Labs 導讀
基于Benchmark的性能測試量化指標方案是一種用于評估和量化系統性能的方法。通過使用Benchmark測試工具,該方案旨在提供可靠的性能數據,并使用具體的指標來衡量系統在各個方面的表現。本文將介紹基于Google MacroBenchmark的性能量化指標測試的工程配置、測試流程、核心指標和應用案例,幫助Android 開發者更好地評估和比較App的性能。
作者:孫仁偉
單位:中國移動智慧家庭運營中心
Part 01 ●背景●
隨著App業務不斷增長和功能的迭代,代碼量快速增加,導致應用結構復雜度提高。同時,在App開發過程中,與競爭對手的App進行性能比較也是必要的。為了避免代碼增長和功能迭代帶來的性能下降,我們需要一套技術方案來監控App版本的性能,以指導開發人員及時進行代碼重構。
Part 02 ●方案說明●
Benchmark,即基準測試,是檢查和監控應用性能的一種方式。通過對每個移動App版本的迭代運行基準測試,可以幫助分析和調試性能問題,并確保迭代的更改不會引起性能下降。
以下是一些常見的移動App的benchmark方法和工具:
1.Startup Time Benchmark:評估應用程序的啟動時間,即從用戶點擊應用圖標到應用程序完全加載并可交互的時間??梢允褂酶鞣N工具和方法來測量啟動時間,如使用應用性能監測工具或手動計時。
2.Responsiveness Benchmark:評估應用程序對用戶操作的響應速度,包括用戶界面的流暢度和操作的延遲??梢允褂眯阅鼙O測工具記錄用戶操作和應用程序響應時間,或者進行用戶體驗測試來評估應用的響應性能。
3.Memory Usage Benchmark:評估應用程序在運行過程中使用的內存量??梢允褂脙却娣治龉ぞ邅肀O測應用程序的內存使用情況,并進行比較和分析。
4.Battery Consumption Benchmark:評估應用程序對設備電池的消耗情況??梢允褂秒姵叵谋O測工具來測量應用程序在不同使用情景下的電池消耗量,并進行比較和分析。
5.Network Performance Benchmark:評估應用程序在使用網絡功能時的性能和速度??梢允褂镁W絡性能監測工具來模擬不同網絡條件下的應用性能,并進行測試和比較。
針對Startup Time Benchmark和Responsiveness Benchmark,Google提供了Macrobenchmark庫,該庫主要用于評估Android App整體性能的基準測試。其旨在模擬真實世界的使用情景,通過測試用例以涵蓋各種應用使用過程中交互操作,以綜合評估應用的性能和響應能力。
2.1 Macrobenchmark
2.1.1 設置Macrobenchmark
1. 打開應用Application工程,在 Android Studio 的 Project 面板中右鍵點擊項目或模塊,然后依次點擊 New > Module。
2. 從Templates窗格中選擇 Benchmark。
3. 自定義目標應用(要進行基準測試的應用),以及新的Macrobenchmark模塊的軟件包和模塊名稱。
4. 點擊Finish,從而創建Macrobenchmark Module。
2.1.2 創建Macrobenchmark類
在Macrobenchmark,我們根據業務自身情況,創建所需的性能指標Benchmark測試用例。測試用例可以基于Macrobenchmark 庫中的`MacrobenchmarkRule` JUnit4規則所含的API實現。
比如我們現在需要對App應用啟動時間進行監控。則可以在Macrobenchmark Module編寫一個測試用例類,在測試用例類中編寫測試用例方案,如測量5次打開應用時間。
創建startup測試用例,該用例基于MacrobenchmarkRule.measureRepated。
其中各參數:
packageName:App的包名;
metrics:測量度量。此處我們選擇 StartupTimeMetric,標識測量啟動時長;
iterations:重復次數。表示該項用例的測試次數,可以通過多次測量取均值的方式,避免單次測量的偏差影響;
setupBlock:用例前置操作。;
最后的 {} :用例內容。此處我們執行 startActivityAndWait,表示啟動App并等待啟動完成,App首幀顯示。
2.1.3 運行基準
在Android Studio中運行測試,以衡量應用在設備上的性能??梢韵袷褂脺y試類或方法旁邊的邊線操作運行任何其他 `@Test` 一樣運行基準,如下圖所示。
也可以通過`gradle`命令,從命令行運行Gradle模塊中的所有基準:
2.1.4 基準結果
基準運行成功后,指標會直接顯示在Android Studio中,還會以JSON文件形式輸出以供持續集成環境使用。
每次衡量的迭代過程均會捕獲單獨的系統跟蹤文件。點擊Test Results窗格中的其中一個鏈接,可以打開這些結果跟蹤文件,如下圖所示。即平均啟動時長為748.1ms。
跟蹤文件加載完成后,Android Studio會提示您選擇要分析的進程。系統會預先填充目標應用進程:
跟蹤文件加載完成后,Studio將在CPU性能剖析器工具中顯示結果:
Part 03 ●應用實例●
在實驗工程中,在Application.onCreate中增加了200ms睡眠。
運行實驗工程,構建App,運行App,運行Macrobenchmark。在CPU性能剖析器工具中可以看到主線程在app.onCreate方法執行時耗時達223.12ms。
通過分析CPU性能剖析器工具 的示圖,可以判斷app.onCreate 時,主線程存在約200ms異常時延。再閱讀相關代碼,可以查出該異常部分的睡眠邏輯。
將該異常睡眠邏輯移除,從新運行實驗工程,構建App,運行App,運行Macrobenchmark。
在CPU性能CPU性能剖析器工具中可以看到主線程在app.onCreate方法耗時約為22.01ms,時延正常,方法執行過程中只執行了相關調用方法,說明問題得到了修復。
通過以上案例,我們可以看出通過Macrobenchmark + CPU性能剖析器工具, 我們可以對應用特定場景進行時延分析,并對新增時延進行有效歸因,從而能針對性的進行優化處理。
審核編輯:湯梓紅
-
Android
+關注
關注
12文章
3864瀏覽量
125781 -
APP
+關注
關注
33文章
1543瀏覽量
71722 -
中國移動
+關注
關注
22文章
5447瀏覽量
69427 -
性能測試
+關注
關注
0文章
191瀏覽量
21226
原文標題:技術 | 基于MacroBenchmark的性能測試量化指標方案
文章出處:【微信號:5G通信,微信公眾號:5G通信】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論