实战 | Android过度绘制自动化测试

简介: 应用可能会在单个帧内多次绘制同一个像素,这种情况称为“过度绘制”,过度绘制通常是不必要的,最好避免,它会浪费 GPU 时间来渲染与用户在屏幕上所见内容无关的像素,进而导致性能问题。

通过标准



背景颜色 表示的含义
无颜色 表示没有重绘,即一个像素点只被绘制了1次
蓝色 表示重绘了1次,即一个像素点被绘制了2次。屏幕上如果有大块的的蓝色区域是可以接受的,但如果整个屏幕都是蓝色的,那就需要优化了,可以去掉一层
绿色 表示重绘了2次,即一个像素点被绘制了3次。中等面积的绿色区域是可以接受的,不过最好引起警惕,去看一下能不能优化
淡红色 表示重绘了3次,即一个像素绘制了4次。很小的淡红色区域是可以接受的,其他情况就需要去优化
深红色 表示重绘了4次以上。这个不正确的,必须进行优化

手工测试方案


其实 Android 平台已经提供了工具来帮助我们确定过度绘制是否会影响应用的性能,如果是通过手工的方式,首先需要按照以下步骤打开显示过度绘制区域的选项:

设置 -> 开发者选项 -> 调试GPU过度绘制 -> 显示过度绘制区域

image.png

GPU 过度绘制调试工具使用颜色编码来显示应用在屏幕上绘制每个像素的次数,此计数越高,过度绘制影响应用性能的可能性越大。

image.png

开启调试开关后进入应用的所有页面进行检测是否有过度绘制的情况,现在的应用动辄都是上百个页面的,如果全手工来做,工作量和效率可想而知,所以接下来跟大家分享一下全自动化的方案。


自动化测试方案


Android 源码中有个叫 drawOverdrawCounter 的函数可以用来计算当前页面过度绘制的次数,所以我们可以通过Hook该函数来获得这个值,但是 drawOverdrawCounter 函数仅在Android 4.4.4源码中有实现,在Android 5.0之后就被去掉了,所以我们需要准备一台Android 4.4.4的模拟器或者真机,我用的是Genymotion的模拟器。


首先在模拟器中安装好Xposed框架,然后找到需要Hook的系统函数路径及参数,这里推荐大家一个可以快速检索Android各个版本系统源码的网站:

http://androidxref.com/

image.png

这样就找到了目标路径,点击进入查看详情:

image.png

会发现 drawOverdrawCounter 函数是在 android.view.HardwareRenderer 的内部类 GlRenderer 中,这样我们就可以通过Xposed来Hook获取过度绘制的值并将其实时写入到指定文件中。

下面是插件的具体实现方式:

package com.xposed.overdraw;
import android.annotation.SuppressLint;
import android.os.Environment;
import android.text.TextUtils;
import android.util.Log;
import androidx.annotation.NonNull;
import androidx.annotation.Nullable;
import java.io.File;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.RandomAccessFile;
import de.robv.android.xposed.IXposedHookLoadPackage;
import de.robv.android.xposed.XC_MethodHook;
import de.robv.android.xposed.callbacks.XC_LoadPackage.LoadPackageParam;
import static de.robv.android.xposed.XposedHelpers.findAndHookMethod;
public class CheckOverdraw implements IXposedHookLoadPackage {
    private float overDrawCounter;

将插件编译成APK安装到模拟器中,这时候打开先前安装的Xposed框架,进入Modules

image.png

会看到自己刚刚装的插件,点击开启重启模拟器即可生效

image.png

通过下面的命令切换show和count模式:

adb shell setprop debug.hwui.overdraw count //显示过度绘制的次数
adb shell setprop debug.hwui.overdraw show //显示过度绘制的色块详
adb shell cat /sdcard/overDraw.txt //查看过度绘制的次数

插件准备好之后,接下来就是实现我们的自动化测试脚本了,这里我是基于Airtest实现的,由于比较简单我就讲一下大致思路:


  • 首先准备好需要验证的页面schema地址,循环遍历
  • 每次跳转schema前通过命令行切换到count模式
  • 读取count的值,判断是否大于3,如果是切换到show模式,再次跳转同一个schema,截图保存


Xposed插件的完整实现参考下面的地址,阅读原文可查看:

https://github.com/logan62334/overdraw-xposedmodule,
相关文章
|
6月前
|
数据采集 JSON JavaScript
Cypress 插件实战:让测试更稳定,不再“偶尔掉链子”
本文分享如何通过自定义Cypress插件解决测试不稳定的痛点。插件可实现智能等待、数据预处理等能力,替代传统硬性等待,有效减少偶发性失败,提升测试效率和可维护性。文内包含具体实现方法与最佳实践。
|
7月前
|
存储 关系型数据库 测试技术
玩转n8n测试自动化:核心节点详解与测试实战指南
n8n中节点是自动化测试的核心,涵盖触发器、数据操作、逻辑控制和工具节点。通过组合节点,测试工程师可构建高效、智能的测试流程,提升测试自动化能力。
|
7月前
|
Web App开发 前端开发 JavaScript
Playwright极速UI自动化实战指南
Playwright告别Selenium痛点,以智能等待、强大选择器、网络拦截与多设备模拟四大利器,提升自动化效率与稳定性。本文通过实战代码详解其加速秘籍,助你构建高效、可靠的UI测试方案。
|
6月前
|
数据采集 运维 监控
爬虫与自动化技术深度解析:从数据采集到智能运维的完整实战指南
本文系统解析爬虫与自动化核心技术,涵盖HTTP请求、数据解析、分布式架构及反爬策略,结合Scrapy、Selenium等框架实战,助力构建高效、稳定、合规的数据采集系统。
1082 62
爬虫与自动化技术深度解析:从数据采集到智能运维的完整实战指南
|
8月前
|
Web App开发 人工智能 JavaScript
主流自动化测试框架的技术解析与实战指南
本内容深入解析主流测试框架Playwright、Selenium与Cypress的核心架构与适用场景,对比其在SPA测试、CI/CD、跨浏览器兼容性等方面的表现。同时探讨Playwright在AI增强测试、录制回放、企业部署等领域的实战优势,以及Selenium在老旧系统和IE兼容性中的坚守场景。结合六大典型场景,提供技术选型决策指南,并展望AI赋能下的未来测试体系。
|
6月前
|
弹性计算 人工智能 前端开发
在阿里云ECS上部署n8n自动化工作流:U2实例实战
本文介绍如何在阿里云ECS的u2i/u2a实例上部署开源工作流自动化平台n8n,利用Docker快速搭建并配置定时任务,实现如每日抓取MuleRun新AI Agent并推送通知等自动化流程。内容涵盖环境准备、安全组设置、实战案例与优化建议,助力高效构建低维护成本的自动化系统。
1642 5
|
6月前
|
人工智能 自然语言处理 JavaScript
Playwright MCP在UI回归测试中的实战:构建AI自主测试智能体
Playwright MCP结合AI智能体,革新UI回归测试:通过自然语言驱动浏览器操作,降低脚本编写门槛,提升测试效率与覆盖范围。借助快照解析、智能定位与Jira等工具集成,实现从需求描述到自动化执行的闭环,推动测试迈向智能化、民主化新阶段。
|
8月前
|
人工智能 缓存 测试技术
Playwright进阶指南 (6) | 自动化测试实战
2025企业级测试解决方案全面解析:从单元测试到千级并发,构建高可用测试体系。结合Playwright智能工具,解决传统测试维护成本高、环境依赖强、执行效率低等痛点,提升测试成功率,内容从测试架构设计、电商系统实战框架、高级测试策略、Docker化部署、CI/CD集成及AI测试应用,助力测试工程师掌握前沿技术,打造高效稳定的测试流程。
Playwright进阶指南 (6) | 自动化测试实战
|
7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
929 11
|
8月前
|
算法 测试技术 API
从自学到实战:一位测试工程师的成长之路
在技术快速发展的今天,自动化测试已成为提升职场竞争力的关键技能。本文讲述了一位测试工程师从自学到实战的成长之路,分享他在学习UI、APP和API自动化过程中遇到的挑战,以及如何通过实际项目磨炼技术、突破瓶颈。他从最初自学的迷茫,到实战中发现问题、解决问题,再到得到导师指导,逐步掌握测试开发的核心思维,并向测试平台建设方向迈进。文章总结了他从理论到实践、从执行到思考的转变经验,强调了实战、导师指导和技术服务于业务的重要性。最后,邀请读者分享自己的技术突破故事,共同交流成长。