本文转自测试人社区，原文链接：https://ceshiren.com/t/topic/22578

App 客户端性能测试

app 客户端的性能测试，主要是指 app 运行操作过程当中，监测当前手机系统的一些性能指标，以此来确定 app 的性能是否会影响到用户的体验。app 的性能指标主要包括以下几个：

• 启动速度

• CPU 占用率

• 内存占用率

• 电量消耗

• 流量消耗

• 流畅度

测试方案

1.启动时间

手机 APP 的启动时长是一个很容易被用户感知的性能指标，启动时长过长会让用户极不愿意继续等待。因此启动时长是一项比较靠前的性能指标。APP 的启时长分为两种情况，一种是冷启动时间，另一种是热启动。

• 冷启动：应用序首次启动，进程首次创建并加载资源的过程

• 热启动：指 app 没有被后台杀死，仍然在后台运行，通常我们再次去打开这个 app，这种启动方式叫热启动

场景设计

• 冷启动：清除后台所有应用，等待数秒 ，启动软件

• 热启动：切换到桌面，等待数秒 ，重新切换回应用

测试方法

• 使用 adb 命令进行测试

• 冷启动：应用进程首次启动 adb shell am start -W 包名/界面名

• 热启动：切换到主页后再启动应用 adb shell input keyevent 3adb shell am start -W 包名/界面名

结果分析：

通过 adb 命令可获取的时间如下：

• ThisTime ：该界面 ( activity ) 启动耗时（毫秒）

• TotalTime ：应用自身启动耗时 = ThisTime + 应用 application 等资源启动时间（毫秒）

• WaitTime ：系统启动应用耗时 = TotalTime + 系统资源启动时间（毫秒）

如何确定启动时间是否符合标准？

• 根据用户体验

• 和以往版本进行对比

• 横向对比，和同类产品一起测试，不超过同类产品的 1 倍

2.流畅度(FPS)

FPS 是图像领域中的定义，是指画面每秒传输帧数，通俗来讲就是指动画或视频的画面数。FPS 是测量用于保存、显示动态视频的信息数量。每秒钟帧数愈多，所显示的动作就会愈流畅。

• FPS（1s 内游戏画面或者应用界面真实平均刷新次数，俗称帧率/FPS）

• AVG(FPS)：平均帧率（一段时间内的平均 FPS）

• Var(FPS)：帧率方差（一段时间内 FPS 方差）

• Drop(FPS)：降帧次数（平均每小时相邻的个 FPS 点下降大于 8 帧的次数）

• Jank（1s 内卡顿次数）

• BigJank：1s 内严重卡顿次数

• Jank(/10 分钟)：平均每十分钟卡顿次数

• BigJank(/10 分钟)：平均每十分钟严重卡顿次数

• FTime（上下两帧画面显示时间间隔，即认定为帧耗时）

• AVG(FTime)：平均帧耗时

• Delta(FTime)：增量耗时（平均每小时两帧之间时间差>100ms 的次数）

PerfDog Stutter 定义：测试过程中，卡顿时长的占比。即 Stutter(卡顿率)=卡顿时长/总时长

场景设计

打开被测软件的每一个页面进行测试

测试方法

在 app 上进行操作，使用 adb 工具采集数据

adb shell service call SurfaceFlinger 1013

结果分析：

结果返回的是 16 进制整数，需要进行转换

def get_fps(self):        """        获取fps数据的        :param pck:        :return:        """        cmd = "adb shell service call SurfaceFlinger 1013"        results = cmd_start(cmd)        c_fps = int(results[0].decode('UTF-8').split('(')[1].split(' ')[0], 16)        return c_fps

拿到帧数之后，可以获取下一秒的帧数，然后使用两次数据的差值计算帧率，给出示例代码，while 循环一直获取数据，手工或者 appium 自动化操作对应的用例场景即可

fps_a = perf_handle.get_fps()  time_a = time.time()  while True:      time.sleep(1)      fps_b = perf_handle.get_fps()      time_b = time.time()      fps = int(int(fps_b - fps_a) / int(time_b- time_a))      fps_a = fps_b      time_a = time_b      print(fps )

3.CPU 利用率

某些场景下我们去使用 App，可能会碰到手机会出现发热发烫的现象。这是因为 CPU 使用率过高、CPU 过于繁忙，会使得整个系统无法响应用户，整体性能降低，用户体验变得相当差，主要关注的是 cpu 的占用率

• CPU Usage：传统 cpu 利用率，也叫未规范化 cpu 利用率

CPU 测试场景设计

测试点：

• 空闲时间(切换至后台)的消耗，基本没大应用使用 cpu

• 在运行一些应用的情况下，cpu 已占 50%的情况下，观察应用程序占用 cpu 的情况

• 在高负荷的情况下看 CPU 的表现（cpu 占用应是在 80%以上）

• 具体场景：

• 应用空闲状态运行监测 CPU 占用率，空闲状态：应用按 Home 键退到后台，不再占用系统的状态（通常- 是灭屏半分钟后），CPU 占用率=0%

• 应用中等规格运行监测 CPU 占用率，中等规格：模拟用户最常见的使用场景，CPU 占用率≤30%

• 应用满规格长时间正常运行监测 CPU 占用率，CPU 占用率≤30%

• 应用正常运行期间监测 CPU 占用率峰值，应用正常运行：打开应用进行基本操作，CPU 占用率≤50%

测试方法

使用 adb 工具采集不同场景数据

def get_cpu(self, pck=pck):        """        获取cpu数据的        :param pck:        :return:        """        cmd = "adb shell top -m 20 -n 1 -d 1"        results = cmd_start(cmd)        c_cpu = 0        for result in results:            result = result.decode('UTF-8')            if pck in result:                c_cpu = result.strip().split('%')[0].split(' ')[-1]        return c_cpu

结果分析：

返回的结果就是 app 当前所占用的 cpu 占用率

• 和自身 app 的上个版本对比

• 和竞品对比

• 自身 app 各个界面对比

4.内存

在 Android 系统中，每个 APP 进程除了同其他进程共享内存(shared dirty)外，还独用私有内存(private dirty)，通常我们使用 PSS(私有内存+比例分配共享内存)来衡量一个 APP 的内存开销 app 内存有以下几个：

• VSS- Virtual Set Size 虚拟耗用内存（包含共享库占用的内存）

• RSS- Resident Set Size 实际使用物理内存（包含共享库占用的内存）

• PSS- Proportional Set Size 实际使用的物理内存（比例分配共享库占用的内存）

• USS- Unique Set Size 进程独自占用的物理内存（不包含共享库占用的内存）

• 一般来说内存占用大小有如下规律：VSS >= RSS >= PSS >= USS。

内存测试场景设计

• 空闲状态：切换至后台或者启动后不做任何操作，消耗内存最少

• 中强度状态：时间偏长的操作应用

• 强度状态：高强度使用应用，可以跑 monkey 来测试（通常用来测内存泄漏）

• 内存泄漏：指应用里的内存一直没有释放，内存一直增加 ,系统内存一直减少

测试方法

使用 adb 工具采集不同场景数据

def get_mem(self, pck=pck):        """        获取mem数据的        :param pck:        :return:        """        cmd = f"adb shell dumpsys meminfo {pck}"        results = cmd_start(cmd)        c_mem = 0        for result in results:            result = result.decode('UTF-8')            if "TOTAL" in result:                c_mem = int(int(result.strip().split(' ')[3]) / 1024)                # c_mem = int(int(result.strip().split(' ')[4]) / 1024)        return c_mem

结果分析：

返回的结果就是 app 当前所占用的内存使用率

• 退出某个页面后，内存是否有回落

• 进行某个操作后，内存是否增长过快

• 旧版本和新版本比较

• 新版本和竞品比较

软件测试开发免费视频教程分享