shell 脚本通过 dumpsys SurfaceFlinger |
您所在的位置：网站首页 › csv文件读出来会有双引号吗 › shell 脚本通过 dumpsys SurfaceFlinger |
|
开篇前述：
由于采购机械臂测试性能用例和屏幕实际帧率变化，最终工具方案实现后搁置，拿出来” 晒晒 “。 一、设计初衷1、面临用户和公司内领导试用中反馈的卡顿问题，思考如何能有效量化评估？ 2、如何在尝试复现卡顿的过程中持续监控 FPS 和丢帧情况？ 二、设定预期倒推查找解决方案1、无 root 权限限制，可直接采集数据计算 FPS、丢帧率、最大单帧间隔。 2、控制脚本影响，不要使监控脚本成为 “负担”。 3、数据获取灵活，即可控制台实时输出数据，也可以后台长时间监控。 4、设计评价得分标准，可按：百分比 * 用例单项评分量化每条用例，从而计算总分使用。 设计实现部分参考了网上现有的 FPS 计算方式原理，绕来绕去也没有满足自己的预期需求，索性自己从数据源出发自己设计脚本计算逻辑处理。参考如下 用第三方库 (surface_stats_collector.py) 获取 AndroidFPS 过程分析 (https://testerhome.com/topics/2232) 如何准确评测 Android 应用的流畅度？ (http://bugly.qq.com/bbs/forum.php?mod=viewthread&tid=75&extra=page%3D1) 一、确定数据来源原因（dumpsys SurfaceFlinger --latency）1、可以清零重新记录，避免如何分清哪些数据是上次的。（dumpsys SurfaceFlinger --latency-clear） 2、按 window 获取数据，可以配合手工操作逐一获取每个 case 的流畅度。 3、历史记录 127 行数据，按 60 帧算可记录 2.12S 数据，从而不用频繁获取。（最终考虑设定 1.6S 间隔刷新数据。） 二、根据需求确定计算规则1、有刷新则计算帧率，无刷新则不输出数据。 原因： （1）要做成监控指定窗口流畅度的功能，所以要控制无意义数据。 （2）配合手工操作，静置状态不输出，操作停止后直接刷新数据，从而使数据和操作对应。 2、间隔 500ms 以上则判定为操作延迟，每到间隔 500ms 情况发生重新计算帧率。 原因： （1）一般做 monkey 压力测试设置的是 500ms 间隔 （2）一般用户操作频率间隔是大于 500ms 情况 3、每次采样数据大于等于 1 帧则计算 FPS，丢帧率，最大帧间隔。 原因：帧数/总耗时=帧率，所以无论有多少帧都可以直接计算 4、设定流畅度评价规则： （1）满足 KPI 帧率则达成一半需求，占比 50% （2）小于 KPI 单帧耗时比例评价画面变化是否稳定，占比 40% （3）单帧渲染峰值代表瞬时卡顿最大影响，占比 10% 5、代码实现过程中遇到一坑：SurfaceFlinger 中同一帧存在间隔复用情况，即相同一行数据间隔几帧出现两次。（通过监控微信红包点击后的弹出框的帧率发现的。） 补充规则：发生两帧同步时间做差小于第一行帧刷新周期，则总时间 + 帧刷新周期，上一帧数据=前一帧同步时间 + 帧刷新周期，总帧数 +1 三、代码实现 #!/system/bin/sh show_help() { echo " Usage: sh fps.sh [ -t target_FPS ] [ -w monitor_window ] [ -k KPI ] [ -f csv_path ] [ -h ] Show: FU(s) LU(s) Date FPS Frames jank MFS(ms) OKT SS(%) FU(s): Uptime of the first frame. LU(s): Uptime of the last frame. Date: The date and time of LU. FPS: Frames Per Second. Frames: All frames of a loop. jank: When the frame latency crosses a refresh period, jank is added one. MFS(ms): Max Frame Spacing. OKT: Over KPI Times. The KPI is the used time of one frame. SS(%): Smoothness Score. SS=(FPS/target FPS)*60+(KPI/MFS)*20+(1-OKPIT/Frames)*20 IF FPS > target FPS: FPS/The target FPS=1 IF KPI > MFS: KPI/MFS=1 WN: the window number of same name's window. Eg. SurfaceView POSIX options | GNU long options -t | --target The target FPS of the choosed window. Default: 60 -w | --window The choosed window. Default: no window. -k | --KPI The used time of a frame. Default: KPI=1000/The target FPS. -f | --file The path of the csv file. Default: output result to console. -h | --help Display this help and exit " } file="" window="" target=60 KPI=16 while : do case $1 in -h | --help) show_help exit 0 ;; -t | --target) shift target=$1 KPI=$((1000/$1)) shift ;; -w | --window) shift window="$1" shift ;; -k | --KPI) shift KPI=$1 shift ;; -f | --file) shift file="$1" shift ;; --) # End of all options shift break ;; *) # no more options. Stop while loop break ;; esac done if [ -f /data/local/tmp/busybox ];then export bb="/data/local/tmp/busybox" else echo "No /data/local/tmp/busybox" exit fi if [ -f /data/local/tmp/stop ];then $bb rm /data/local/tmp/stop fi if [ -f /data/local/tmp/FPS.pid ];then pid=`cat /data/local/tmp/FPS.pid` if [ -f /proc/$pid/cmdline ];then if [ `$bb awk 'NR==1{print $1}' /proc/$pid/cmdline`"a" == "sha" ];then echo "The $pid is sh command." exit fi fi fi echo $$ >/data/local/tmp/FPS.pid if [ $target -le 60 -a $target -gt 0 ];then sleep_t=1600000 else echo "$target is out of (0-60]" exit fi mac=`cat /sys/class/net/*/address|$bb sed -n '1p'|$bb tr -d ':'` model=`getprop ro.product.model|$bb sed 's/ /_/g'` build=`getprop ro.build.fingerprint` if [ -z $build ];then build=`getprop ro.build.description` fi uptime=`$bb awk -v T="$EPOCHREALTIME" 'NR==3{printf("%.6f",T-$3/1000000000+8*3600)}' /proc/timer_list` if [ -z "$file" ];then echo "" echo `date +%Y/%m/%d" "%H:%M:%S`": $window" if [ `$bb awk -F. '{print $1}' /proc/uptime` -lt 1000 ];then echo -e "FU(s) \tLU(s) \tDate \t\t\tFPS:$target\tFrames\tjank\tjank2\tMFS(ms)\tOKT:$KPI\tSS(%)\tWN" else echo -e "FU(s) \t\tLU(s) \t\tDate \t\t\tFPS:$target\tFrames\tjank\tjank2\tMFS(ms)\tOKT:$KPI\tSS(%)\tWN" fi while true;do dumpsys SurfaceFlinger --latency-clear $bb usleep $sleep_t dumpsys SurfaceFlinger --latency "$window"|$bb awk -v time=$uptime -v target=$target -v kpi=$KPI '{if(NR==1){r=$1/1000000;if(r0&&$0=="")O=1;if(NF==3&&$2!=0&&$2!=9223372036854775807){x=($3-$1)/1000000/r;if(b==0){b=$2;n=1;d=0;D=0;if(x1){d+=1;C=int(x)*r;if(x%1>0)C+=r};if(x>2)D+=1;m=r;o=0}else{c=($2-b)/1000000;if(c>500){O=1}else{n+=1;if(c>=r){C+=c;if(c>kpi)o+=1;if(c>=m)m=c;if(x>1)d+=1;if(x>2)D+=1;b=$2}else{C+=r;b=sprintf("%.0f",b+r*1000000)}}};if(n==1)s=sprintf("%.3f",$2/1000000000)};if(n>0&&O==1){O=0;if(n==1)t=sprintf("%.3f",s+C/1000);else t=sprintf("%.3f",b/1000000000);T=strftime("%F %T",time+t)"."sprintf("%.0f",(time+t)%1*1000);f=sprintf("%.2f",n*1000/C);m=sprintf("%.0f",m);g=f/target;if(g>1)g=1;h=kpi/m;if(h>1)h=1;e=sprintf("%.2f",g*60+h*20+(1-o/n)*20);print s"\t"t"\t"T"\t"f+0"\t"n"\t"d"\t"D"\t"m"\t"o"\t"e"\t"w;n=0;if($0==""){b=0;w+=1}else{b=$2;n=1;d=0;D=0;if(x1){d+=1;C=int(x)*r;if(x%1>0)C+=r};if(x>2)D+=1;m=r;o=0}}}}' if [ -f /data/local/tmp/stop ];then break fi done else start_time="`date +%Y/%m/%d" "%H:%M:%S`" echo "PID:$$\nWindow:$window\nT-FPS:$target\nKPI:$KPI\nStart time:$start_time\nmodel:$model\nmac:$mac\nbuild:$build" echo "FU(s),LU(s),Date:$window,FPS:$target,Frames,jank,jank2,MFS(ms),OKT:$KPI,SS(%),WN" >$file while true;do dumpsys SurfaceFlinger --latency-clear if [ -f /data/local/tmp/stop ];then echo "Stop Time:`date +%Y/%m/%d" "%H:%M:%S`" break fi $bb usleep $sleep_t dumpsys SurfaceFlinger --latency "$window"|$bb awk -v time=$uptime -v target=$target -v kpi=$KPI '{if(NR==1){r=$1/1000000;if(r0&&$0=="")O=1;if(NF==3&&$2!=0&&$2!=9223372036854775807){x=($3-$1)/1000000/r;if(b==0){b=$2;n=1;d=0;D=0;if(x1){d+=1;C=int(x)*r;if(x%1>0)C+=r};if(x>2)D+=1;m=r;o=0}else{c=($2-b)/1000000;if(c>500){O=1}else{n+=1;if(c>=r){C+=c;if(c>kpi)o+=1;if(c>=m)m=c;if(x>1)d+=1;if(x>2)D+=1;b=$2}else{C+=r;b=sprintf("%.0f",b+r*1000000)}}};if(n==1)s=sprintf("%.3f",$2/1000000000)};if(n>0&&O==1){O=0;if(n==1)t=sprintf("%.3f",s+C/1000);else t=sprintf("%.3f",b/1000000000);T=strftime("%F %T",time+t)"."sprintf("%.0f",(time+t)%1*1000);f=sprintf("%.2f",n*1000/C);m=sprintf("%.0f",m);g=f/target;if(g>1)g=1;h=kpi/m;if(h>1)h=1;e=sprintf("%.2f",g*60+h*20+(1-o/n)*20);print s","t","T","f+0","n","d","D","m","o","e","w;n=0;if($0==""){b=0;w+=1}else{b=$2;n=1;d=0;D=0;if(x1){d+=1;C=int(x)*r;if(x%1>0)C+=r};if(x>2)D+=1;m=r;o=0}}}}' >>$file done fi 四、监控数据可视化交互结果设计既然设计了数据监控的形式，自然要设计配套的数据可视化呈现方式 1、呈现数据 （1）x 轴为同步时间点，每次采样数据为起始时间点到采样结束时间的一条横线。 （2）y 轴数据为平均 FPS、超 KPI 帧数比例、和流畅度得分。左右双 y 轴设计，左侧为帧率，右侧为百分比。 （3）两次数据起始时间间隔超 500ms 则断开 （4）每点交互数据显示此次原始数据记录 （5）按每次间隔时间超过 500ms 为准计算每次操作对应的响应时长，作图呈现。持续监控情况则每超 10 秒计算一次。 2、一次监视频控播放窗口结果图实例： 下方总趋势图是可选的，鼠标按住左键拖动选取查看范围。 五、脚本源码(https://pan.baidu.com/s/1qYjzIZ6) 原理介绍引用下面文章介绍的挺清晰的，虽然实现方案不一样，但原理出发点一样，可以作为参考文章。 (http://bugly.qq.com/bbs/forum.php?mod=viewthread&tid=936&extra=page%3D1) |
今日新闻 |
推荐新闻 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |