Android性能监测

1.使用adb top可以查看当前Android设备的CPU和内存(mem)使用情况

adb shell top

打印的信息如下:
Android性能监测_第1张图片
PID 表示进程号
USER 表示进程所属用户组
PR 进程的优先级,值越小,优先级越高
NI 进程的nice值,决定了CPU调度优先级,值越小,优先级越高
VIRT 进程使用的虚拟内存大小
RES 进程使用的实际物理内存大小
SHR 被多个进程共享的内存大小
S 进程的状态,包括R(运行态)、S(睡眠态)、Z(僵尸态)等
%CPU 进程当前的CPU占用率,很可能超过100%,存在多核的情况
%MEM 进程当前的内存占用率
TIME+ 进程自启动以来运行的时间
ARGS 进程的包名,或者说叫进程名

2.使用adb top还可以过滤查看单个进程的CPU和内存(mem)使用情况

adb shell top -d 1 | grep com.google.navi(包名)

这里会每1秒中打印一次具体包名对应的进程情况,如下:
Android性能监测_第2张图片
3.可以通过dumpsys meminfo来查看当前特定进程的内存情况

adb shell dumpsys meminfo com.google.naviauto(包名)

可以获取到如下的信息:

Native Heap: 这部分内存用于存储C/C++代码中的原生对象,如malloc和free分配的内存。

Dalvik Heap: 这部分内存用于存储Java虚拟机(Dalvik或ART)中的Java对象。

Views: 这是UI组件(如视图和布局)占用的内存。

App: 这是应用程序本身的内存占用,包括代码、数据和资源。

Private Dirty: 这是应用程序的私有内存,无法被其他应用程序共享。

Private Clean: 这是应用程序的私有内存,但它是干净的,可以与其他应用程序共享。

** Pss: Proportional Set Size(PSS)**是应用程序的实际内存使用量,考虑到了共享内存的部分。这是最重要的属性

Shared Dirty: 这是应用程序与其他应用程序共享的脏内存。

Shared Clean: 这是应用程序与其他应用程序共享的干净内存。

Swapped: 这是已被交换到磁盘上的内存量。

Heap Size: Dalvik或ART堆的总大小。

Allocated: 已分配的堆内存量。

Free: 堆中可用的空闲内存量。

Zygote: Zygote进程的内存信息,Zygote是应用程序孵化器。

System: 系统进程的内存信息。

Total RAM: 设备的总RAM大小。

Total Swap: 设备的总交换空间大小。
这里最重要的就是

4.可以写一个python脚本,来监控对应进程的CPU和内存情况:

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import os
import time
import sys
import warnings
import platform

if 'Windows' in platform.system():
    cmd_mem_tpl = "adb shell dumpsys meminfo %s |findstr TOTAL:"
    cmd_cpu_tpl = "adb shell top -d 1 -n 1 -m 1000 -s 6 -o PID,PR,RES,SHR,S,%%CPU,%%MEM,ARGS|findstr %s"
else:
    cmd_mem_tpl = "adb shell dumpsys meminfo %s |grep TOTAL"
    cmd_cpu_tpl = "adb shell top -d 1 -n 1  -s 6 -o PID,PR,RES,SHR,S,%%CPU,%%MEM,ARGS|grep %s"

warnings.simplefilter("ignore")
# cmd_user_sys="adb shell top -n 1 -m 1|findstr host"
stat_tpl = "%s【CPU】实时:%s%% 均值:%s%% 峰值:%s%% 【内存RES】实时:%sM 均值:%sM 峰值:%sM【内存PSS】实时:%sM 均值:%sM 峰值:%sM 历时:%s 次数:%d"


# def parse_args():
#     global app_name
#     app_name= sys.argv[1]


def excecmd(cmd):
    r = os.popen(cmd)
    text = r.readline().split()
    return text


def get_spend_time(start_time):
    total_time = time.time() - start_time
    m, s = divmod(total_time, 60)
    h, m = divmod(m, 60)
    return "%02d:%02d:%02d" % (h, m, s)


def cur_time():
    return time.strftime('%H:%M:%S', time.localtime(time.time()))


def cpu_mem(app_name, seconds):
    result_file = open("进程性能监控数据.txt", 'w')
    total_cpu = 0
    total_mem_pss = 0
    total_mem_res = 0
    max_cpu = 0
    max_mem_pss = 0
    max_mem_res = 0
    stat_count = 0
    cmd_cpu = cmd_cpu_tpl % app_name
    cmd_mem = cmd_mem_tpl % app_name
    avg_cpu = 0
    avg_mem_res = 0
    avg_mem_pss = 0
    spend_time = ""
    excecmd("adb root")
    print("process: " + app_name + ", time: " + str(seconds) + "s\n")
    result_file.write("process: " + app_name + ", time: " + str(seconds) + "s\n")
    result_file.write("时间\tCPU\tRES\tPSS\n")
    start_time = time.time()
    while (time.time() - start_time) < seconds:
        try:
            top_res = excecmd(cmd_cpu)
            dumpsys_res = excecmd(cmd_mem)
            cpu = float(top_res[5])
            if cpu > max_cpu:
                max_cpu = cpu
                pass
            mem_res = float(top_res[2][0:-1])
            if mem_res > max_mem_res:
                max_mem_res = mem_res
                pass
            # cmd = dumpsys_res[0][0:-2].split(",")
            # mem_pss = float(cmd[0] + cmd[1]) / 1024
            mem_pss = float(dumpsys_res[1]) / 1024
            if mem_pss > max_mem_pss:
                max_mem_pss = mem_pss
                pass
            total_cpu += cpu
            total_mem_res += mem_res
            total_mem_pss += mem_pss
            stat_count += 1
            avg_mem_res = total_mem_res / stat_count
            avg_cpu = total_cpu / stat_count
            avg_mem_pss = total_mem_pss / stat_count
            spend_time = get_spend_time(start_time)
            print(stat_tpl % (
                cur_time(), str(round(cpu, 2)), str(round(avg_cpu, 2)), str(round(max_cpu, 2)),
                str(round(mem_res, 2)), str(round(avg_mem_res, 2)), str(round(max_mem_res, 2)),
                str(round(mem_pss, 2)), str(round(avg_mem_pss, 2)), str(round(max_mem_pss, 2)),
                spend_time, stat_count))
            result_file.write("%s\t%s%%\t%s\t%s\n" % (
                cur_time(), str(round(cpu, 2)), str(round(mem_res, 2)), str(round(mem_pss, 2))))
        except Exception as e:
            print(e)
    result_file.write(
        "总计:【CPU】均值:%s%% 峰值:%s%% 【内存RES】均值:%sM 峰值:%sM【内存PSS】均值:%sM 峰值:%sM 历时:%s 次数:%d\n" % (
            str(round(avg_cpu, 2)), str(round(max_cpu, 2)),
            str(round(avg_mem_res, 2)), str(round(max_mem_res, 2)),
            str(round(avg_mem_pss, 2)), str(round(max_mem_pss, 2)),
            spend_time, stat_count))
    result_file.close()
    return


if __name__ == "__main__":
    try:
        process = sys.argv[1]
        time_second = int(sys.argv[2])
    except:
        process = "com.google.mail"  # 进程
        time_second =600  # 时长,秒单位
    sys.exit(cpu_mem(process, time_second))

你可能感兴趣的:(Android技术笔记,android)