百度360必应搜狗淘宝本站头条
当前位置:网站首页 > IT知识 > 正文

移动端性能专项测试之 CPU

liuian 2025-02-13 13:05 8 浏览

指标背景

很多场景下我们去使用 App,可能会碰到手机会出现发热发烫的现象。这是因为 CPU 使用率过高、CPU 过于繁忙,会使得整个系统无法响应用户,整体性能降低,用户体验变得相当差,也容易引起 ANR 等等一系列问题。
Android 性能指标 CPU 主要关注两点:

  • CPU 总体使用率
  • 应用程序 CPU 占用率

指标值获取

直接上干货,获取 App CPU 指标值的几种不同方式

  • 读取 Linux proc 文件系统(精确、方便自动化集成)
  • 使用外部第三方工具来辅助测试,比如:腾讯 GT,网易 Emagee 等(其实这些工具的原理就是基于调用 Android 系统底层的 API 完成),掌握 adb 或者第三方工具获取方法都可以。(精确,易获取,推荐)
  • Linux top 命令(有误差,易获取)

proc 文件获取方式

/proc 文件系统是一个伪文件系统,它只存在内存当中,而不占用外存空间。它以文件系统的方式为内核与进程提供通信的接口。用户和应用程序可以通过/proc 得到系统的信息,并可以改变内核的某些参数。由于系统的信息,如进程,是动态改变的,所以用户或应用程序读取/proc 目录中的文件时,/proc 文件系统是动态从系统内核读出所需信息并提交的。
我们关注的安卓性能指标 CPU 总体使用率和应用程序 CPU 占用率主要与两个 proc 文件相关,分别是/proc/stat 和/proc/进程 id/stat 文件。。
通过 adb shell 进入到手机内部 shell 模式,再通过 cat /proc/stat 查看结果如下:

前面三行 CPU cpu0 cpu1 是我们需要关注的重点,cpu0、cpu1 表示当前 CPU 的核心(双核),CPU 为总的 Jiffies,这里引入了 Jiffies(时间片)的概念,Jiffies 的介绍如下:

Jiffies 为 Linux 核心变数,是一个 unsigned long 类型的变量,它被用来记录系统自开机以来,已经过了多少 tick。每发生一次 timer interrupt,Jiffies 变数会被加 1

而上面每一列的数值含义如下:
user :从系统启动开始累计到当前时刻,用户态的 jiffies ,不包含 nice 值为负进程;
nice :从系统启动开始累计到当前时刻,nice 值为负的进程所占用的 jiffies;
system :从系统启动开始累计到当前时刻,系统态的 jiffies;
idle :从系统启动开始累计到当前时刻,除硬盘 IO 等待时间以外其它等待的 jiffies;
iowait : 从系统启动开始累计到当前时刻,硬盘 IO 等待的 jiffies;
irq : 从系统启动开始累计到当前时刻,硬中断的 jiffies;
softirq :从系统启动开始累计到当前时刻,软中断的 jiffies。
总的 Jiffies 就是上面所有项加起来的总和。因此我们计算一段时间的 CPU 占用率的时候就可以使用:
total=user+system+nice+idle+iowait+irq+softirq
*CPU usage=[(user_end +sys_end+nice_end) - (user_begin + sys_begin+nice_begin)]/(total_end - total_begin)100

上述方法统计的是当前系统所有进程的 CPU 总和使用率
如果我们要统计某个 App 的使用率可以进入到/proc/进程 id/stat 目录,其中就有包含某进程的 CPU 信息
首先,我们需要查询到 App 的进程 ID,以柠檬班 App 举例

其中的进程 ID 为 1228,再查询 stat 文件信息:

在第 14 行、15 行有记录当前进程的 Jiffies 信息
utime=448 该任务在用户态运行的时间,单位为 jiffies
stime=2380 该任务在核心态运行的时间,单位为 jiffies
所以当前进程的 Jiffies 计算方式为 utime+stime
通过 shell 脚本获取的方式:
cat /proc/进程 id/stat | awk -F " " '{print $14,$15}'
要计算出一段时间内该进程的 CPU 使用率信息即可通过:
utime+stime(当前时间点)-utime+stime(旧时间点)/ total CPU Jiffies

腾讯 GT 工具

不熟悉的同学可以进入到官网先去了解一番 https://gt.qq.com/,这里贴出官方的介绍:

GT(随身调)是 APP 的随身调测平台,它是直接运行在手机上的“集成调测环境”(IDTE, Integrated Debug Environment)。利用 GT,仅凭一部手机,无需连接电脑,您即可对 APP 进行快速的性能测试(CPU、内存、流量、电量、帧率/流畅度等等)、开发日志的查看、Crash 日志查看、网络数据包的抓取、APP 内部参数的调试、真机代码耗时统计等。

使用 GT 获取 Jiffies 指标步骤如下

测试完毕之后可以保存为 CSV 格式的数据,用 Excel 工具打开查看即可

top 命令获取 CPU 使用率

top 命令是 Linux 下常用的性能分析工具,能够实时显示系统中各个进程的资源占用状况,类似于 Windows 的任务管理器。top 是一个动态显示过程,即可以通过用户按键来不断刷新当前状态。如果在前台执行该命令,它将独占前台,直到用户终止该程序为止。top 命令提供了实时的对系统处理器的状态监视。
使用方式:
可查看占用 CPU 最高的前 10 个程序(-t 显示进程名称,-s 按指定行排序,-n 在退出前刷新几次,-d 刷新间隔,-m 显示最大数量):top -m 10 -s CPU
如果你想筛选出你自己的应用的话可以用下面这一命令:
adb shell top -n 1| grep PackageName

问题分析及建议

如果 APP 某场景进行操作时出现发烫、卡顿、ANR 现象时,可以怀疑出现 CPU 问题,一般解决思路如下:
如果已经导致 ANR, 则去 logcat 文件里面搜索"ANR in" ,以及 adb pull 拉取 trace 文件。
没有导致 ANR 则基于以上方法获取到的 CPU 占用率,如果某场景的 CPU 占用率走势异常、峰值存在异常、均值大于基线,则可以利用 traceview 查看分析 Trace 文件,或者使用 Android studio 里面的 Android Monitor 根据 Monitor 中的 CPU 可以看出目前 CPU 明细使用,由开发负责定位解决。

相关推荐

GANs为何引爆机器学习?这篇基于TensorFlow的实例教程为你解惑!

「机器人圈导览」:生成对抗网络无疑是机器学习领域近三年来最火爆的研究领域,相关论文层出不求,各种领域的应用层出不穷。那么,GAN到底如何实践?本文编译自Medium,该文作者以一朵玫瑰花为例,详细阐...

高丽大学等机构联合发布StarGAN:可自定义表情和面部特征

原文来源:arXiv、GitHub作者:YunjeyChoi、MinjeChoi、MunyoungKim、Jung-WooHa、SungKim、JaegulChoo「雷克世界」编译:嗯~...

TensorFlow和PyTorch相继发布最新版,有何变化

原文来源:GitHub「机器人圈」编译:嗯~阿童木呀、多啦A亮Tensorflow主要特征和改进在Tensorflow库中添加封装评估量。所添加的评估量列表如下:1.深度神经网络分类器(DNNCl...

「2022 年」崔庆才 Python3 爬虫教程 - 深度学习识别滑动验证码缺口

上一节我们使用OpenCV识别了图形验证码躯壳欧。这时候就有朋友可能会说了,现在深度学习不是对图像识别很准吗?那深度学习可以用在识别滑动验证码缺口位置吗?当然也是可以的,本节我们就来了解下使用深度...

20K star!搞定 LLM 微调的开源利器

LLM(大语言模型)微调一直都是老大难问题,不仅因为微调需要大量的计算资源,而且微调的方法也很多,要去尝试每种方法的效果,需要安装大量的第三方库和依赖,甚至要接入一些框架,可能在还没开始微调就已经因为...

大模型DeepSeek本地部署后如何进行自定义调整?

1.理解模型架构a)查看深度求索官方文档或提供的源代码文件,了解模型的结构、输入输出格式以及支持的功能。模型是否为预训练权重?如果是,可以在预训练的基础上进行微调(Fine-tuning)。是否需要...

因配置不当,约5000个AI模型与数据集在公网暴露

除了可访问机器学习模型外,暴露的数据还可能包括训练数据集、超参数,甚至是用于构建模型的原始数据。前情回顾·人工智能安全动态向ChatGPT植入恶意“长期记忆”,持续窃取用户输入数据多模态大语言模型的致...

基于pytorch的深度学习人员重识别

基于pytorch的深度学习人员重识别Torchreid是一个库。基于pytorch的深度学习人员重识别。特点:支持多GPU训练支持图像的人员重识别与视频的人员重识别端到端的训练与评估简单的re...

DeepSeek本地部署:轻松训练你的AI模型

引言:为什么选择本地部署?在AI技术飞速发展的今天,越来越多的企业和个人希望将AI技术应用于实际场景中。然而,对于一些对数据隐私和计算资源有特殊需求的用户来说,云端部署可能并不是最佳选择。此时,本地部...

谷歌今天又开源了,这次是Sketch-RNN

前不久,谷歌公布了一项最新技术,可以教机器画画。今天,谷歌开源了代码。在我们研究其代码之前,首先先按要求设置Magenta环境。(https://github.com/tensorflow/magen...

Tensorflow 使用预训练模型训练的完整流程

前面已经介绍了深度学习框架Tensorflow的图像的标注和训练数据的准备工作,本文介绍一下使用预训练模型完成训练并导出训练的模型。1.选择预训练模型1.1下载预训练模型首先需要在Tensorf...

30天大模型调优学习计划(30分钟训练大模型)

30天大模型调优学习计划,结合Unsloth和Lora进行大模型微调,掌握大模型基础知识和调优方法,熟练应用。第1周:基础入门目标:了解大模型基础并熟悉Unsloth等工具的基本使用。Day1:大模...

python爬取喜马拉雅音频,json参数解析

一.抓包分析json,获取加密方式1.抓包获取音频界面f12打开抓包工具,播放一个(非vip)视频,点击“媒体”单击打开可以复制URL,发现就是我们要的音频。复制“CKwRIJEEXn-cABa0Tg...

五、JSONPath使用(Python)(json数据python)

1.安装方法pipinstalljsonpath2.jsonpath与Xpath下面表格是jsonpath语法与Xpath的完整概述和比较。Xpathjsonpath概述/$根节点.@当前节点...

Python网络爬虫的时候json=就是让你少写个json.dumps()

大家好,我是皮皮。一、前言前几天在Python白银交流群【空翼】问了一个Python网络爬虫的问题,提问截图如下:登录请求地址是这个:二、实现过程这里【甯同学】给了一个提示,如下所示:估计很多小伙伴和...