Android应用启动流量自动化测试

简介: 之前《Tcpdump流量自动化测试上篇》、《Tcpdump流量自动化测试下篇》这两篇文章里讨论了如何通过tcpdump命令行工具来实现Android应用的流量自动化采集和分析,今天再来跟大家分享一下如何针对应用启动场景来做流量测试,有人可能会问了为什么是启动场景?因为现在工信部要求在用户没有授权网络请求前,应用不得擅自进行网络请求,特别是当跟厂商合作提供预装包的时候对此项的检查很严格。另外跟大家说明一下,我分享的文章都是亲自实践过的,基本照着方案操作不会有大问题,默认情况下我所使用的操作系统都是MacOS。

方案


今天还是会借着启动流量自动化测试脚本来顺带讲解其中涉及的Linux命令,所以头图依旧没变


网上也有很多关于流量自动化测试的文章,但很多比较陈旧,都是基于Android4.3机器做的测试,最新版本的系统在读取流量的目录上发生了一些变化,所以在此解释一下,在 Android 4.3 以前,系统是通过读取 /proc/uid_stat/{uid} 文件来获取流量数据的,但在 Android 4.3 之后,就被 /proc/net/xt_qtaguid/stats 取代了。

在开始之前需要先准备一台root过的Android手机,这里建议大家用小米或者Google的Pixel系列手机去root比较容易,根据我的经验,做移动端的性能测试常备一台root机是非常有必要的,能给你带来很多方便。


这里我们需要从命令行传入三个参数:设备ID、启动activity、采样次数。


1、首先是根据启动activity获取包名:

packagename=$(echo $2 | cut -d "/" -f1)

首先需要了解脚本“位置参数”的概念,假设一个脚本在运行时可以接受参数,那么从左到右第一个参数被记作$1,第二个参数为$2,以此类推,第n个参数为$N。所有参数记作$@或$*,参数的总个数记作$#,而脚本本身记作$0。


上面的命令意思是把第二个参数打印出来传递给cut命令,顾名思义,cut就是截取的意思,它能处理的对象是“一行”文本,可从中选取出用户所需要的部分。在有特定的分隔符时,可以指定分隔符,然后打印出以分隔符隔开的具体某一列或某几列,这里cut的用法如下:

cut -d "分隔符" -f 指定的列

2、根据应用包名获取UID:

userid=$(adb -s $deviceid shell dumpsys package $packagename | grep userId= | sed 's/ //g' | cut -c 8-12)

由于adb dumpsys命令获取到的userId前面包含空格如下图:

image.png

这里可以用到sed命令,sed(stream editor)是一种非交互式的流编辑器,通过多种转换修改流经它的文本。但是请注意,默认情况下,sed并不会改变原文件本身,而只是对流经sed命令的文本进行修改,并将修改后的结果打印到标准输出中(也就是屏幕),通过使用s参数可将查找到的匹配文本内容替换为新的文本,s/旧文本/新文本/g,这里我们是变相把空格替换掉了,后面的g代表完成所有匹配值的替换。

image.png

接着把输出传递给cut,这里可以利用cut的-c参数打印指定列的字符,我们想要的是userid的值,于是传入8-12,截取10933。


3、循环采样

这里通过一个while循环来达到采样N次的效果:

counter=$3while [[ $counter -gt 0 ]]do    command        let "counter-=1"done

这个循环体比较简单,就是判断counter计数器的值是否大于0,如果是就继续循环,每次循环计数器的值减一,let是Shell内建的整数运算命令。


4、读取 /proc/net/xt_qtaguid/stats 的数据

这里通过adb命令读取


image.png

对应的表头的列名称和意思如下:

dx  :序号
iface :代表流量类型(rmnet表示2G/3G, wlan表示Wifi流量,lo表示本地流量)
acct_tag_hex :线程标记(用于区分单个应用内不同模块/线程的流量)
uid_tag_int :应用uid,据此判断是否是某应用统计的流量数据
cnt_set :应用前后标志位:1:前台, 0:后台
rx_btyes :receive bytes 接受到的字节数
rx_packets  :接收到的任务包数
tx_bytes :transmit bytes 发送的总字节数
tx_packets :发送的总包数
rx_tcp_types :接收到的tcp字节数
rx_tcp_packets :接收到的tcp包数
rx_udp_bytes :接收到的udp字节数
rx_udp_packets :接收到的udp包数
rx_other_bytes :接收到的其他类型字节数
rx_other_packets :接收到的其他类型包数
tx_tcp_bytes :发送的tcp字节数
tx_tcp_packets :发送的tcp包数
tx_udp_bytes :发送的udp字节数
tx_udp_packets :发送的udp包数
tx_other_bytes :发送的其他类型字节数
tx_other_packets :发送的其他类型包数

这里我们先获取指定UID的前台流量消耗情况:

startrx=$(adb -s $deviceid shell cat /proc/net/xt_qtaguid/stats | grep "$userid 1" | awk '{print $6}' | sed -n '1p')

这里我们需要的是第6、第8列 rx_bytes 和 tx_bytes ,通过awk可以很轻松打印出对应的列,后面的sed是用来打印指定列的第一行数据域,使用p命令可进行打印,这里使用sed命令时一定要加-n参数,表示不打印没关系的行。从之前的例子中可以看出,由于sed的工作原理是基于行的,因此每次都有大量的输出。可是这些输出中有一些是我们并不需要看到的,而只需要输出匹配的行或者处理过的行就好了。


最终的效果:

微信图片_20220518233952.jpg

下面是完整的脚本:

#!/bin/bash
# 设备ID
deviceid=$1
# 启动activity
activity=$2
# 采样次数
counter=$3
# 截取包名
packagename=$(echo $2 | cut -d "/" -f1) 
echo "Package name is '$packagename'"
# 截取uid
userid=$(adb -s $deviceid shell dumpsys package $packagename | grep userId= | sed 's/ //g' | cut -c 8-12)
echo "uid = $userid"
while [[ $counter -gt 0 ]]
do
# 停止应用的进程
adb -s $deviceid shell am force-stop $packagename
# 清除应用数据与缓存
adb -s $deviceid shell pm clear $packagename
startrx=$(adb -s $deviceid shell cat /proc/net/xt_qtaguid/stats | grep "$userid 1" | awk '{print $6}' | sed -n '1p')
starttx=$(adb -s $deviceid shell cat /proc/net/xt_qtaguid/stats | grep "$userid 1" | awk '{print $8}' | sed -n '1p')
echo "初始时接收的流量: $startrx bytes"
echo "初始时发送的流量: $starttx bytes"
# 启动应用
adb -s $deviceid shell am start -n $activity
# 等待10s,应用启动后可能会加载一些数据资源
sleep 10s
endrx=$(adb -s $deviceid shell cat /proc/net/xt_qtaguid/stats | grep "$userid 1" | awk '{print $6}' | sed -n '1p')
endtx=$(adb -s $deviceid shell cat /proc/net/xt_qtaguid/stats | grep "$userid 1" | awk '{print $8}' | sed -n '1p')
echo "结束时接收的流量: $endrx bytes"
echo "结束时发送的流量: $endtx bytes"
# 本次启动耗费的总流量
let "data=($endrx+$endtx)-($startrx+$starttx)"
let "count=$3-$counter+1"
echo "应用启动消耗的流量第 $count 次测试结果:$data bytes"
let "sum+=$data"
let "counter-=1"
done
let "averagedata=$sum/3"
echo "================================================="
echo "应用启动的流量消耗 (采样次数:$3):$averagedata bytes"
相关实践学习
AnalyticDB PostgreSQL 企业智能数据中台:一站式管理数据服务资产
企业在数据仓库之上可构建丰富的数据服务用以支持数据应用及业务场景;ADB PG推出全新企业智能数据平台,用以帮助用户一站式的管理企业数据服务资产,包括创建, 管理,探索, 监控等; 助力企业在现有平台之上快速构建起数据服务资产体系
相关文章
|
10月前
|
监控 安全 Shell
管道符在渗透测试与网络安全中的全面应用指南
管道符是渗透测试与网络安全中的关键工具,既可用于高效系统管理,也可能被攻击者利用实施命令注入、权限提升、数据外泄等攻击。本文全面解析管道符的基础原理、实战应用与防御策略,涵盖Windows与Linux系统差异、攻击技术示例及检测手段,帮助安全人员掌握其利用方式与防护措施,提升系统安全性。
415 6
|
存储 Android开发
如何查看Flutter应用在Android设备上已被撤销的权限?
如何查看Flutter应用在Android设备上已被撤销的权限?
721 64
|
存储 人工智能 测试技术
HarmonyOS Next~HarmonyOS应用测试全流程解析:从一级类目上架到二级类目专项测试
本文深入解析HarmonyOS应用测试全流程,涵盖从一级类目通用测试到二级类目专项测试的技术方案。针对兼容性、性能、安全测试及分布式能力验证等关键环节,提供详细实践指导与代码示例。同时,结合典型案例分析常见问题及优化策略,帮助开发者满足华为严苛的质量标准,顺利上架应用。文章强调测试在开发中的核心地位,助力打造高品质HarmonyOS应用。
639 2
|
9月前
|
人工智能 数据可视化 测试技术
AI 时代 API 自动化测试实战:Postman 断言的核心技巧与实战应用
AI 时代 API 自动化测试实战:Postman 断言的核心技巧与实战应用
1098 11
|
安全 测试技术 Linux
Flawnter 5.9.1 (macOS, Linux, Windows) - 应用程序安全测试软件
Flawnter 5.9.1 (macOS, Linux, Windows) - 应用程序安全测试软件
401 2
Flawnter 5.9.1 (macOS, Linux, Windows) - 应用程序安全测试软件
|
10月前
|
机器学习/深度学习 存储 分布式计算
Java 大视界 --Java 大数据机器学习模型在金融风险压力测试中的应用与验证(211)
本文探讨了Java大数据与机器学习模型在金融风险压力测试中的创新应用。通过多源数据采集、模型构建与优化,结合随机森林、LSTM等算法,实现信用风险动态评估、市场极端场景模拟与操作风险预警。案例分析展示了花旗银行与蚂蚁集团的智能风控实践,验证了技术在提升风险识别效率与降低金融风险损失方面的显著成效。
|
10月前
|
人工智能 IDE 测试技术
Browser-Use在UI自动化测试中的应用
Browser-Use是一款浏览器自动化工具,具备视觉与HTML解析、多标签管理、操作记录与复现、自定义操作、自我纠正及并行执行等功能,助力AI智能体高效完成网页任务。
1383 0
|
数据采集 JSON 网络安全
移动端数据抓取:Android App的TLS流量解密方案
本文介绍了一种通过TLS流量解密技术抓取知乎App热榜数据的方法。利用Charles Proxy解密HTTPS流量,分析App与服务器通信内容;结合Python Requests库模拟请求,配置特定请求头以绕过反爬机制。同时使用代理IP隐藏真实IP地址,确保抓取稳定。最终成功提取热榜标题、内容简介、链接等信息,为分析热点话题和用户趋势提供数据支持。此方法也可应用于其他Android App的数据采集,但需注意选择可靠的代理服务。
612 11
移动端数据抓取:Android App的TLS流量解密方案
|
测试技术 数据库 Python
解释测试中setup和teardown函数的应用。
总结起来,`setup`和 `teardown`函数就像扔宴会的主人,他们保障了宴会的流畅进行。他们是准备环境和清理现场的重要工作人员,他们的工作直接影响着我们的测试效率和质量。我们可以把 `setup`和 `teardown`想象成隐藏在幕后,默默为我们服务的工作者,他们做着我们需要但是往往忽视的工作。所以,下次当你写测试的时候,别忘了给你的 `setup`和 `teardown`留出足够的位置,因为他们的作用可能是你成功的保证。
295 14
|
存储 5G 测试技术
时钟同步测试校验仪的应用介绍
时间同步测试仪是一种高精度、高可靠性的设备,用于测量和评估时间同步系统的性能。它广泛应用于电力系统(如电网调度、继电保护)、通信网络(如5G基站、光传输网络)、铁路交通(如列车运行控制、信号系统)、工业自动化(如生产线、控制系统)以及科学研究(如天文观测、粒子物理实验)等领域。其功能包括高精度时间测量、多信号接口支持、自动测量与分析、数据存储导出及性能评估输出,确保各领域设备间的时间同步精度与稳定性,保障系统高效运行。