Android实时流量吞吐量精准采集：替代TrafficStats的方案咨询

你遇到的TrafficStats统计值比iPerf3高10%的核心原因是：TrafficStats.getMobileRxBytes()统计的是整个设备的移动网络总接收流量，包含系统后台服务、其他应用的流量，而iPerf3仅统计自身测试产生的流量，两者统计范围不同导致误差。以下是几种更精准的流量统计方法：

1. 统计当前应用的专属流量 #

使用TrafficStats.getUidRxBytes()获取当前应用UID对应的接收流量，只统计本应用产生的流量，直接排除其他应用的干扰，这是最简便的优化方案：

修改你的代码如下：

public void writeDownloadThroughput() {
    if (!isOpen) {
        Log.e("InfluxDBManager", "InfluxDB client is not initialized. Please set credentials first.");
        return;
    }

    executorService.execute(() -> {
        // 获取当前应用的UID
        int appUid = getApplicationInfo().uid;
        long initialBytesReceived = TrafficStats.getUidRxBytes(appUid);

        try {
            Thread.sleep(500);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }

        long finalBytesReceived = TrafficStats.getUidRxBytes(appUid);
        long bytesReceivedIn500ms = finalBytesReceived - initialBytesReceived;

        if (bytesReceivedIn500ms <= 0) {
            Log.d("InfluxDBManager", "No download throughput detected.");
            return;
        }

        long throughputInBytesPerSecond = bytesReceivedIn500ms * 2;  

        Log.d("InfluxDBManager", "Download Throughput: " + throughputInBytesPerSecond + " bytes/second");

        Point point = Point.measurement("network_throughput")
                .addTag("device", Build.MODEL)
                .addField("download_throughput", throughputInBytesPerSecond) 
                .time(Instant.now(), WritePrecision.MS);

        try {
            writeApi.writePoint(point);  
        } catch (Exception e) {
            Log.e("InfluxDBManager", "Error writing to InfluxDB", e);
        }
    });
}

注意：如果你的应用有多个进程，需要获取对应进程的UID来统计，避免遗漏。

2. 读取系统底层的/proc/net/dev文件 #

/proc/net/dev是Linux系统提供的网络设备统计文件，记录了每个网络接口的收发字节数，精度更高。你可以解析该文件获取指定接口（如移动数据常用rmnet0，WiFi常用wlan0）的流量数据：

示例代码：

private long getInterfaceRxBytes(String interfaceName) {
    try (BufferedReader reader = new BufferedReader(new FileReader("/proc/net/dev"))) {
        String line;
        // 跳过前两行表头
        reader.readLine();
        reader.readLine();
        while ((line = reader.readLine()) != null) {
            line = line.trim();
            if (line.startsWith(interfaceName + ":")) {
                String[] parts = line.split("\\s+");
                // 第二个字段是接收的总字节数
                return Long.parseLong(parts[1]);
            }
        }
    } catch (IOException e) {
        e.printStackTrace();
    }
    return 0;
}

// 在你的统计逻辑中使用
long initialBytes = getInterfaceRxBytes("rmnet0");
Thread.sleep(500);
long finalBytes = getInterfaceRxBytes("rmnet0");
long delta = finalBytes - initialBytes;

注意：不同设备的移动数据接口名称可能不同（如rmnet1、rmnet_data0），可以通过遍历接口列表动态匹配。

3. 采样校准与平滑处理 #

如果仍存在小范围误差，可以通过多次采样取平均值，或者对异常值（如突增的流量）进行过滤，减少瞬时波动的影响：

• 连续采集3-5次500ms窗口的流量，取平均值作为最终结果
• 忽略单次采样中超过阈值的异常值（比如远高于正常吞吐量的数值）

内容的提问来源于stack exchange，提问作者iThomas