自己用python写的性能专项小脚本原理和使用

我是github链接

下面放图:

主界面
自己用python写的性能专项小脚本原理和使用_第1张图片

内存直接打印以及csv的数据记录(图表是csv画的,如果直接输出图形可以用pychartdir)
自己用python写的性能专项小脚本原理和使用_第2张图片
自己用python写的性能专项小脚本原理和使用_第3张图片
流量的打印纸以及输出文件
自己用python写的性能专项小脚本原理和使用_第4张图片
自己用python写的性能专项小脚本原理和使用_第5张图片
流畅度用的是gfxinfo,提取出里面的绘制时间,并计算,要求是小于16ms,看得出我们这个项目是完全达不到的,不过已经在重构这个层级很多的界面了
自己用python写的性能专项小脚本原理和使用_第6张图片

好了,界面就是这样的,下面解释一下原理:

内存:
核心是dumpsys meminfo [pkg],通过读取Davik heap值;
并且在读取之前会手动触发GC,由于adb不支持gc命令,所以直接在代码里面添加了一个触发条件,见这里

流量:
android在3.0之后提供了一个xt_qtaguid的玩意,并且发现很多流量的统计都是从里面来的,于是就通过adb取得里面的数据

时延:
要求在开发者模式GPU呈现模式打开adb shell dumpsys gfxinfo命令,这样可以读取出3个数值,相加即为总绘制时间。Draw描述的是view绘制时间,Process描述的是控件树的测量布局绘制,即除单个view之外控件树的其他view绘制,execute则是硬件内展示到屏幕的时间,所以只要看最后的总时间小于16ms既可以判断流不流畅了。如果数值很大,可以用层级工具看一下界面,比如我上边的数据,在dump下hierarchy后可以发现层级最多有7层,普遍都是5 6层,怪不得会卡卡的。自己用python写的性能专项小脚本原理和使用_第7张图片

好了,这就是基本原理了,具体实现都是一些简单的adb交互以及数据处理的过程,看下代码就明白了。

你可能感兴趣的:(性能,python,脚本)