h5性能测试实践结果分析

简介: 背景由于在标准组件参与了比较多运营活动h5页面的性能测试,在终端h5测试过程中发现随着移动设备和网络环境的复杂,使得性能测试越来越重要,所以在此对H5页面的性能测试结果(以及容易出问题的点),做一个总结,给H5测试的同学一个参考。

背景

由于在标准组件参与了比较多运营活动h5页面的性能测试,在终端h5测试过程中发现随着移动设备和网络环境的复杂,使得性能测试越来越重要,所以在此对H5页面的性能测试结果(以及容易出问题的点),做一个总结,给H5测试的同学一个参考。

h5原理了解

  • 手机接入服务器流程

首先,手机要通过无线网络协议,从基站获得无线链路分配,才能跟网络进行通讯。 无线网络基站、基站控制器这方面,会给手机进行信号的分配,已完成手机连接和交互。 获得无线链路后,会进行网络附着、加密、鉴权,核心网络会检查你是不是可以连接在这个网络上,是否开通套餐,是不是漫游等。核心网络有SGSN和GGSN,在这一步完成无线网络协议和有线以太网的协议转换。 再下一步,核心网络会给你进行APN选择、IP分配、启动计费。 再往下面,才是传统网络的步骤:DNS查询、响应,建立TCP链接,HTTP GET,RTTP RESPONSE 200 OK,HTTP RESPONSE DATA,LAST HTTP RESPONSE DATA,开始UI展现。
可见:通过运营商的网络上网,情况比较复杂,经过的节点太多;运营商的网络信号强度变化频繁,连接状态切换快;网络延迟高、丢包率高;网络建立连接的代价高,传输速度快慢不等(从2G到4G,相差很大)

  • h5页面执行过程

1、解析HTML结构。
2、加载外部脚本和样式表文件。
3、解析并执行脚本代码。// 部分脚本会阻塞页面的加载
4、DOM树构建完成。//DOMContentLoaded 事件
5、加载图片等外部文件。
6、页面加载完毕。//load 事件
一句话就是:请求HTML,然后顺带将HTML依赖的JS/CSS/iconfont等其他资源一并请求过来。

  • h5需关注性能耗时数据说明

通过上面这个这个原理,我们可以知道最主要要关注的性能数据:请求数量 与 请求大小和各事件加载时间。

  • cpu
    当页面中资源样式复杂,强调视觉效果时,测试员可观察CPU占用率来反映H5绘制质量。如果CPU长期处于高占用率,可考虑降低高计算量的视觉效果等手段。
  • 内存
    帧率尤其在有视频和动画效果的H5中,测试员应该重点关注,防止严重的卡顿流出。
  • 首资源下载时间
    从开始下载到第一个资源均下载完成的时间,不包括页面绘制时间。
  • 总资源下载时间
    从开始下载到所有资源均下载完成的时间,不包括页面绘制时间。
  • 用户可操作时间
    从页面开始加载到用户操作可响应的时间。
  • 白屏时间
    用户首次看到网页有内容的时间,即第一次渲染流程完成时间。
  • 首屏加载时间
    即在可见的屏幕范围内,内容展现完全,loading进度条消失。因此在H5性能优化中,一个很重要的目的就是尽可能提升这个“首屏加载”的时间,让它满足“一秒钟法则”。
  • 页面渲染时间
    performance.timing.domComplete-performance.timing.navigationStart就可以打印出网页加载的时间,domComplete表示所有的处理都已完成并且所有的附属资源都已经下载完毕。navigationStart表示开始加载新页面。两者相减,就代表这个网页完成渲染所需要的时间了。

整理成xmind截图如下:

性能测试点.png

实践过程及分析

测试工具:

iPhone :iPhone + Mac + safari + 数据线调试普通页面 or charle抓包工具结合
Android:主要是chrome的inspect(注意:Android版本需要是4.4+,并且应用中的WebView必须进行相应的调试声明配置)或者charles抓包工具结合

常见测试案例

  • 发现请求流量大\请求数量多\图片未压缩的问题:

【操作步骤】
1、正常网络下,首次打开加载运营模版抽奖测试页面
2、在chrome观察load时间,请求图片大小,个数数据
【预期结果】
耗时:页面全部资源加载完成<3s
大小:单张图片<50k
像素:图片像素不超过640px
格式方面:webP优于JPG ,JPG优于PNG,PNG优于GIF
总请求流量:<200k
【实际结果】
耗时:页面全部资源加载完成3.8s
大小:单张图片最大的有1m
像素:图片像素超过640px
格式方面:png格式
总请求流量:1.3m
【可能原因分析】
1、对于jpg,png格式图片来说本身就已经经过了压缩还有1m多,远远不符合预期要求,可能需要更加优化的压缩算法来优化
2、流量类问题,直接导致页面加载速度慢或者交互响应慢、卡顿

  • 发现内存泄漏问题:

【操作步骤】
1、运营抽奖模版主页面反复随机操作,比如反复点开/关闭页面,btn按钮点击功能的反复操作,上下拉刷新操作
2、chrome抓包timeline内存曲线是否为增长型即观察内存变化状况是否一点点上涨,观察dom节点数,heap timeline,可以粗略地判断是否有内存泄漏
【预期结果】
Js heap :有波动(内存释放)
内存视图:轮廓扁平
dom节点数:返回到原来数目(正常)
heap timeline中,最后色柱应该是灰色的表示这个对象在timeline中生成,但结束前已经被回收
【实际结果】
Js heap:无波动,直线
内存视图:轮廓有棱角锋利
dom节点数:未返回到原来数目(可能存在内存泄露)
heap timeline中,有两条蓝色柱被保留,潜在内存泄漏

  • 发现卡顿问题:

【操作步骤】
1.登录进入活动页,快速上下滚动加载图片数据等
2.查看页面,抓包,chrome profile分析,观察fps
【预期结果】fps高于60
【实际结果】主页:正常网络测试fps均低于40,存在卡顿现象,其中抓包分析timeline发现core.js存在卡顿现象较严重:fps低于30,76.230 ms
【可能原因分析】
1、页面内元素有未处理的touchmove事件冒泡给了documentbody,导致页面滑动时频繁触发事件;
2、还有一种可能是移动端页面上大量应用一些伪元素来模拟原生效果,比如0.5px的线条,如果布局不合理很有可能在页面滚动时造成大面积paint,gpu ram瞬间飙涨,fps极速下降
3、卡慢问题中,流量(过大)类占比过半

以xx app运营活动签到送流量h5页面测试为例

测试案例记录.png

结论总结

根据多次h5页面性能测试经验及行业参考标准,整理出性能指标如下xmind截图可供参考测试:

性能指标.png
目录
相关文章
|
10月前
|
数据采集 监控 机器人
浅谈网页端IM技术及相关测试方法实践(包括WebSocket性能测试)
最开始转转的客服系统体系如IM、工单以及机器人等都是使用第三方的产品。但第三方产品对于转转的业务,以及客服的效率等都产生了诸多限制,所以我们决定自研替换第三方系统。下面主要分享一下网页端IM技术及相关测试方法,我们先从了解IM系统和WebSocket开始。
201 4
|
2月前
|
机器学习/深度学习 自然语言处理 API
query改写:大模型应用测试离不开的实践
queryrewrite 是一个用于大模型应用测试的 Python 库,专注于查询(query)的改写与验证。它支持多种改写方法,包括大型语言模型(LLM)、词汇表替换和同义词替换,同时提供多种验证方法如 ROUGE-L、BLEU、帕累托最优和LLM语义相似度,以确保改写后的查询在语义上保持一致。该项目特别优化了对中文文本的处理,涵盖分词和相似度计算。用户可通过 pip 安装,并支持扩展不同的 LLM 模型,如 OpenAI、Ollama 等。
467 87
query改写:大模型应用测试离不开的实践
|
2月前
|
JSON 自然语言处理 算法
大模型应用测试必备技能:问题对生成实践
本文介绍了利用LangChain的QAGenerationChain从文本生成问题-答案对(QA pairs)的方法,旨在解决LLM应用开发中测试数据生成的格式不统一、库版本过时、模型输出异常及代码可维护性差等问题。文中提供了完整的代码实现,并对生成结果进行了有效性评估,包括语义相似度检查、关键词匹配和重复性检测,确保生成的QA对质量可靠,适用于知识库测试与评估。
283 86
|
14天前
|
Java 测试技术 API
自动化测试工具集成及实践
自动化测试用例的覆盖度及关键点最佳实践、自动化测试工具、集成方法、自动化脚本编写等(兼容多语言(Java、Python、Go、C++、C#等)、多框架(Spring、React、Vue等))
54 6
|
14天前
|
人工智能 边缘计算 搜索推荐
AI产品测试学习路径全解析:从业务场景到代码实践
本文深入解析AI测试的核心技能与学习路径,涵盖业务理解、模型指标计算与性能测试三大阶段,助力掌握分类、推荐系统、计算机视觉等多场景测试方法,提升AI产品质量保障能力。
|
23天前
|
人工智能 自然语言处理 测试技术
AI测试平台的用例管理实践:写得清晰,管得高效,执行更智能
在测试过程中,用例分散、步骤模糊、回归测试效率低等问题常困扰团队。霍格沃兹测试开发学社推出的AI测试平台,打通“用例编写—集中管理—智能执行”全流程,提升测试效率与覆盖率。平台支持标准化用例编写、统一管理操作及智能执行,助力测试团队高效协作,释放更多精力优化测试策略。目前平台已开放内测,欢迎试用体验!
|
2月前
|
人工智能 资源调度 jenkins
精准化回归测试:大厂实践与技术落地解析
在高频迭代时代,全量回归测试成本高、效率低,常导致关键 bug 漏测。精准化测试通过代码变更影响分析,智能筛选高价值用例,显著提升测试效率与缺陷捕获率,实现降本增效。已被阿里、京东、腾讯等大厂成功落地,成为质量保障的新趋势。
|
2月前
|
搜索推荐 Devops 测试技术
避免无效回归!基于MCP协议的精准测试影响分析实践
本文揭示传统测试的"孤岛困境",提出MCP(Model Context Protocol)测试新范式,通过模型抽象业务、上下文感知环境和协议规范协作,实现从机械执行到智能测试的转变。剖析MCP如何颠覆测试流程,展示典型应用场景,并提供团队落地实践路径,助力测试工程师把握质量效率革命的新机遇。
|
2月前
|
人工智能 缓存 自然语言处理
大模型性能测试完全指南:从原理到实践
本文介绍了大模型性能测试的核心价值与方法,涵盖流式响应机制、PD分离架构、五大关键指标(如首Token延迟、吐字率等),并通过实战演示如何使用Locust进行压力测试。同时探讨了多模态测试的挑战与优化方向,帮助测试工程师成长为AI系统性能的“诊断专家”。
|
4月前
|
人工智能 Java 测试技术
SpringBoot 测试实践:单元测试与集成测试
在 Spring Boot 测试中,@MockBean 用于创建完全模拟的 Bean,替代真实对象行为;而 @SpyBean 则用于部分模拟,保留未指定方法的真实实现。两者结合 Mockito 可灵活控制依赖行为,提升测试覆盖率。合理使用 @ContextConfiguration 和避免滥用 @SpringBootTest 可优化测试上下文加载速度,提高测试效率。
257 6