android 压力测试 app 压力测试

移动端压力测试

一、monkey APP性能测试

（adb shell monkey 1000
 adb logcat | gerp START获取包名和activity名
adb shell monkey -p 包名 1000
）

二、压测查看那些指标

• TPS数值、CPU占用量、测试成功数量、error信息（服务器配置（CPU、内存、磁盘、网络I/O、进程数）、数据库配置（效率低下SQL、锁、缓存、会话、进程数）、中间件（线程池、JDBC连接池），应用（QPS、耗时、错误、同步异步、线程数、缓存队列）等方面考虑。
• 接口压测：压测主要观察的是多大压力下系统的性能会变得不可接受，或者白屏崩溃，从而分析系统额瓶颈，为后续优化做参考。

三、协同日历接口性能测试报告

1. 测试结论

此次预发压测3个接口，以UMP线上接口峰值调用量为依据，设置混合压测比例：接口getCalendar、getScheduleList（参数是4个月）、getScheduleList（参数是1周）按1：1：1.5的比例混合压测：

• getCalendar接口，在30线程并发时，接口平均时间52.14 ms，TP90时间62 ms，TP99时间84 ms，TPS 203.9。该接口UMP线上接口峰值5867次/5分钟，此次压测值相当于线上接口调用量的11.12倍。
• getScheduleList（参数是4个月），在30线程并发时，接口平均时间52.14 ms，TP90时间54 ms，TP99时间86 ms，TPS 204。
• getScheduleList（参数是1周），在30线程并发时，接口平均时间36.49 ms，TP90时间46 ms，TP99时间76 ms，TPS 295.4。
  该接口此次压测总体TPS 499，该接口UMP线上接口峰值14469次/5分钟，此次压测值相当于线上接口调用量10倍。

压测过程中，应用服务器CPU资源占用率在43%左右。

2. 风险及建议

测试过程中发现，磁盘写入量太高，制约了系统性能的提升；系统在30线程并发时，达到最优调用量。再增加并发压力到60线程时，性能下降，此时CPU占用40%左右，磁盘写入量却高达60M/S，如下图：

建议排查日志内容，减少日志输出量，现在info日志里打印了太多参数信息。

3. Docker配置

服务器 机房 压测机器配置
预发两台docker 汇天 4C 8G

4. 测试执行结果

4.1 总体情况:

30线程并发：

观察上图发现，当线程并发数从30增加并发压力到60时，TPS数值反而下降。原因为：磁盘写入量太高，线程在等待磁盘IO，制约了系统性能的提升。

4.2 TPS趋势

TPS趋势平稳，系统表现稳定。

30线程并发：

60线程并发：

4.3 资源占用

压测过程中，应用服务器CPU资源占用率在43%左右，如下图：