移动端测试 APP启动性能分析 WebView性能分析 H5性能分析 卡顿分析 帧分析 CPU统计 网络流量分析 耗电量指标 弱网测试 健壮性测试 兼容性测试 Amdahl

Android官网使用指南性能：https://developer.android.com/topic/performance

一、APP启动性能分析

APP的启动过程
调用起APP、创建一个空白窗口、启动一个进程 ——> Application OnCreate 开始调用起App ——> Activity OnCreate 创建主线程MainThread(页面的渲染，数据的初始化)

启动性能指标
冷启动：第一次启动，无任何进程和数据
暖启动：之前启动过，存在缓存的数据
热启动：进程都还存在
首屏启动：页面完全加载完全的时间
对于以上的建议时间
Cold startup takes 5 seconds or longer 冷启动不超过5s
Warm startup takes 2 seconds or longer 暖启动不超过2s
Hot startup takes 1.5 seconds or longer 热启动不超过1.5s

主要流程

1、adb logcat 查看日志
2、录屏+视频拆祯
3、uiautomator等自动化工具200ms巡检界面变化
4、traceview
5、硬埋点 页面加载加了获取时间性能的埋点

logcat使用
package=com.xueqiu.android
清理缓存数据：adb shell pm clear $package
停止进程：adb shell am force-stop $package
执行上面的两个行为后，让启动的app变得冷启动
启动app：adb shell am start -S -W $package/.view.WelcomeActivityAlias
获取数据：adb logcat | grep -i displayed

查看结果
1、startTime: 记录刚准备调用startActivityAndWait()的时间
2、endTime: 记录startActivityAndWait()函数调用返回的时间点
3、WaitTime：startActivityAndWait()调用耗时 WaitTime = endTime - startTime

ffmpeg拆祯方法
作用：计算每个阶段时间
原理：先把APP停止 - 使用录屏录制启动的过程 - 获取到录制视频后（这时在模拟器），把获取到的视频拉取到本地电脑 - 然后拆祯为gif图 - 再拆成jpg图，通过1s的图拆成多少份后，计算多少张图片完成了这个加载的动作。然后用图的数量*1s拆成的分数，得出这个动作所消耗的时间。
使用说明：

package=com.xueqiu.android   测试的包名
adb shell am force-stop $package     停止测试软件
adb shell screenrecord --bugreport --time-limit 30 /data/local/tmp/Test.mp4 &   录屏30s
adb shell am start -S -W $package/.view.WelcomeActivityAlias wait
adb pull /data/local/tmp/Test.mp4   拉取录制的视频到本地
ffmpeg -i Test.mp4 Test.gif		视频拆成gif图片
ffmpeg -i Test.mp4 -r 10 frames_%03d.jpg  把gif图1s的图片拆成10份（也就是一张图片用例0.1s）

二、WebView性能分析

开发者工具
蓝色线：DOM出现
红色线：资源加载完成
Disable cache：加载缓存

fiter过滤表达式
domain.展示domain中的资源，*.com
has-response-header.包含指定HTTP响应header
is. 表达式
larger-than.展示大于某个尺寸的资源，1000等于1k
method.指定http请求方法，比如get或者post
mime-type.资源mime类型，比如application/json
scheme.HTTP(scheme.http)或者HTTPS(scheme:https).
status-code.状态码

performance使用

加载详情

对应字段说明：https://developers.google.com/web/tools/chrome-devtools/network/reference?utm_source=devtools#timing-explanation

手机浏览器性能分析
原理：通过inspect把手机中的webview页面加载到PC端的浏览器中，然后通过浏览器的开发者工具查看
inspect使用注意点
1、模拟器使用6.0默认支持
2、物理机需要打开app内开关

3、PC端使用的chrome浏览器版本62.XXX （防止控制台样式异常）

三、H5性能分析

W3C性能说明：https://www.w3.org/TR/navigation-timing/

资源加载指标说明
prompt for unload:访问一个新页面时，旧页面卸载完成的时间
redirect:重定向，用户注销登陆时返回主页面和跳转到其他的网站等
app cache:检查缓存，是否打开
DNS(域名系统)：DNS查询时间，如果时长连接或者请求文件来自缓存等本地存储则返回fetchStart时间点
TCP：与服务器建立链接的时间
request：浏览器发起请求的时间
response:拿到第一个响应字节到最后一个响应字节的时间
processing:各种状态的时间点
load:触发load事件执行的时间
获取单个页面资源的性能

window.performance.timing

获取对应的操作码

window.performance.navigation.type

跳转 0
刷新 1
后退 2
JS模拟的基本操作

window.history.back()  //  返回
window.history.forward()   //  前进
window.location.reload()   //  刷新
window.location.href="https://www.baidu.com/"   //跳转到某个页面
window.location.href   // 查看本地的url

from appium import webdriver
from selenium.webdriver.common.by import By

def test_APP():
    desire_cap = {
        "platformName": "android",
        "deviceName": "emulator-5554",
        "appPackage": "com.xueqiu.android",
        "appActivity": ".view.WelcomeActivityAlias",
        "noReset": True,  # 保存缓存，  热启动
    }
    driver = webdriver.Remote('http://127.0.0.1:4723/wd/hub',desire_cap)
    driver.implicitly_wait(16)
    driver.find_element(By.XPATH,"//*[@text='交易']").click()
    webview = driver.contexts[-1]
    driver.switch_to.context(webview)

    print(driver.execute_script("return window.performance.navigation.type"))
    driver.execute_script("window.location.href='https://www.baidu.com/'")
    driver.execute_script("window.location.reload()")
    print(driver.execute_script("return window.performance.navigation.type"))

四、卡顿分析

方式一、systrace SDK 自带分析工具
1、位置：sdk/platform-tools/systrace
2、需要使用python2.7
3、启动过程遇到少的文件，按需install
使用

1、启动设备：python systrace.py -e 192.168.181.102:5555 -l
不加参数启动开始录制：python2 systrace.py
2、----运行模拟器上的对应要测的Activity----
3、停止录制手机报告：按下enter
4、在sdk/platform-tools/systrace获取报告trace.html

结果查看

详细信息
1、帧点
绿色：16.6ms内，黄色，红色超过16.6ms
2、任务状态
灰色：休眠 蓝色：可运行 橙色：不响应
3、函数调用

方式二、dumpsys gfxinfo

 adb shell dumpsys gfxinfo com.xueqiu.android

查看具体信息

 adb shell dumpsys gfxinfo com.xueqiu.android

使用matplotlib图形绘制

from matplotlib import pyplot

def test_draw():
    import subprocess
    cmd = "adb shell dumpsys gfxinfo com.xueqiu.android"
    res = subprocess.Popen(cmd,shell=True,stdout=subprocess.PIPE,stderr=subprocess.PIPE)
    # print(str(res.stdout.read(),encoding='utf-8'))
    lines = res.stdout.readlines()  # readlines()获取的是list
    # print(lines)
    i = 1
    # 判断下是否是对应的包
    for line in lines:
        i += 1
        if "com.xueqiu.android.common.MainActivity" in line.decode("utf-8"):
            break
    # 使用列表生成式，对获取的数据处理，并获取新的lines列表
    lines = [data.decode("utf-8").replace("\r\n","").replace("\t"," ").strip() for data in lines]
    lines = lines[i:i + 120]  # 获取i行到i+120行的数据
    print(lines)
    datas = [[] for row in range(4)]  # 生成一个空的二维数组 [[],[],[],[]]
    # lines = [14.84 0.2 6.17 11.58,14.00 0.4 6.66 11.11,.....]
    for x in lines:
        datas[0].append(float(x.split()[0]))  # 获取lines中每组数据的第1个值  14.8,并且添加到datas[[14.8,],[],[],[]]
        datas[1].append(float(x.split()[0]))  # 获取lines中每组数据的第1个值  14.8,并且添加到datas[[14.8,],[0.2],[],[]]
        datas[2].append(float(x.split()[0]))  # 获取lines中每组数据的第1个值  14.8,并且添加到datas[[14.8,],[0.2],[6.17],[]]
        datas[3].append(float(x.split()[0]))  # 获取lines中每组数据的第1个值  14.8,并且添加到datas[[14.8,],[0.2,],[6.17,],[11.58,]]
    # print(datas)

    # 绘制成图
    fig = pyplot.figure() # 生成一个画板
    # num = 1
    # for n in datas:
    #     ax = fig.add_subplot(2,2,num)  # 生成一个2*2图形
    #     ax.plot(n)  # 绘制第一个数组的图  plot折线
    #     num += 1
    # pyplot.show()

    # 分组绘制4个图  如果绘制到一个图中，fig.add_subplot(X,X,1)，最后一个数字都改为1
    ax1 = fig.add_subplot(2,2,1)
    ax1.plot(datas[0])  # 折线图
    ax1.set_title("Draw")  # 标题
    ax1 = fig.add_subplot(2,2,2)
    ax1.scatter(range(120),datas[1])  # 散点图
    ax1.set_title("Prepare")
    ax1 = fig.add_subplot(2,2,3)
    ax1.hist(datas[2],range(5)) # 柱状图
    ax1.set_title("Process")
    ax1 = fig.add_subplot(2,2,4)
    ax1.plot(range(120),datas[3],'--k')  # 虚线图
    ax1.set_title("Execute")

    pyplot.show()

datas处理后数据形式

注意 ⚠️ ： gfxinfo信息会有实效性，时间长了就获取不到了，注意刷新和模拟器中开发者选项中“GPU呈现模式分析”

卡顿影响因素

内存问题 （内存抖动、full gc）
cpu （计算耗时）
render（布局复杂、overdraw）

五、帧分析

冰冻帧：一个帧超过0.7s (橙色、红色)
帧分析：adb -s devicesname shell dumpsys gfxinfo | less

六、CPU统计

CPU与GPU关系
1、图形API不允许CPU直接与GPU通信，会通过Graphics Driver中间件进行连接

2、过程：CPU进行数据的处理 —> 处理后到Graphics Driver，Graphics Driver会维护一个队列，CPU把display list放入队列。—> GPU从队列去数据进行绘制

GPU渲染工具
Android开发者工具提供性能调优工具
GPU渲染分析：GPU-RENDERING-PROFILE

GPR显示内容
1、绘制每一帧所消耗的时间
2、不同的颜色代表UI绘制的不同阶段
3、并且子啊柱状图的中间还有一根绿色的横线代表16ms的绘制时间基准
4、GPR会统计并显示app最近运行的128帧


蓝色
View需要先转换为GPU能识别的格式（中间件处理的过程）
蓝色较高

• view突然无效（invalidate） ->队列中的数据失效，view：绘制布局、样式、事件等的一个容器
• onDraw函数中做了复杂的绘制逻辑 (onDraw函数：绘制图形的函数)
  
  红线
  OpenGL处理DISPLAYIST，将处理结果传递给GPU （即中间件处理过程，红色代表中间件负载过高）
  红色较高：
  view过于复杂
  view重复提交

橙色
CPU在等待GPU完成工作 （GPU绘制的过程）
橙色较高
GPU任务负载过高，view绘制太复杂

不同颜色的意义（Android官网https://developer.android.com/topic/performance/rendering/inspect-gpu-rendering）

mem统计（手机内存统计）对于app的内存的优化，我们通常只是对不同版本对比，不看实际的占用多少

内存耗用名词

指标解析
VSS：衡量虚拟内存大小五太大用处。无法知道分配的物理内存大小
RSS：个进程的RSS相加，会超过系统内存使用量（不是按比例分配）
PSS：个进程的PSS之和，就是系统的内存使用量 （按比例分配的）
USS：是PSS中自己的部分，不包含任何共享的部分 （app之间交换使用共同的数据会产生共享的内存）

内存占用大小规律：
VSS>=RSS=>PSS>=USS

查看内存第一种方式：procstats
adb shell dumpsys procstats --hours 3 (查看3小时内的内存使用情况)
输出信息

输出格式
进程详情
进程名称/USER/VersionCode
状态：minPSS-avgPSS-maxPSS/minUSS-avgUSS-maxUSS

输入字段解释
百分比：表示在总的时间内，进程在各种状态下的消耗
例如：100%，就指在这段时间内，这个进程是一直处于运行当中的
TOTAL：表示进程的总和占用情况
Img Fg：加载到前台
Service：标示了是否是服务
Persistent：标识了是否一直驻留子在内存当中，与Service一样，标示内存进驻的级别
Top：标识了是否是顶层进程
Receiver：标识了是否是广播进程

查看内存第二种方式：meminfo
查看指定的进程mem：

adb shell dumpsys meminfo com.xueqiu.android(包名)

meminfo内容

网络流量分析

网络分析

adb shell dumpsys netstats

分块展示
Activity interfaces：活动接口
Activity UID interfaces：活动UID接口
Dev statistics：开发统计信息
Xt statistics：Xt统计信息
UID statistics：UID统计信息
UID tag statistics：UID代码统计信息
活动接口和活动UID接口

开发统计信息/Xt统计信息

UID统计信息

获取对应应用UID

adb shell dumpsys package com.xueqiu.android | grep userId
输出：userId=10000 gids=[2002,1023,3134]

查看相关应用的流量情况
set=DEFAULT 表示前台网络使用情况
set=BACKGROUND表示后台使用情况
set=ALL表示上述两类使用情况
tag=0x0表示与流量关联的套接字代码
rxBytes 和 rxPackets 表示在相应时间间隔内接收的字节数(rb)和数据包数(rp)
txBytes 和 txPackets 在相应时间间隔内发送的字节数(tb)和数据包数(tp)

查看对应网络的情况
如果使用模拟器会出现报错，可以换成真机

使用过程

adb shell dumpsys package com.xueqiu.android | grep userId  获取userId
adb shell dumpsys package netstats | grep 12321(UID信息)		获取网络信息，并且使用userId过滤

结果：

耗电量指标(在真机上测)

目的：通过不同的测试场景，找出APP高耗电的场景解决
常见电量问题
唤醒锁（acquire）
关闭屏幕显示，让CPU后台运行
app长期获取唤醒锁，不释放
阻止设备进入低电量模式
耗电标准
电池会话：再次充满电之间
消耗整个电池会话的0.70%
在后台运行时，消耗整个电池会话的0.10%

调用唤醒锁存在的问题

void doSomethingAndRelease() throwsMyException{
	wakeLock.acquire();
	doSomethingThatThrows();  //当这里出现报错的时候，下面锁的释放将无法关闭。导致其他应用无法使用
	wakeLock.release();
	}

改进

void doSomethingAndRelease() throwsMyException{
	
	try{
		wakeLock.acquire();
		doSomethingThatThrows();  
	}finally{
		wakeLock.release();
		}
	}

测试方式

方式一、测试性能使用Google Playhttps://play.google.com/store/apps

方式二、Battery Historian工具
GitHub地址：https://github.com/google/battery-historian
安装
注意：要在python2.7环境下执行，安装好go语言

git clone https://github.com/google/battery-historian.git
cd battery-historian
go get -d -u github.com/google/battery-historian/...
go run setup.go
# cd $GOPATH/src/github.com/google/battery-historian
go run cmd/battery-historian/battery-historian.go [--port <default:9999>]

具体步骤：
1、git clone https://github.com/google/battery-historian.git 或者直接下载后解压
2、进入battery-historian文件，打开终端
3、执行go get -d -u github.com/google/battery-historian/...
4、进入setup.go,更改版本为20190513，最稳定版本

5、开始编译，执行go run setup.go
6、启动：go run cmd/battery-historian/battery-historian.go [--port ]

测试步骤
使用batterystats生成数据
使用Battery historian分析数据
batterystats收集数据
1、清理耗电量数据
adb shell dumpsys batterystats --reset
adb shell dumpsys batterystats --enable full-wake-history
2、运行测试用例/手工操作
3、收集数据
Android 7.0：adb bugreport bugreport.zip
Android 6.0: adb bugreport>bugreport.txt
上传数据
打开localhost：9999，把zip或者txt数据上传

报告生成

Historian
x轴代表时间周期，默认以60s为一个周期

指标含义：
battery_level：电量
plugged：充电状态及充电时长
screen：屏幕是否点亮
top：显示当前手机运行的app
status：电池状态信息，有充电、放电、未充电、已充满，未知等不同状态

方式三、dumpsys

建议：https://developer.android.com/guide/background

弱网测试

弱网问题
封闭环境，网速降低

• 丢包
• 数据无法加载
• 消息更新不及时等
  模拟弱网
  使用charles模拟弱网
  官网下载：https://www.charlesproxy.com/download/
  使用charles
  1、代理设置，设置端口
  Proxy -> Proxy Setting
  
  2、设置本地代理 （如果代理模拟器，在手机网络中的代理设置本地的IP和端口）
  本地电脑网络设置 - > 代理 - 地址 （一般就是默认值）
  
  
  3、开启节流
  Proxy -> Throttle Settings -> Enable Throttling
  
  名词解释
  Bandwidth （带宽） 理论网速上限 100MB大概下载速度是12Mb
  Utilisation （利用） 总带宽的百分比
  Round-trip Latency (请求往还延迟) 客户端和服务器第一次往返通信的延迟，单位毫秒
  MTU （最大传输单元） 传输的TCP数据包的最大尺寸
  Reliability （可靠性） 衡量连接完全失败的可靠性

健壮性测试

用于测试系统在出现故障时，是否能够自动恢复或者忽略故障继续运行。
操作过程
在正常情况和异常情况下（弱网，数据不同等）进行长时间操作 （通常使用monkey长时间操作）

兼容性测试

建议使用第三方网站测试，比如阿里云移动端测试：https://www.aliyun.com/product/mqc?spm=5176.19720258.J_8058803260.444.1c852c4aIfPwku
不同硬件、软件或者硬件之间的配合度（手机设备，系统版本，浏览器版本，分辨率等）
APP兼容性测试
移动设备型号多样
测试APP在主流设备上能否正常运行
测试APP在主流设备奔溃卡顿现象

APP性能

移动端APP运行在shell和Linux是相同的，所以我们查看APP性能，可以使用所有Linux查看性能的方法。

字段解释：r:排队数量b:阻塞数量swpd:虚拟内存free空闲内存buff缓冲cache缓存si虚拟内存换入so虚拟内存换出bi磁盘换入 bo磁盘换出 in中断次数 cs切换次数 us使用CPU时间 sy系统CPU时间 id空闲CPU时间 wa 等待IO CPU时间

打印对应应用实时信息

使用bash提取对应的指标
获取vmstat最后一行的第4个数

adb shell vmstat | tail -1 | awk '{print $4}'

循环提取

while true;do adb shell vmstat | tail -1 | awk '{print $4}'; done 

使用Python代码获取

def test_vmstat():
    cmd = 'adb shell vmstat'
    res = subprocess.Popen(cmd,shell=True,stdout=subprocess.PIPE,stderr=subprocess.PIPE)
    # print(res.stdout.readline())
    # 获取vmstat信息，获取的是b字节，使用str转码，转码后以"\r\n"切割，然后获取第3个数
    print(str(res.stdout.read(),encoding="utf-8").split("\r\n")[2].split()[3])

Amdahl定律

作用：1、改善任何过程的一般原则 2、加速计算机系统估值
参数：
S：加速比
a： 系统某部分所需时间与总时间的比例
k：性能提升比例