如何在Prometheus/Micrometer指标中记录二维FFT数据？

背景 #

我计划将多台Android手机用作远程音频频率检测器，通过Prometheus/Grafana集中收集和分析设备数据。目前已基于Noise库开发完成Android应用，可录制音频并借助KissFFT计算各频率的幅度，FFT结果为FloatArray，且已实现热力图、直方图的可视化功能：

import android.media.AudioRecord
import com.paramsen.noise.Noise
import com.paramsen.noise.sample.R
import com.paramsen.noise.sample.source.AudioSource

/** 订阅麦克风数据更新 */
private fun start(recorder: AudioRecord) {

  val src = AudioSource(recorder).stream()
  val noise = Noise.real(SAMPLE_SIZE)

  // FFT可视化视图
  disposable.add(src.observeOn(Schedulers.newThread())
    .map { 
      // 计算FFT
      noise.fft(it, FloatArray(SAMPLE_SIZE + 2)) 
    }
    .subscribe({ fft: FloatArray ->
      // 将FFT数据传递给可视化组件
      fftHeatMapView.onFFT(fft)
      fftBandView.onFFT(fft)
    }, { e -> Log.e(TAG, e.message ?: "null") })
  )
}

const val RATE_HZ = 44100
const val SAMPLE_SIZE = 4096

FFT数据渲染正常（仅需调整窗函数），下一步需要将FFT数据上报至Prometheus。我已创建FFT数据处理器和Prometheus直方图指标：

object FFTMetrics : FFTView {

  private val registry = PrometheusMeterRegistry(PrometheusConfig.DEFAULT)

  private val fftDist = DistributionSummary
    .builder("fft.dist")
    .description("FFT分布")
    .baseUnit("hertz")
    //.scale(100.0)
    .register(registry)

  override fun onFFT(fft: FloatArray) {
    // TODO 实现数据上报逻辑
  }
}

当前问题 #

FFT数组是二维结构：索引对应频率（Hz），值对应幅度。但Micrometer指标仅支持一维数据，直接遍历记录幅度的方式效率极低且存在不必要的类型转换：

override fun onFFT(fft: FloatArray) {
  fft.forEachIndexed { i, magnitude ->
    val hz = computeHertzForBin(i)
    (0..magnitude.toLong()).forEach { j ->
      summary.record(hz.toDouble())
    }
  }
}

请问在Micrometer或Prometheus中，是否有更优的二维数据记录方式？

使用版本：

• Kotlin 1.6.21
• Android 7.3.1
• Micrometer 1.10.4

可行优化方案 #

方案1：使用带标签的Gauge指标 #

FFT的每个频率桶对应一个幅度值，适合用Gauge指标，给每个频率桶添加frequency_hz和device_id标签（区分多设备），直接更新每个标签组合对应的幅度值，避免低效循环：

object FFTMetrics : FFTView {

  private val registry = PrometheusMeterRegistry(PrometheusConfig.DEFAULT)
  private val appContext = ... // 全局应用上下文

  override fun onFFT(fft: FloatArray) {
    // 仅处理FFT前半部分（后半部分为镜像，无意义）
    val halfSize = SAMPLE_SIZE / 2
    for (i in 0 until halfSize) {
      val magnitude = fft[i]
      if (magnitude <= 0) continue // 忽略无效幅度值
      val hz = computeHertzForBin(i)
      
      // 创建或复用带标签的Gauge，更新幅度值
      Gauge.builder("fft.magnitude") { magnitude.toDouble() }
        .tags(
          "device_id", getDeviceId(),
          "frequency_hz", hz.toString()
        )
        .register(registry)
    }
  }

  private fun getDeviceId(): String {
    // 获取设备唯一标识，用于区分多台设备
    return android.provider.Settings.Secure.getString(
      appContext.contentResolver,
      android.provider.Settings.Secure.ANDROID_ID
    )
  }

  // 计算频率桶对应的实际Hz值
  private fun computeHertzForBin(binIndex: Int): Double {
    return (binIndex * RATE_HZ).toDouble() / SAMPLE_SIZE
  }
}

优势：直接映射频率-幅度的二维关系，Prometheus可按设备、频率过滤数据，Grafana可快速生成热力图/折线图，性能远优于循环上报。

方案2：利用DistributionSummary的权重参数 #

如果需要统计频率的“加权出现次数”（幅度作为权重），可使用Micrometer DistributionSummary的record(double value, double amount)方法，用幅度作为权重，一次调用完成上报：

object FFTMetrics : FFTView {

  private val registry = PrometheusMeterRegistry(PrometheusConfig.DEFAULT)
  private val appContext = ...

  private val fftDist = DistributionSummary
    .builder("fft.dist")
    .description("FFT频率分布（幅度为权重）")
    .baseUnit("hertz")
    .tag("device_id", getDeviceId())
    .register(registry)

  override fun onFFT(fft: FloatArray) {
    val halfSize = SAMPLE_SIZE / 2
    for (i in 0 until halfSize) {
      val magnitude = fft[i]
      if (magnitude <= 0) continue
      val hz = computeHertzForBin(i)
      
      // 用幅度作为权重，一次记录等价于上报magnitude次该频率值
      fftDist.record(hz.toDouble(), magnitude.toDouble())
    }
  }

  private fun getDeviceId(): String {
    return android.provider.Settings.Secure.getString(
      appContext.contentResolver,
      android.provider.Settings.Secure.ANDROID_ID
    )
  }

  private fun computeHertzForBin(binIndex: Int): Double {
    return (binIndex * RATE_HZ).toDouble() / SAMPLE_SIZE
  }
}

优势：避免循环多次调用record，减少类型转换开销，适合需要统计频率分布权重的场景。

方案3：自定义Prometheus文本指标端点 #

若需要最高灵活性，可直接构造Prometheus标准文本格式的指标，通过HTTP端点暴露给Prometheus抓取。例如返回的指标格式如下：

# HELP fft_magnitude FFT各频率桶的幅度值
# TYPE fft_magnitude gauge
fft_magnitude{device_id="xxxx",frequency_hz="100"} 0.65
fft_magnitude{device_id="xxxx",frequency_hz="200"} 0.82
...

实现思路：在Android应用中启动轻量HTTP服务（如OkHttp或嵌入式Jetty），定义接口返回上述格式的指标文本，Prometheus配置该接口为抓取目标。

额外注意事项 #

• 多设备区分：必须为每个设备添加唯一device_id标签，避免Prometheus混淆不同设备的数据。
• 性能优化：FFT计算和指标上报需放在后台线程，避免阻塞UI；可设置上报间隔（如每1秒上报一次），减少网络请求频率。
• FFT数据裁剪：FFT结果为对称结构，仅需处理前半部分（0到SAMPLE_SIZE/2）即可，减少无效数据处理。

内容的提问来源于stack exchange，提问作者aSemy