Android开发Android知识Android技术知识

安卓性能监控工具介绍(一)----数据采集

2017-11-10  本文已影响535人  迈阿密小白

工具简单介绍

前阵子公司发布一款新的安卓应用,第一个版本由于时间问题仅仅测试了主要功能,性能一点没测,导致在发布应用市场遇到了很大麻烦。在查看百度给的监测报告时,发现报告主要包括如下几个方面:

百度MTC1.png
cpu.png
内存.png
流量.png

遂尝试自己尝试动手做一个性能监控工具,去监测这些性能,第一个版本已经完成,主界面如下:


AATT-V1.0.0.png
我自己给这个工具取名为AATT(android auto test tool),第一个版本目前做到了监控内存、CPU、流量三个维度的信息。
时间问题还有如下几个指标没有涉及:

adb shell am start -W packagename/activity

命令或者

adb locat | findstr Displayed

来采集,其中start主要用于首次启动,由于是测试,所以应用肯定频繁的开启,推荐用adb logcat命令来采集。
线上统计的话,一般通过埋点打log,开始时间点为:
冷启动---在 Application.attachBaseContext() 文本显示的时候
热启动---在 Activity.onRestart() 即重启 中记录起始时间点
结束时间点:
在 Activity.onWindowFocusChanged 记录结束时间点,即窗体事件结束后
由于我们工具主要是测试一段时间内的性能指标,不会频繁的去启动应用,所以感觉加上这个启动时间很鸡肋,不过后续版本还是会考虑加上

adb shell dumpsys battery

统计出来的结果就会误差很大。最准确的还是用硬件,电量仪等来测试,不过条件限制,暂时无法做到。
后面版本也会加上这个指标的统计

AATT工具主要使用方法:

关于工具暂时就介绍这么多,后面会重开一篇文章,详细介绍工具的详细代码

内存

首先数据源,这个毋庸置疑,内存的数据源是 dumpsys meminfo,命令:

adb shell dumpsys meminfo packagename

出来的结果如下所示:


mem.png

内存主要分两部分:Native和Dalvik,其中davilk就是我们说的java堆,创建的对象就是在堆中分配的,对于内存的限制是native+dalvik不能查过最大限制,否则会发生内存溢出OOM(Out Of Memory)
进程可用的最大内存,查看方法:

adb shell getprop dalvik.vm.heapgrowthlimit

最大内存.png
数据采集方法:
#获取mem占用情况
mem_list = []
def mem():
    cmd = 'adb -s '+ get_devices() + ' shell dumpsys meminfo ' + getpackagename()
    print (cmd)
    men_s = subprocess.Popen(cmd, shell=True, stdout=subprocess.PIPE, stderr=subprocess.PIPE).stdout.readlines()
    for info in men_s:
        if len(info.split())>0 and info.split()[0].decode() == "TOTAL":
            mem_list.append(int(info.split()[1].decode()))
            print(str(info.split()[1].decode()))
            print(mem_list)
            # men_list = str(info.split()[1].decode())
    return mem_list

CPU

数据源,cpu的采集主要来自top命令:

adb shell top -n 1 | findstr packagename

CPU.png

adb shell top -h

帮助文档.png

可以查看top帮助文档:

各指标.png

其中第一组数据的含义:

第二组数据的含义:

备注:上面这些数据含义主要参考,CSDN一篇文章,感谢原作者!!!

数据采集方法:
#获取cpu
cpu_list=[]
def cpu():
    cmd = 'adb -s '+get_devices() + ' shell top -n 1| findstr ' + getpackagename()
    # print (cmd)
    top_info = subprocess.Popen(cmd, shell=True, stdout=subprocess.PIPE, stderr=subprocess.PIPE).stdout.readlines()
    print (top_info)
    if len(top_info)>=1:
        cpu_list.append(int(top_info[0].split()[2][0:-1]))
    print (cpu_list)
    return cpu_list

流量

数据采集,同样也是通过adb 命令来获取,首先需要获得被测应用的 uid 信息,然后通过

adb shell cat /proc/uid_stat/uid/tcp_rcv
adb shell cat /proc/uid_stat/uid/tcp_snd

来获取应用接受和发送的流量,点击操作后,再次运行命令,将得到的两个结果相减,便可以获得应用的整体流量消耗。

但这种命令有个弊端,值通过tcp的流量,所以可能导致流量统计不够全面,遂换另一个命令:

adb shell cat /proc/net/xt_qtaguid/stats | findstr uid

首先获取pid:

adb shell ps | findstr packagename

pid.png

根据pid获取uid:

adb shell cat /proc/<pid>/status

uid.png

拿到uid后:

adb shell cat /proc/net/xt_qtaguid/stats | findstr uid

flow.png

其中第6和8列为 rx_bytes(接收数据)和tx_bytes(传输数据)包含tcp,udp等所有网络流量传输的统计。
一个uid可能对应多个 进程,所以这有两行流量是累加的就求和就行。

数据采集方法
#获取流量
receive = []
sendflow = []
all = []
def flow():
    cmd = 'adb -s '+ get_devices() +' shell cat /proc/net/xt_qtaguid/stats | findstr '+ uid()
    print (cmd)
    flow_info = subprocess.Popen(cmd, shell=True, stdout=subprocess.PIPE, stderr=subprocess.PIPE).stdout.readlines()
    down = 0
    up = 0
    if len(flow_info)>= 1:
        for flow in flow_info:
            down =down + int(flow.split()[5])
            up = up+ int(flow.split()[7])
        receive.append(down)
        sendflow.append(up)
    print (receive,sendflow)
    return (receive,sendflow)

总结

再次安利一波,我的工具,主界面如下:


AATT-V1.0.0.png

各性能指标的采集方法,主要就是上面的方法,后续将进一步工具。
我自己想到的后续版本,可优化点:

上一篇 下一篇

猜你喜欢

热点阅读