Flutter使用Health库获取Google Fit/Apple Healthkit完整睡眠数据方法

Health 2.0.5版本对接Google Fit、Apple HealthKit时不会直接返回聚合后的睡眠周期核心字段，两个平台原生输出的就是离散的睡眠阶段分段，入睡时间、起床时间、睡眠总时长这类指标需要按通用规则自行聚合计算。

第一步：数据预处理 #

先对拉取到的HealthDataPoint列表做过滤排序：

• 仅保留类型前缀为HealthDataType.SLEEP的睡眠相关数据点，过滤掉运动、心率等无关数据
• 所有数据点按dateFrom字段做升序排列，保证时间线连贯
• 过滤时长小于5分钟的极短分段，这类基本是传感器误判产生的脏数据

第二步：独立睡眠周期划分 #

两个平台不会主动标记单次睡眠的起止边界，按行业通用规则划分即可：

• 设定相邻分段间隔阈值为30分钟：如果两个相邻睡眠分段的时间间隔超过30分钟，判定为属于两个独立的睡眠周期
• 该阈值可根据业务需求微调，和Google Fit、Apple Health自带的睡眠统计逻辑基本对齐
• 不需要手动按自然日切割数据，跨零点的连续睡眠分段会自动归为同一个周期，符合实际睡眠场景

第三步：核心指标计算规则 #

对划分完成的单个睡眠周期内的所有有效分段，按以下规则提取指标：

• 入睡时间：周期内第一个有效分段的dateFrom值
• 起床时间：周期内最后一个有效分段的dateTo值
• 在床总时长：起床时间和入睡时间的差值
• 实际睡眠总时长：累加周期内所有非SLEEP_AWAKE类型分段的时长（即dateTo.difference(dateFrom)的总和），排除醒着躺在床上的时间
• 可选扩展指标：睡眠效率=实际睡眠总时长/在床总时长，各睡眠阶段占比=对应阶段时长/实际睡眠总时长

可复用实现代码 #

// 睡眠周期数据模型
class SleepSession {
  final DateTime fallAsleepTime;
  final DateTime wakeUpTime;
  final Duration totalSleepDuration;
  final Duration totalInBedDuration;
  final List<HealthDataPoint> stagePoints;

  SleepSession({
    required this.fallAsleepTime,
    required this.wakeUpTime,
    required this.totalSleepDuration,
    required this.totalInBedDuration,
    required this.stagePoints,
  });
}

// 核心聚合逻辑
List<SleepSession> parseSleepSessions(List<HealthDataPoint> allHealthPoints) {
  // 过滤排序睡眠数据
  List<HealthDataPoint> sleepPoints = allHealthPoints
      .where((p) => p.type.toString().startsWith('HealthDataType.SLEEP'))
      .toList()
    ..sort((a, b) => a.dateFrom.compareTo(b.dateFrom));

  const Duration gapThreshold = Duration(minutes: 30);
  const Duration minValidPointDuration = Duration(minutes: 5);
  List<SleepSession> sessions = [];
  List<HealthDataPoint> currentSessionPoints = [];

  for (final point in sleepPoints) {
    final pointDuration = point.dateTo.difference(point.dateFrom);
    // 过滤无效短分段
    if (pointDuration < minValidPointDuration) continue;

    if (currentSessionPoints.isEmpty) {
      currentSessionPoints.add(point);
      continue;
    }

    // 校验相邻分段间隔
    final lastPointInSession = currentSessionPoints.last;
    final timeGap = point.dateFrom.difference(lastPointInSession.dateTo);
    if (timeGap > gapThreshold) {
      // 间隔超限，生成上一个周期
      sessions.add(_buildSessionFromPoints(currentSessionPoints));
      currentSessionPoints = [point];
    } else {
      currentSessionPoints.add(point);
    }
  }

  // 补全最后一个周期
  if (currentSessionPoints.isNotEmpty) {
    sessions.add(_buildSessionFromPoints(currentSessionPoints));
  }

  return sessions;
}

// 单周期构建方法
SleepSession _buildSessionFromPoints(List<HealthDataPoint> points) {
  final fallAsleepTime = points.first.dateFrom;
  final wakeUpTime = points.last.dateTo;
  final totalInBedDuration = wakeUpTime.difference(fallAsleepTime);
  Duration totalSleepDuration = Duration.zero;

  for (final p in points) {
    // 清醒阶段不计入实际睡眠时长
    if (p.type != HealthDataType.SLEEP_AWAKE) {
      totalSleepDuration += p.dateTo.difference(p.dateFrom);
    }
  }

  return SleepSession(
    fallAsleepTime: fallAsleepTime,
    wakeUpTime: wakeUpTime,
    totalSleepDuration: totalSleepDuration,
    totalInBedDuration: totalInBedDuration,
    stagePoints: points,
  );
}

兼容提示：2.0.5版本Health库在部分Android机型上拉取SLEEP_ASLEEP类型时，会直接返回合并后的总睡眠时长，不会返回细分阶段，iOS端默认返回全部分段数据，实际使用时可根据平台返回的类型做时长去重，避免重复计算。

内容的提问来源于stack exchange，提问作者sbap_123