标签：span 使用率 ack 是你 进程 pat gre native alt
1、Android端内存测试，可以通过adb命令：
adb shell dumpsys meminfo <package_name>
Dalvik : dalvik使用的内存
Native : native堆上的内存
Other dev: 除了dalvik和native的内存
Pss : 指将共享内存按比例分配到使用了共享内存的进程
Alloc: 已使用的内存
Free : 空闲的内存
Private Dirty : 非共享，又不能被换页出去的内存
Share Dirty : 共享，但有不能被换页出去的内存
Total 的 PSS 信息，这个值就是应用正真占用的内存大小
重点关注如下几个字段：
1） Native/Dalvik 的 Heap 信息，具体在上面的第一行和第二行，如果发现这个值一直增长，则代表程序可能出现了内存泄漏。
2） Total 的 PSS 信息，这个值就是你的应用真正占据的内存大小，通过这个信息，你可以轻松判别手机中哪些程序占内存比较大了。
2、Android端CPU测试
1）使用android提供的adb shell dumpsys cpuinfo |packagename来获取当前CPU使用率
2）使用top命令 adb shell top |grep packagename 来获取实时CPU使用率
top命令中每项参数含义：
PID：应用程序在系统中的ID；
CPU%：当前瞬时所以使用CPU占用率；
S：进程的状态，
其中S表示休眠，R表示正在运行；
Z：表示僵死状态，N表示该进程优先值是负数；
#THR：程序当前所用的线程数；
VSS : 虚拟耗用内存；
RSS : 实际使用物理内存；
PCY：前台(fg)和后台(bg)进程；
UID：运行当前进程的用户ID；
Name : 应用程序名称。
可以通过Python2脚本输出内存和CPU情况：
使用系统cmd命令，在一定时间内操作应用，实时监控内存CPU变化，最后计算出内存均值和峰值。
# encoding:utf-8
import os
import tempfile
import time
import re
def run_once_mem(cmd):
# out_file = ‘mem_out.tmp.txt.%s‘ % time.time()
# err_file = ‘mem_err.tmp.txt.%s‘ % time.time()
# cmd = ‘%(cmd)s 1>>%(out)s 2>>%(err)s‘ % {
# ‘cmd‘: cmd,
#
# ‘out‘: out_file,
# ‘err‘: err_file
# }
# return_code = os.system(cmd)
#
# f1 = open(out_file)
# stdout = f1.read()
# f2 = open(err_file)
# stderr = f2.read()
# f1.close()
# f2.close()
result = os.popen(cmd)
stdout = result.read()
return stdout, 0, 0
def run_once_cpu(cmd):
# out_file = ‘cpu_out.tmp.txt.%s‘ % time.time()
# err_file = ‘cpu_err.tmp.txt.%s‘ % time.time()
# cmd = ‘%(cmd)s 1>>%(out)s 2>>%(err)s‘ % {
# ‘cmd‘: cmd,
# ‘out‘: out_file,
# ‘err‘: err_file
# }
# return_code = os.system(cmd)
# f1 = open(out_file)
# stdout = f1.read()
# f2 = open(err_file)
# stderr = f2.read()
# f1.close()
# f2.close()
result = os.popen(cmd)
stdout = result.read()
return stdout, 0, 0
i = 0
file_name = ‘res2.txt‘
if os.path.exists(file_name):
os.remove(file_name)
# f = open(file_name, ‘a+‘)
summem = countmem = 0
sumcpu = countcpu = 0
time1 = time.time()
tempcpu = 0
tempmem = 0
# import os
# result = os.popen("ipconfig")
# print (result.read())
while i < 250:#根据时间修改
tempsum = 0
i = i + 1
# time.sleep(1)
cmdmem = ‘adb shell dumpsys meminfo <package_name>‘#修改自己的应用
outmem, std_errmem, codemem = run_once_mem(cmdmem)
cmdcpu = ‘adb shell top -n 1 -d 0.02 |findstr <package_name>‘#修改自己的应用
outcpu, std_err, codecpu = run_once_cpu(cmdcpu)
#print(outcpu)
print i
# print out
# print std_err
# print code
if codemem == 0:
# f.write(outmem)
mem = re.compile(‘TOTAL[ ]+(\d+)[ ]+.*‘)
resmem = mem.findall(outmem)
print (resmem)
if len(resmem):
summem += int(resmem[0])
countmem += 1
if (tempmem < int(resmem[0])):
tempmem = int(resmem[0])
if codecpu == 0:
cpu = re.compile(‘(\d+)\%.*‘)
rescpu = cpu.findall(outcpu)
#print rescpu
if len(rescpu):
for iter in range(len(rescpu)):
tempsum = tempsum + float(rescpu[iter])
print (tempsum)
sumcpu += tempsum
countcpu += 1
if (tempcpu < tempsum):
tempcpu = tempsum
time2 = time.time()
time = time2 - time1
print (‘运行时间：‘ + str(time) + ‘ s‘)
print (‘内存均值：‘+str(summem/countmem/1024.0)+‘ MB‘)
print (‘内存峰值：‘+str(tempmem/1024.0)+‘ MB‘)
print (‘cpu均值：‘+str(sumcpu/countcpu)+‘ %‘)
print ‘cpu峰值：‘+str(tempcpu)+‘ %‘
3、iOS端内存CPU测试
使用工具，手机连接电脑，使用xcode-open developer tool - instrument-activity monitor，选择对应的手机对应的应用。查看下方待测应用对应的 %CPU ，CPU time,Real Mem列。
开始后，手机上按照测试用例操作待测应用；
每操作一步，记录real Mem的值 即内存，查看%CPU的值，记录操作过程中的最大值，即峰值；
操作一定时间后，如5分钟；
CPU峰值即为操作过程中记录的最大值；
CPU均值为CPU time/操作时间（S）；
内存峰值为操作过程中Real Mem记录的最大值；
内存均值为操作过程中Ream Mem记录下所有值(比如N个值)的和/N。
谢谢查看，持续修改完善！
2019-10-05
标签：span 使用率 ack 是你 进程 pat gre native alt
原文地址：https://www.cnblogs.com/yuntimer/p/11624245.html
