APP功能测试#
APP功能测试主要包含:
-
业务逻辑测试:
-
- 依据产品的设计文档,设计测试用例。
- 再加上一些隐性的需求测试,比如产品文档中没有涉及到的。
-
兼容性测试:
-
- 系统版本:
-
-
- Android:原生Android系统及定制版本。
- ios:原生系统。
-
-
- 分辨率:
-
-
- 主要关注图片的分辨率,720 * 1280、1920 * 1080,一般公司会根据分辨处理图片。
-
-
- 网络情况:2G、3G、4G、WiFi,比如在2G网络环境,应用会不会特别慢,或者卡死等。
-
异常测试:
-
- 热启动应用:应用前后台切换的过程。
- 网络切换:WiFi --> 4G,应用应处于可用状态。
- 中断恢复:WiFi --> 断网 --> 4G,处于下载中的应用,怎么处理?断点续传?还是等待WiFi下载?
- 电话:比如正在看片片,突然来个电话,接完电话后,返回应用,此时的应用处于什么状态?
- 信息:玩游戏中,弹出了一个消息提示,不应该影响游戏。或者查看消息后在回来,游戏处于什么状态。
-
升级安装卸载测试:
-
- 升级:临近版本升级(1.0 --> 1.1),跨版本升级。
- 安装:
-
-
- 首次安装。
- 卸载安装。
- 覆盖安装。
-
-
- 卸载:正常卸载、下载一般终止下载,完事在下载。
-
健壮性测试:
-
- 手机资源消耗:CPU、RAM。
- 流量消耗:数据流量、比如说图片加载消耗。可以进行压缩,图片压缩、数据压缩。
- 崩溃恢复测试:APP闪退、系统结束执行时要做那些处理。
app性能测试:
Android APP使用Python进行性能测试以及测试框架
APP性能测试
APP启动时间
冷启动
- 启动APP命令
adb shell am start -W -n package/activity
- 停止App命令
adb shell am force-stop package
-
获取某个APP的packageName和ActivityName的命令
adb logcat | grep START
然后打开你想获取packageName和ActivityName的应用即可。
热启动
-
启动APP命令和冷启动一样
-
停止App命令
# 模拟点击back键 adb shell input keyevent 3
自动化脚本的实现
两种方案:
-
获取命令执行时间,作为启动时间参考值
class App(object): def __init__(self): self.content = "" self.startTime = 0 # 启动APP def launch_app(self): cmd = 'adb shell am start -W -n org.chromium.webview_shell/.WebViewBrowserActivity' # type: str self.content = os.popen(cmd) # 停止app @staticmethod def stop_app(): # 冷启动停止的命令 # cmd = 'adb shell am force-stop org.chromium.webview_shell' # 热启动停止的命令 cmd = 'adb shell input keyevent 3' os.popen(cmd) # 获取启动时间 def get_launched_time(self): for line in self.content.readlines(): if "ThisTime" in line: self.startTime = line.split(":")[1] break return self.startTime # 单次测试过程 def test_process(self): self.app.launch_app() time.sleep(5) elapsed_time = self.app.get_launched_time() self.app.stop_app() time.sleep(3) current_time = self.get_current_time() self.all_data.append((current_time, elapsed_time)) # 多次执行测试过程 def run(self): while self.counter > 0: self.test_process() self.counter = self.counter - 1
-
在命令前后加上时间戳,以差值作为参考值
# 单次测试过程 def test_process(self): time_before_launch = int(time.time()) self.app.launch_app() time_after_launch = int(time.time()) time.sleep(5) # elapsed_time = self.app.get_launched_time() elapsed_time = time_after_launch - time_before_launch self.app.stop_app() time.sleep(3) current_time = self.get_current_time() self.all_data.append((current_time, str(elapsed_time))) # 多次执行测试过程 def run(self): while self.counter > 0: self.test_process() self.counter = self.counter - 1
可以多次计算启动时间值,并保存到本地csv文件,进行统计分析,求平均值等,第一次获得的值最好弃用。
APP的CPU占用情况
获取数据
命令
# windows系统的cmd中,用findstr来过滤字符,不能用grep。
adb shell dumpsys cpuinfo | grep packagename
脚本的代码实现
# 单次测试过程
def test_process(self):
# window 下用findstr,Mac下用grep
cmd = "adb shell dumpsys cpuinfo | findstr org.chromium.webview_shell"
self.result = os.popen(cmd)
cpu_value = 0
for line in self.result.readlines():
cpu_value = line.split("%")[0]
current_time = self.get_current_time()
self.all_data.append((current_time, cpu_value))
流量
命令
-
获取进程ID指令
# windows下用findstr代替grep,否则拿不到结果 adb shell ps | grep packagename
-
获取进程ID的流量指令
# pid就是上面指令获取的进程ID adb shell cat /proc/pid/net/dev
脚本实现
# 单次测试过程
def test_process(self):
# 执行获取进程ID的指令 window 下用findstr,Mac下用grep
cmd = "adb shell ps | findstr org.chromium.webview_shell"
result = os.popen(cmd)
# 获取进程ID
pid = result.readlines()[0].split(" ")[5]
# 获取进程ID使用的流量
traffic = os.popen("adb shell cat /proc/" + pid + "/net/dev")
for line in traffic:
# 第一个网卡的数据
if "eth0" in line:
# 将所有空行换成#
line = "#".join(line.split())
# 然后按#号进行拆分,获取到收到和发出的流量值
receive = line.split("#")[1]
transmit = line.split("#")[9]
# 第二个网卡的数据
elif "eth1" in line:
line2 = "#".join(line.split())
# 然后按#号进行拆分,获取到收到和发出的流量值
receive2 = line2.split("#")[1]
transmit2 = line2.split("#")[9]
# 计算所有流量之和
all_traffic = string.atoi(receive) + string.atoi(transmit) + string.atoi(receive2) + string.atoi(transmit2)
# 按KB计算流量值
all_traffic = all_traffic / 1024
# 获取当前时间
current_time = self.get_current_time()
# 将获取到的数据存到数组中
self.all_data.append((current_time, all_traffic))
运行后的结果:
timestamp,traffic
2020-03-13 11:35:36,136535
2020-03-13 11:35:41,136791
2020-03-13 11:35:47,166458
2020-03-13 11:35:52,264812
2020-03-13 11:35:57,380940
数据分析
用最后一条流量值减去第一条流量值,得到本次测试运行时消耗掉的流量,然后和以往版本以及竞品进行对比,然后发现流量消耗的问题。
电量
获取电量
adb shell dumpsys battery
但是手机连接USB之后,会进入充电状态,测试电量需要在非充电的情况下,所以可以使用下面的命令切换充电状态
# 切换到非充电状态,status = 2 代表充电,非2就是非充电
adb shell dumpsys battery set status 1
脚本实现
# 单次测试过程
def test_process(self):
cmd = "adb shell dumpsys battery"
result = os.popen(cmd)
for line in result:
if "level" in line:
power = line.split(":")[1]
# 获取当前时间
current_time = self.get_current_time()
# 将获取到的数据存到数组中
self.all_data.append((current_time, power))
# 多次执行测试过程
def run(self):
cmd = "adb shell dumpsys battery set status 1"
os.popen(cmd)
while self.counter > 0:
self.test_process()
self.counter = self.counter - 1
# 每5秒采集一次数据, 真实测试场景建议在0.5-1小时
time.sleep(5)
内存
获取内存
adb shell top
# -d 刷新频率, 1 代表多久刷新一次,单位秒
adb shell top -d 1
# 输出到指定文件,测试完终止命令就可以分析指定文件
adb shell top -d 1 > meminfo
# 筛选指定包名,进行分析, windows上可以用type代替cat, findstr代替grep
cat meminfo | grep packagename
VSS - Virtual Set Size 虚拟消耗内存
RSS - Resident Set Size 实际使用物理内存
脚本实现
脚本负责对命令行中测试后生成的meminfo文件进行分析,然后生成分析数据到csv文件,然后可以利用该csv文件进行图表绘制,内存数据获取时,建议测试时间长一点,方便分析使用过程中内存数据是否稳定,vss和rss分别分析。
# 控制类
class Controller(object):
def __init__(self):
# 定义收集数据的数组
self.all_data = [("id", "vss", "rss")]
# 分析数据
def analyze_data(self):
content = self.read_file()
i = 0
for line in content:
if "org.chromium.webview_shell" in line:
print line
line = "#".join(line.split())
# 角标7和8不是固定的,要看你生成的meminfo文件里vss和rss出现的位置来确定
vss = line.split("#")[7].strip("K")
rss = line.split("#")[8].strip("K")
# 将获取到的数据存到数组中
self.all_data.append((i, vss, rss))
i = i + 1
# 读取数据文件
@staticmethod
def read_file():
mem_info = file("meminfo", "r")
content = mem_info.readlines()
mem_info.close()
return content
# 数据的存储
def save_data_to_csv(self):
csv_file = file('meminfo.csv', 'wb')
writer = csv.writer(csv_file)
writer.writerows(self.all_data)
csv_file.close()
if __name__ == '__main__':
controller = Controller()
controller.analyze_data()
controller.save_data_to_csv()
FPS&过度渲染
FPS
frames per second - 每秒的帧数
Android中每一帧的绘制时间大于16秒,则可能会产生卡顿的现象,可以借助设置-开发者选项-GPU呈现模式分析,选择在屏幕上呈现为条形图,屏幕中横着的绿线就是16ms的基准线,高于绿线的条形图就是发生卡顿的帧
过度渲染
描述的是屏幕上的某个像素在同一帧的时间内被绘制了多次
可以借助设置-开发者选项-调试GPU过度绘制-选择显示过度绘制区域,从最优到最差:蓝,绿,淡红,红。