Android自动化测试+性能监控预警系统搭建
原创
1、自动化测试
首先，我们为什么要引入自动化测试？
我们把范围略微缩小点，放在移动端这个环境上，自动化测试是指在预设条件、路径下运行app，运行之后给出一个评估结果，通常会生成一份测试报告，有哪些用例通过，有哪些些用例没有通过。这一过程完全是自动的，几乎不需要认为干预的，这对于人力不足的团队来说，对于保证产品质量方面，是一个较好的选择。
其次，自动化测试框架有哪些，我们该如何选择？
首先，从Android，ios两个平台上来看，这两个系统本身就提供了各自的自动化测试框架，比如
当然，以上并没有，全部一一列举出来，不过，稍稍了解一下，我们就知道，以上提到的测试框架它们都限定了平台，说白了就是不支持跨平台，这样，就痛苦了，写测试用例还需要对两个平台来写，这样开发同学就不乐意了，学习成本略大。
那么，对于我们这群苦逼的开发，到底该如何选择呢？可以从以下两个方面考虑
1、跨平台性
- 明显是为了降低学习成本而来了[奸笑]
2、支持脚本录制
- 没接触过自动化测试的同学可能会一脸懵逼，可以录制是指指需要点一点，脚本就写好(录制好)啦，哈哈，明显是为了偷懒，不想写测试脚本。
嗯，基于上面两个需求点出发，我是如何做的选择呢？
我选择了appium作为自动化测试框架！为什么会选择它？
- 满足了我的需求
- 社区非常活跃，尝试够，遇到的问题，基本可以在社区上找到。
- 开源，而且github上star数杠杠的，且issue解决也是相当迅速的。
还有哪些类似的自动化测试框架值得关注？
据我了解，类似的这种测试框架还Macaca，是阿里维护的，也在github上开源，star数比appium要少很多，单功能貌似开起来还挺完备的。这点还是要对阿里的技术赞一个，不过，比较遗憾的是，由于精力有限，我并没有研究这个，但是它同样对我非常有吸引力。
更加匪夷所思的是，居然还有带自然语言处理的自动化测试框架Calabash。
好的，自动化测试框架的选取就说明到这里，至于appium如何install，如何跑起来录制测试用例脚本，那又可以写一篇文章了，本文只想写一篇指导性的文章，因此这不打算在继续深入。
ps，install，录制脚本，我是直接参考的官网，并没有到社区去找其他文章，说明他的官网文档还算可以的。
嗯，下面一个环节是如何在自动化测试环境中搜集性能数据了。
2、性能数据收集
这里，我决定使用Android为例，来介绍一下，搜集app内存，帧率，cpu等信息的思路。android平台上，adb shell dumpsys 命名提供了我们所需要的所有信息，如
内存方面
adb shell dumpsys meminfo packagename
那么，问题来了，我们如何提取里面的字段，比如Java Heap，Native Heap，Total等呢？我采取的是使用python对文本分析，具体代码如下：
# dump 内存信息
@staticmethod
def dump_current_mem_info():
orgin_lines = os.popen("adb shell dumpsys meminfo xxx.xxx.xxx").readlines()
app_summary = "App Summary"
java_heap = "Java Heap:"
native_heap = "Native Heap:"
total = "TOTAL"
index = 0;
for line in orgin_lines:
if re.findall(app_summary, line): # 找到appSummary 这一行,取下面的15行
break
else:
index = index + 1;
lines = orgin_lines[index:index + 15]
for line in lines:
if re.findall(java_heap, line): # 找到TOTAL 这一行
lis = line.split(" ") # 将这一行，按空格分割成一个list
while '' in lis: # 将list中的空元素删除
lis.remove('')
java_heap = lis[2].replace("\n", "")
if re.findall(native_heap, line):
lis = line.split(" ")
while '' in lis:
lis.remove('')
native_heap = lis[2].replace("\n", "")
if re.findall(total, line):
lis = line.split(" ")
while '' in lis:
lis.remove('')
total = lis[1].replace("\n", "")
print([java_heap, native_heap, total])
return [java_heap, native_heap, total]
pass帧率等信息
adb shell dumpsys gfxinfo packagename
同样的道理，使用python脚本分析，可以轻易拿到你想拿的性能数据。
cpu相关信息
adb shell dumpsys cpuinfo |grep xxx.xxx.xxxx
可以拿到当前app占用cpu数据。
ok,性能数据都搜集到了之后，接下来的事情是要将这些搜集到的性能数据放到某个地方了
3、数据上报
对于数据上报这块，无非就是调用某接口将数据写入到文件，或者数据库（其实也是文件，只不过是有模式的文件），那么到底已那种方式写入呢，我倾向于写数据库，因为，数据库记录的文件查询起来比较方便，可以很简单的做一些条件查询，不过两种方式都没有什么问题，主要看那种方便了，结合后面数据的程序，我选择了使用MongoDB存储我搜集到的性能数据。
ps，MongoDB我并没有学习，而是参考官方教程直接开搞，主要也是得益于官方文档写的比较好，下面是我定义的数据模式，也就是我要上报的字段。
var PerformanceSchema = new Schema({
platform: {
type: String,
default: 'Android'
},
environment: {
type: String,
default: ''
},
test_case: {
type: String,
default: ''
},
java_heap: {
type: Number,
default: 0
},
native_heap: {
type: Number,
default: 0
},
total_memory: {
type: Number,
default: 0
},
cpu: {
type: Number,
default: 0
},
total_frames: {
type: Number,
default: 0
},
jank_frames: {
type: Number,
default: 0
},
frame_50_percentile: {
type: Number,
default: 0
},
frame_90_percentile: {
type: Number,
default: 0
},
number_missed_vsync: {
type: Number,
default: 0
},
// status: {
// type: [{
// type: String,
// enum: ['pending', 'ongoing', 'completed']
// }],
// default: ['pending']
// },
ctime: {
type: Date,
default: Date.now
}
})好了，数据库表建立ok之后，如何将数据发送给MongoDB保存呢？这时候，我考虑使用restful接口将数据post过去。
于是，我在Google上搜索了 node restful，
很快，我遍用express构建好了搭建了一个restful框架，简单的配置好路由之后，如下：
我就可以通过http://localhost:3000/performances 来post我搜集的性能数据到MongoDB了。
数据发送到MongoDB之后，接下来要做的事情当然就是呈现出数据，让我们直观的了解app性能数据的一个趋势了。
4、数据呈现
数据的呈现一般来说，会涉及到图表的展示，我这里使用的chart.js 。然后css这块的话，我也不准备自己来手写，直接使用了一css框架bootstrap。
最后做出来的效果是：
5、监控告警
对于告警这块，就比较愉快了，配置一些性能参数的阈值，达到这个阈值，就出发告警条件，可以对关注着发送邮件报告，或者短信通知了，比如，在跑测试用例的过程中，捕捉到的一条性能数据出现，cpu消耗过高，超过了20%率用率，说明这块可能存在复杂的计算逻辑，看看能否优化优化了。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
腾讯云开发者
