觀察一段時間移動端性能測試工具perfdog，發現算法數據維度比較全面，導出數據十分方便，對手機權限要求少，進行首次嘗鮮，希望下方實踐給大家移動端性能測試一些參考價值。現在開始，GO~!

環境搭建參考

一、場景 視頻播放

1. 總時長壓測 手動1h
2. 總時長中，分隔成不同時間段（每隔10min），每個時間段內數據，進行橫向對比
3. perfdog-tab命名規則 次數-時長-開始/結束

image.png

二、執行操作規則

1. 進入芒果TV，完成登錄/設置（避免其他彈窗/廣告）

2. 啟動perfdog，選擇芒果TV，完成設置

   
   
   選擇待測APP-芒果TV.png

3. 點擊開始錄制

   
   
   開始錄制.png

4. 錄制中，依據數據選擇規則，設置標簽
   點擊tab1（命名：1-10-開始），自行進行10min鬧鐘（比如手機設備/流沙罐等，10分鐘原因是 方案需要，小伙伴可以靈活調整時間）
   10min后tab2（命名：2-10-開始）…直至，.tab6 (命名：6-10-結束）

或者不同鬧鐘，算好節點時間，0:16--10:16--20:16，依據時刻點，打點添加tab

雙擊添加tab.png

5. 點擊關閉錄制

PS 如何確保時間間隔準確性，鬧鐘部分，下方角標可以查看具體時刻，精確到秒s

開始錄制，進度條展示時間.png

三、導出整體數據

1.Tab1-Tab6，總體時間數據

導出數據.png

2.Tab1/tab2.Tab6 分別導出數據
拖曳選擇區間后，右鍵選擇save，完成數據上傳和存放本地

四、數據分析

進入perfdog官網（https://perfdog.qq.com）選擇查看數據

4.1 整體數據趨勢分析

雙擊目標數據，進入結果頁面

雙擊數據.png

結果頁面.png

4.2 分析FPS結果

FPS整體趨勢圖.png

Frametime.png

觀察結果頁面，三項FPS/junk/bigjunk/FrameTime 數據趨勢

1. FPS整體平穩，90%處于54--60區間內，說明流暢度處于比較好狀態
2. tab區間（每隔10分鐘）tab1 tab2 tab3 出現1次junk，tab4區間出現4次junk，基本是屬于低FPS值（如圖展示FPS40-48區間）

3. tab1 tab2 tab3 tab4對比實際場景，肉眼并未察覺卡頓，說明流暢度處于可接受狀態，需要找到tab1 tab2 tab3 tab4 此時繪制場景圖像
   【后續措施】進行復測，評估此時間段內（05:50--06:00 17:00-18:00等出現junk區域關注） 繪制內容是否超量
   4.觀察FrameTime （兩幀畫面間隔耗時(也可簡單認為單幀渲染耗時)），單幀耗時，可以發現，出現卡頓junk時間和FrameTime單幀繪制超時時間重合
   進一步說明，FPS降低的愿意是繪制單幀界面數據超時（圖中可以讀取縱軸，部分>80ms 甚至>150ms）
   【后續措施】進行復測，評估此時間段內 繪制內容是否超量

   
   
   image.png

4.3 分析CPU結果

1.CPU Usage
CPU Usage(傳統CPU利用率，也叫未規范化CPU利用率，TotalCPU表示整機未規范化CPU使用率，AppCPU表示進程未規范化CPU使用率。備注：統計結果和Android Studio Profiler一致。具體參考https://bbs.perfdog.qq.com/detail-146.html)

CPU.png

2.CPU Usage (Normalized)
CPU Usage (Normalized)(規范化CPU利用率)
TotalCPU表示整機規范化CPU使用率，AppCPU表示進程規范化CPU使用率。備注：建議參考規范化CPU利用率，性能參考更精準具體說明參考

如下圖數據，CPU處于8~18%，低于第一警戒線30%，性能表現OK

CPU-normalized.png

3. CPU-溫度
   互娛類產品，由于用戶使用時間長，需關注CPU溫度，CPU溫度越高，越影響性能數據
   如下圖數據，基本處于35°~38°之間，那么手機設備溫度也受此影響，用戶使用時操作體感發燙，體驗一般

CPU-溫度.png

4.4 分析內存memory結果

memory.png

??之前學的是 看PSS USS
PSS隨著時間逐步升高，但其間變更處于360~480之間，也是可控？？？
vss虛擬內存處于平穩狀態

4.5 選擇不同tab數據進行對比分析

tab1 vs tab4

tab1 vs tab4.png

image.png

4.5.1 FPS/JUNK

tab1 比 tab4 junk少

tab1 vs tab4_FPS/JUNK.png

tab1 vs tab4_JUNK.png

tab1 vs tab4_Frametime.png

觀察FPS/junk/FrameTime （兩幀畫面間隔耗時(也可簡單認為單幀渲染耗時)），單幀耗時，可以發現，出現卡頓junk時間和FrameTime單幀繪制超時時間重合
進一步說明，FPS降低的愿意是繪制單幀界面數據超時（圖中可以讀取縱軸，部分 甚至>150ms），這些時間段內需要重點關注，是否出現卡頓

4.5.2 CPU

下圖數據，說明tab1 vs tab4繪制，tab1波峰，tab4波谷或者平穩橫線，說明兩者繪制趨勢不同，可能因為本來每幀繪制內容不同
但是整體都處于可控區域 tab1 8~14，tab4 7~12

tab1 vs tab4_CPU.png

tab1 vs tab4_CPU_normalized.png

4.5.3 memory

下圖數據沒有看懂
和cpu數據趨勢一樣，tab1 vs tab4繪制，tab1波峰，tab4波谷或者平穩橫線，說明兩者繪制趨勢不同，可能因為本來每幀繪制內容不同

image.png

vss tab1 是剛啟動，從低到高，爬坡過程，正常；tab4是中間階段，vss處于平穩狀態，正常

memory_vss.png

五、反思結果

5.1 更快定位APP實際場景

當發現部分區域階段有問題，如何更快的定位APP實操場景

1. perfdog直接開啟 shootshoot 功能
   
   perfdog_shootshoot.png

弊端是，開啟shootshoot會加大性能損耗，影響性能數據，對測試結果有影響
如果前期對FPS要求沒有那么精準，可以開啟shootshoot，方便一次性定位性能問題對應的APP場景

2. APP性能場景搭建，增加其他錄像功能

可拍照手機/設備，可錄制 待測性能的APP界面+跑馬燈設備+PC端運行perfdog工具
當perfdog數據需要對應APP界面場景，可以直接拿到數據

5.2 執行反思

1.操作順序不能出錯，降低由于人為操作造成的數據誤差
Ex 開始打標簽時，沒有錄制開始，此時沒有數據，雖然差一會，也影響最后性能結果數據
2.分隔好后自動導出數據，拖曳選中區間，比較難，也怕出錯
3.如何能一次場景 自動定義時間間隔，比如總體xxh，自定義每隔xxmin 把數據分隔出來，進行對比（類似jira那樣的流程，工具選擇時間間隔）

5.2 性能指標

后續仍需查性能指標，積累更多參考價值
手游FPS的性能指標，CPU指標，內存指標
視頻FPS的性能指標，CPU指標，內存指標

如果沒有找到行業統一標準，則選擇團隊內穩定版本&穩定模塊，收集一波基線數據