PC端性能测试自动化工具技术方案【采集脚本篇】

● 需求背景
PC端应用程序在每一个版本的迭代过程中，由于各版本的功能改动较多，为了避免在发布新版本时性能不会出现“大跳水”的情况，需要针对每一个版本进行性能测试。由于人工手动测试所需时间较长，且存在参数不准确、时间不可控等问题，所以需要针对PC 端开发一款性能自动化工具，以此降低人力投入成本，提高测试效率。
● 性能指标

1. 冷启动速度
   ■ FP（启动弹窗时）
   ■ FCP（roomlist框架刚加载出来时）
   ■ FMP（RoomList中LastMessage加载完成）
   ■ TTI（Kim首页数据完全加载）
   ■ 会话载入（点击会话到会话加载完成）
2. 冷启动内存
   ■ 内存（冷启动之后的稳定值）
   ■ CPU（冷启动之后的稳定值）
3. 业务场景耗时
   ■ 耗时（执行该场景前后所消耗的时间）
4. 前台内存
   ■ 内存（多次执行固定业务case之后各进程的内存变化趋势）
   ■ CPU （多次执行固定业务case之后各进程的CPU变化趋势）
   5. 温度
   ■ CPU 温度（多次执行固定业务case之后电脑的CPU温度变化趋势）
   ■ GPU 温度（多次执行固定业务case之后电脑的GPU温度变化趋势）

● 主要贡献
参与方案制定、负责工具开发
● 技术方案
该工具主要分成两个模块，即性能日志解析模块和进程监控模块。其中性能日志解析模块通过Python脚本将Kim客户端生成的性能日志进行解析及可视化展示，生成冷启动速度、冷启动内存、业务场景耗时等相关数据。进程监控模块通过 PC UI 自动化脚本（Cucumber框架）执行固定业务场景case，同时执行 Shell 脚本收集case运行过程中的相关性能日志，最后将采集的日志通过 Python 进行解析并绘制图像，得到规定时间内的前台内存及温度的变化趋势。
该工具的执行流程如图1所示。其总共分成3个模式，分别是版本全场景测试模式、性能日志解析模式、进程监控模式。其中版本全场景测试模式用于启动版本性能测试，只需启动该模式即可获得相关性能数据图及数据表；性能日志解析模式可单独对性能日志进行解析，可用于解析线上用户的性能日志，生成数据报告以便排查问题，该模式可以获取冷启动速度、冷启动内存及相关场景耗时数据；进程监控模式可通过设置监控时长，结合PC 端 UI 自动化case触发的业务场景，得到该时长内的内存、温度变化数据，可用于内存泄露的分析。
目前各版本的性能报告均存储在本地，之后将通过本地数据上传至阿拉丁平台的方式，对每个版本的性能数据进行可视化及保存，并进行版本间的数据对比，更清晰地分析出版本间的性能变化。

图1 PC端性能自动化测试工具流程图
● 实践过程及可视化展示
工具运行的过程如图2所示，在运行之后可以通过输入数字“1”、“2”、“3”选择对应的模式，选择完成之后即可运行对应的功能。

图2 PC端性能自动化测试工具运行过程图
若用户输入“1”，则进入“版本全场景测试”模式。该模式用于一键生成版本性能测试中所需的所有性能数据，包括性能日志解析数据和前台内存数据。其中性能日志解析数据为各进程冷启动内存、各进程冷启动CPU、冷启动耗时、业务场景耗时，前台内存数据为执行固定业务case之后各进程内存、CPU的变化趋势图以及期间CPU、GPU温度变化趋势图。性能日志解析和前台内存监控如模式2、模式3所述。
若用户输入“2”，则进入“性能日志解析”模式，该模式可用于快速生成某版本当前的性能数据报告。在程序执行完成之后，该工具将性能日志按照特定格式进行解析，并通过固定的格式进行编排，即可获得性能日志解析数据报告，具体如图3所示。若出现用户反馈性能问题时，可通过隐藏在中的开关采集性能日志，对该日志进行解析并生成报告，以便排查问题。
图3 性能日志解析数据报告
若用户输入“3”，则进入“进程监控”模式，在输入需要监控的时长之后，即可在该时长内对任意一个进程持续监控其内存、CPU变化趋势。同时，若结合PC端的UI自动化case，通过不断地执行同一场景的业务case，根据生成的性能趋势图，可用于前台内存数据分析、内存泄露排查等场景。

图4 内存、CPU、温度变化趋势图
● 收益
在工具产生前：对每个版本的常态化性能测试以及业务需求的性能测试，通过手工测试以及视频分帧的方式收集页面耗时数据，完成性能测试。一次版本性能测试需要占用人力5p/d。
工具产生后：在设定执行时间及时长之后，可自动生成相关的报告及数据，只需要对数据进行总结分析即可，释放了人力4p/d。文章来源地址https://www.toymoban.com/news/detail-736976.html

到了这里，关于PC端性能测试自动化工具技术方案【采集脚本篇】的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！