Testing Flutter apps翻译-性能分析

栏目: IOS · Android · 发布时间: 5年前

内容简介:当我们说到移动开发,性能对用户体验是极其重要的。用户希望应用程序的滚动是平滑的,动画是有意义的,程序没有卡顿和被跳过的帧,这被称作“jank.” (什么东西?但是原文是这个)。我们如何确保我们的应用程序在各种设备上都不受任何影响?这里有两条选择:在本文里,我们将会学习到当执行一个特定的任务的时候如何编写记录性能时间线的测试,并且将结果摘要记录到本地文件。

当我们说到移动开发,性能对用户体验是极其重要的。用户希望应用程序的滚动是平滑的,动画是有意义的,程序没有卡顿和被跳过的帧,这被称作“jank.” (什么东西?但是原文是这个)。我们如何确保我们的应用程序在各种设备上都不受任何影响?

这里有两条选择:

  1. 我们可以在不同的设备上手动测试应用程序。这种方法可能只适用于小型应用程序,随着应用的变大这种方法将会变的非常麻烦。
  2. 我们可以运行集成测试去执行一个具体的任务并且记录性能时间线。然后,我们需要查看结果再去确定我们应用程序的特定部分代码是否需要被优化。

在本文里,我们将会学习到当执行一个特定的任务的时候如何编写记录性能时间线的测试,并且将结果摘要记录到本地文件。

步骤:

  1. 编写一个滚动列表的测试。
  2. 记录应用程序的性能。
  3. 保存结果到磁盘。
  4. 运行测试。
  5. 查看保存的结果。

1. 编写一个滚动列表的测试。

在本文里,我们将会记录一个列表应用程序的性能。为了聚焦在性能分析上,本文代码基于 Scrolling in integration tests 这篇文章。

请根据本文讲解创建一个应用程序,一个可测试的应用程序,并且编写测试代码去验证一切是否按预期工作。

2. 记录应用程序的性能。

下一步,我们需要记录应用程序在滚动时候的性能。为了完成这个任务,我们可以使用 FlutterDriver 提供的 traceAction 方法。

此方法运行传入的函数参数并记录 Timeline ,其中包含有关应用程序性能的详细信息。在这个例子里,我们提供了一个函数去滚动列表,确保一个特定的 item 被显示。当这个函数完成以后,这个 traceAction 方法返回一个 Timeline

// Record a performance timeline as we scroll through the list of items
final timeline = await driver.traceAction(() async {
  await driver.scrollUntilVisible(
    listFinder,
    itemFinder,
    dyScroll: -300.0,
  );

  expect(await driver.getText(itemFinder), 'Item 50');
});
复制代码

3. 保存结果到磁盘。

现在我们得到了一个性能分析时间线,我们需要一个方法去查看它!这个 Timeline 对象提供了发生过的所有事件的详细信息,但是没有提供一个方便的方法去查看结果。

所以,我们可以转换 Timeline TimelineSummary 。这个 TimelineSummary 可以执行两个任务来让查看 Timeline 结果变的简单:

  1. 它可以在硬盘写一个包含了 Timeline 汇总数据的json文档。这个汇总包括了跳过的帧的数量,最慢的build时间等信息。
  2. 它能将已完成的 Timeline 保存为json文件存储到硬盘里。这个文件可以用Chrome浏览器的 chrome://tracing 页面中的跟踪 工具 打开。
// Convert the Timeline into a TimelineSummary that's easier to read and
// understand.
final summary = new TimelineSummary.summarize(timeline);

// Then, save the summary to disk
summary.writeSummaryToFile('scrolling_summary', pretty: true);

// Optionally, write the entire timeline to disk in a json format. This
// file can be opened in the Chrome browser's tracing tools found by
// navigating to chrome://tracing.
summary.writeTimelineToFile('scrolling_timeline', pretty: true);
复制代码

4. 运行测试。

在我们配置我们的测试去捕获 Timeline 的性能分析结果并编写将结果保存到硬盘的代码以后,我们可以运行下面的命令来测试:

flutter drive --target=test_driver/app.dart
复制代码

5. 查看保存的结果。

在测试完成以后,项目根目录的 build 文件夹下面会生成两个文件:

  1. scrolling_summary.timeline_summary.json 包含总结摘要。可以用任意文本编辑器打开该文件以查看其中的信息。通过更高级的设置,我们可以保存每次测试运行的总结摘要并且可以将这些结果做成图表。
  2. scrolling_timeline.timeline.json 包含完成的timeline数据。 用Chrome浏览器的 chrome://tracing 页面中的跟踪工具打开该文件。这个追踪工具提供了一个方便的界面来分析timeline数据,该工具可以找到性能问题的源头。

总结摘要文件内容的示例:

{
  "average_frame_build_time_millis": 4.2592592592592595,
  "worst_frame_build_time_millis": 21.0,
  "missed_frame_build_budget_count": 2,
  "average_frame_rasterizer_time_millis": 5.518518518518518,
  "worst_frame_rasterizer_time_millis": 51.0,
  "missed_frame_rasterizer_budget_count": 10,
  "frame_count": 54,
  "frame_build_times": [
    6874,
    5019,
    3638
  ],
  "frame_rasterizer_times": [
    51955,
    8468,
    3129
  ]
}
复制代码

完整代码:

import 'package:flutter_driver/flutter_driver.dart';
import 'package:test/test.dart';

void main() {
  group('Scrollable App', () {
    FlutterDriver driver;

    setUpAll(() async {
      driver = await FlutterDriver.connect();
    });

    tearDownAll(() async {
      if (driver != null) {
        driver.close();
      }
    });

    test('verifies the list contains a specific item', () async {
      final listFinder = find.byValueKey('long_list');
      final itemFinder = find.byValueKey('item_50_text');

      // Record a performance profile as we scroll through the list of items
      final timeline = await driver.traceAction(() async {
        await driver.scrollUntilVisible(
          listFinder,
          itemFinder,
          dyScroll: -300.0,
        );

        expect(await driver.getText(itemFinder), 'Item 50');
      });

      // Convert the Timeline into a TimelineSummary that's easier to read and
      // understand.
      final summary = new TimelineSummary.summarize(timeline);

      // Then, save the summary to disk
      summary.writeSummaryToFile('scrolling_summary', pretty: true);

      // Optionally, write the entire timeline to disk in a json format. This
      // file can be opened in the Chrome browser's tracing tools found by
      // navigating to chrome://tracing.
      summary.writeTimelineToFile('scrolling_timeline', pretty: true);
    });
  });
}
复制代码

以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

智能

智能

[法]弗雷德里克·马特尔 / 君瑞图、左玉冰 / 商务印书馆 / 2015-8 / 59.90

揭示数字化主流大趋势的最新权威论著 《主流》作者的最新力作!与法国秋季新版同步上市! 面对数字化时代的到来,美国、欧盟、中国、俄罗斯、印度、巴西、古巴、伊朗、南非、韩国、新加坡、肯尼亚、墨西哥、日本等世界各国各地区正在如何应对? 在国际地缘政治格局下如何把握数字化主流的大趋势? 谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、中兴、华为等大家熟知的网络巨头接受了作者的采访。作者的......一起来看看 《智能》 这本书的介绍吧!

JSON 在线解析
JSON 在线解析

在线 JSON 格式化工具

RGB HSV 转换
RGB HSV 转换

RGB HSV 互转工具