通用
tag：类型，Trace_StartUp，Trace_FPS 等
process：监测进程
type：类型，用于区分同一个tag不同类型的上报
key：每个Tracer不同
time：上报时间
content：上报的主体内容
machine：BEST 机器分级 BEST, HIGH, MIDDLE, LOW, BAD, UN_KNOW;
cpu_app：CPU使用率
mem：总内存大小
mem_free：可用内存大小
FrameTracer
scene：当前可见的activity
dropLevel：记录各个卡段级别出现的次数，卡顿级别可分为DROPPED_FROZEN,DROPPED_HIGH,DROPPED_MIDDLE,DROPPED_NORMAL,DROPPED_BEST;例：
"DROPPED_MIDDLE":18，表示时间阈值内共有 18此时 DROPPED_MIDDLE的情况
dropSum：记录各个卡段级别掉帧总数，例：
"DROPPED_MIDDLE":218, 表示时间阈值内共有 218帧是 位于 DROPPED_MIDDLE
fps：时间阈值内的平均帧率
dropTaskFrameSum：不太清楚
StartupTracer
tag: Trace_EvilMethod or Trace_StartUp
application_create：（Application的启动时间）第一次启动Activity或者Service或者广播的时间（这里没有内容提供者是因为内容提供者是在Application初始化完成之前，加载完毕的） 减去 Application开始启动时间
application_create_scene：启动场景 Activity（159,100），Service（114），broadcastReceiver（）113
first_activity_create：（首屏启动时间）第一个Activity 可操作的时间（Activity获取焦点） 减去 Application开始启动时间
startup_duration：启动时间可分为 ：
* （冷启动时间）：主Activity可操作的时间（Activity获取焦点） 减去 Application开始启动时间
* （暖启动时间）：最近一个Activity开始启动的时间 减去 这个Activity可操作的时间（Activity获取焦点）
is_warm_start_up：是否是暖启动
detail：固定为STARTUP
cost：总耗时同 startup_duration
stack：方法栈信息， 每个item之间用“\n”隔开，每个item的含义为，调用深度，methodId，调用次数，耗时
* 比如：0,118,1,5 -> 调用深度为0，methodId=118，调用次数=1，耗时5ms
stackKey：主要耗时方法 的methodId
subType：2：暖启动，1：冷启动
EvilMethodTracer
tag: Trace_EvilMethod
detail：固定为NORMAL
cost：总耗时
usage：主线程cpu占用率
scene：当前可见Activity名称
stack：方法栈信息， 每个item之间用“\n”隔开，每个item的含义为，调用深度，methodId，调用次数，耗时
* 比如：0,118,1,5 -> 调用深度为0，methodId=118，调用次数=1，耗时5ms
stackKey：主要耗时方法 的methodId
AnrTracer
tag: Trace_EvilMethod
key：token(dispatchStart的时间)
detail：固定为ANR
cost：总耗时
usage：主线程cpu占用率
scene：当前可见Activity名称
stack：方法栈信息， 每个item之间用“\n”隔开，每个item的含义为，调用深度，methodId，调用次数，耗时
* 比如：0,118,1,5 -> 调用深度为0，methodId=118，调用次数=1，耗时5ms
stackKey：主要耗时方法 的methodId
threadStack：堆栈信息
processPriority：动态线程优先级
processNice：（静态线程优先级）
isProcessForeground：是否是后台线程
memory：内存情况包含如下三部分
dalvik_heap：dalvik已使用内存大小（KB）
native_heap：native已使用内存大小（KB）
vm_size：虚拟内存总大小
系列文章
参考
Matrix Android data format
网友评论