performance Monitoring 如何工作

Firebase Performance SDK 通过标准集成方式集成到应用程序中：在 Gradle（Android）中添加依赖项或通过 CocoaPods（iOS）。在代码中初始化 Firebase 后，SDK 自动开始收集指标，无需额外配置。一个重要的工作原理是 延迟收集：SDK 不会立即发送数据，而是累积数据，并在网络条件有利时批量传输。

对于 iOS，SDK 使用 NSURLProtocol 拦截 HTTP 请求，对于 Android，使用 OkHttp Interceptor。如果应用程序不使用 OkHttp，SDK 会自动包装 HttpURLConnection。被拦截的请求会丰富元数据：Content-Type、响应状态、字节大小、持续时间。所有数据通过 HTTPS 使用 TLS 1.3 加密传输到 Firebase 服务器。

Firebase Performance 的关键要求之一是成为 Gradle 插件列表中的最后一个插件。如果顺序被打乱，SDK 可能无法拦截所有请求或无法正确测量启动时间。Firebase 建议将插件放在 plugins 块的末尾，在 Crashlytics 和其他 Google Services 插件之后。

// build.gradle (Module: app) — 插件的正确顺序
plugins {
    id "com.android.application"
    id "org.jetbrains.kotlin.android"
    id "com.google.gms.google-services"
    id "com.google.firebase.crashlytics"
    id "com.google.firebase.firebase-perf"  // 最后！
}

dependencies {
    implementation platform("com.google.firebase:firebase-bom:33.0.0")
    implementation "com.google.firebase:firebase-perf"
}

自动跟踪：屏幕、启动、网络

Firebase Performance 创建三种类型的自动跟踪：screen trace（屏幕渲染时间）、app start trace（应用程序启动时间）和 network request trace（HTTP 请求）。Android 的 screen trace 测量从 Activity.onCreate 调用到第一帧渲染完成之间的时间。对于 iOS，测量 viewDidLoad 和 viewDidAppear 之间的时间。Firebase 使用 Activity 或 ViewController 的类名自动为每个屏幕创建跟踪。

App start trace 分为两种类型：冷启动（应用程序从零开始启动，进程不存在）和热启动（应用程序从后台状态恢复）。冷启动是最关键的指标，因为它包括所有 SDK 的初始化、DEX 文件的加载和第一个 Activity 的创建。Firebase 从进程启动时刻到第一个屏幕完全渲染测量冷启动。根据 Google 的建议，冷启动的 P50 不应超过 500 毫秒，P99 不应超过 2 秒。

Network request trace 自动记录每个 HTTP 请求及其元数据：URL、方法、响应代码、响应大小、传输速度。在 Firebase Performance 控制台中，可以按 URL 模式过滤请求——例如，显示所有指向 /api/v2/orders 的请求。对于每个模式，显示响应时间的百分位数和 4xx/5xx 错误的频率。这使得无需配置单独的警报即可快速检测特定 API 的性能下降。

屏幕指标详解

对于屏幕，Firebase Performance 还会计算 “frozen frames” 指标——渲染时间超过 700 毫秒的帧。这种 UI 冻结被用户感知为“应用程序卡住了”。如果屏幕上超过 1% 的 frozen frames，Firebase 将该指标标记为有问题。对于 Android，SDK 还会收集 slow renders 指标——超过 16 毫秒的帧（丢失 60 FPS）。Screen trace 和 frozen frames 的结合提供了加载时间和动画流畅度的完整画面。

用于业务场景的自定义跟踪

自定义跟踪 允许测量任何用户场景的持续时间：下订单、上传图像到云、数据同步。开发者在代码中明确指定跟踪的起点和终点，并为场景命名。与自动跟踪不同，自定义跟踪可以完全控制测量内容，并允许添加属性进行过滤。

每个自定义跟踪可以包含 属性——作为元数据添加的键值对。属性有助于数据分段：例如，可以为 “promo_user” 和 “regular_user” 分别跟踪下订单时间。Firebase Performance 每个跟踪最多支持 5 个属性，每个属性最多支持 100 个唯一值。属性被索引，可在 Firebase 控制台中用于过滤。

根据 Google I/O 2024 报告，Spotify 团队使用 Firebase 自定义跟踪来监控曲目切换时间。这通过识别音频缓冲区缓存中的瓶颈，将中位切换时间从 400 毫秒减少到 120 毫秒。关键的发现是按 “device_model” 属性进行过滤——问题仅出现在 Android 13 的 Samsung 设备上。

import com.google.firebase.perf.FirebasePerformance
import com.google.firebase.perf.metrics.Trace

class CheckoutTracker {

    private val firebasePerf = FirebasePerformance.getInstance()

    fun trackCheckoutFlow(userId: String, promoApplied: Boolean) {
        val trace: Trace = firebasePerf.newTrace("checkout_flow")
        trace.putAttribute("promo_user", promoApplied.toString())
        trace.putAttribute("user_tier", "premium")
        trace.start()

        // 执行下单场景
        validateCart()
        processPayment()
        confirmOrder()

        trace.stop()
    }
}

将 Firebase Performance 集成到 Android 项目

将 Firebase Performance 集成到 Android 需要三个步骤：添加 google-services 插件、连接 Firebase BOM（Bill of Materials）以及添加 firebase-perf 依赖项。如果使用 AppCompatActivity，Firebase Performance 将自动在所有 Activity 和 Fragment 上运行。对于 Compose 屏幕，Firebase 建议使用自定义跟踪，因为自动 screen trace 不直接支持 Compose。

一个重要细节：Firebase Performance Gradle 插件在编译阶段修改应用程序的字节码。插件向每个 Activity 和 OkHttp 客户端添加检测代码。这可能会将构建时间增加 5-10%，APK 大小增加 200-400 KB。在调试构建中，Firebase Performance 会自动禁用——这可以防止在本地开发期间指标失真。要在调试中强制启用，请使用清单中的 firebasePerformanceInstrumentationEnabled 标志。

Firebase Performance 还支持 iOS 的 MetricKit 和 Android 的 Perfetto——低级别系统跟踪器。MetricKit 提供操作系统级别的帧率、CPU 和内存消耗数据。Firebase 聚合这些数据，并在显示 HTTP 跟踪和 screen trace 的同一控制台中显示，将系统和应用程序遥测数据结合在一个界面中。

使用 OkHttp 的 HTTP 请求

import okhttp3.OkHttpClient
import com.google.firebase.perf.network.FirebasePerfOkHttpClient

val client = OkHttpClient.Builder()
    .addInterceptor FirebasePerfOkHttpClient
    .build()

val request = Request.Builder()
    .url("https://api.example.com/orders")
    .build()

client.newCall(request).enqueue(object : Callback {
    override fun onFailure(call: Call, e: IOException) { /* handle */ }
    override fun onResponse(call: Call, response: Response) { /* handle */ }
})

将 Firebase Performance 集成到 iOS 项目

对于 iOS，Firebase Performance 的集成通过 CocoaPods 或 Swift Package Manager 完成。安装 FirebasePerformance 和 FirebaseCore pods 后，SDK 自动开始收集指标。为了拦截 HTTP 请求，Firebase Performance iOS 使用 NSURLProtocol——一种允许拦截应用程序中所有 URL 加载的系统机制。SDK 在启动时注册自己的 NSURLProtocol 子类，所有通过 URLSession 的请求自动受到监控。

iOS 的限制：Firebase Performance 不支持 SwiftUI 的自动 screen trace。对于 SwiftUI 应用程序，需要手动创建自定义跟踪，将 View 的主体包装在 start/stop 块中。Firebase 正在开发对 SwiftUI 的原生支持，但目前 SDK 仅自动跟踪 UIView 控制器。对于 UIKit + SwiftUI 的混合应用程序，建议在 UIKit 中创建屏幕，并通过 UIHostingController 嵌入 SwiftUI。

Firebase Performance iOS 还提供与 MetricKit——Apple 框架的集成，该框架在操作系统级别收集诊断数据。MetricKit 发送每日报告，包含 CPU、GPU、内存和帧率指标。Firebase Performance 聚合这些报告，并在控制台中与自定义跟踪一起显示，提供应用程序和系统级别的性能完整视图。

import FirebasePerformance

final class ImageUploadService {

    func uploadImage(_ data: Data, to url: URL) async throws {
        guard let trace = Performance.startTrace(name: "image_upload") else { return }
        trace?.setValue("image/jpeg", forAttribute: "content_type")
        trace?.setValue("\(data.count)", forAttribute: "file_size")

        var request = URLRequest(url: url)
        request.httpMethod = "POST"
        request.httpBody = data

        let (_, response) = try await URLSession.shared.data(for: request)
        guard let httpResponse = response as? HTTPURLResponse else { return }
        trace?.setValue("\(httpResponse.statusCode)",
                        forAttribute: "status_code")
        trace?.stop()
    }
}