基于UI响应时间的移动App性能测试解决方案

抛出问题

    移动端的性能测试指标有很多，分为响应时间类，资源消耗类，包括cpu、mem、电量、流畅度，网络流量，其中最影响用户体验的就是响应时间，因为它的好坏直接关乎用户的直观感受，所以参考价值也最高。而已有响应时间测试方法存在局限性，如何低成本的快速开展App响应时间性能测试呢？

已知的方法

• 方法一：Android端可通过AM计算App启动时间，或者通过DisplayManager日志计算activity打开时间。
• 方法二：程序植入log打点代码，通过特定位置的日志标签计算启动或页面加载时间。
• 方法三：通过摄像或者截图，然后使用手工或程序的图像对比方法计算。

存在的缺点

• 方法一计算得出的结果往往和人眼感知的结果存在差距，这是因为页面加载一般存在网络异步交互，原生的系统日志，无法准确表达App的响应时间，且测试范围存在局限性，对于特定场景，例如控件级别的加载或渲染无法实现测量。
• 方法二涉及到产品代码的侵入，需要保证测试代码和产品发布代码的有效隔离，无形中增加了产品代码维护成本。除非必要，一般也不会在实际项目中使用。
• 方法三缺点是，要么依赖高速摄像器材，要么使用手机自身截图的方式，后者容易对测试本身产生干扰，测试结果的权威性无法保证，因为截图本身消耗了计算资源。前者测试成本投入较大。另外，程序图像对比也经常产生误差，例如手机屏幕上的时间标签刚好在图像对比那一帧发生了变化，图像对比结果就会出现错误。

聚焦关键点

    从已有方法看出，方法三最契合我们的诉求，但它的缺点也比较明显，例如，高速摄像采集成本高；截屏采集对测试环境产生污染；图像对比容易受干扰。为了能给出人眼视觉的响应时间的量化值，并且保证结果准确、项目应用成本低。我们采用自动化+外置图像采集+图像对比算法优化的整体技术方案。

关键点一：无污染

目标：屏幕采集，需要避免对测试环境产生污染，保证测试环境本身干净。
方案：外置摄像头录屏
实施：1、win pc+外置摄像头2、手机、外置摄像头连接电脑，win窗口显示摄像头采集内容3、win api抓取win窗口图片
说明：截图频率直接影响测试结果的误差精度，窗口截屏抓取程序运行时，图片数据使用内存存储，只在case结束时，完成一次硬盘IO存储操作。这样做是为了提高截图速度，实现了20ms一次截图。

关键点二：抗噪点

目标：图像对比，需要过滤图片色差、局部变化的干扰，尽可能贴近人眼观察认知。
方案：图像对比算法忽略局部噪点，采用感知哈希算法，只关注图片整体结构，忽略细节。
算法：

完整的实施路线图

技术实现

1. 自动化驱动：MonkeyRunner驱动
2. 图像对比：python PIL感知哈希算法实现
3. 截屏：WIN API截屏，20ms截取一次
4. 时间一致性保障：时间系统统一，都采用windows系统时间。

原理说明

    Case驱动原理，在一个操作之后等待较长时间，app界面处于响应结束状态。开始时间是自动化脚本触发的，可以记录，结束时间从图片序列由后往前对比，找到最后一个变化的图片代表的时间就是结束时间。两者之差就是响应时间。以app启动时间的响应时间为例，自动化case伪代码就是：1、启动app并记录启动时间2、开启截图程序，实现录屏 3、等待足够久的时间4、case结束，截图程序保存截屏图片。5、图像对比使用感知哈希算法计算结束时间。