CN109240934A - 应用程序性能测试方法、装置、及计算机可读存储介质 - Google Patents
应用程序性能测试方法、装置、及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109240934A CN109240934A CN201811152521.3A CN201811152521A CN109240934A CN 109240934 A CN109240934 A CN 109240934A CN 201811152521 A CN201811152521 A CN 201811152521A CN 109240934 A CN109240934 A CN 109240934A
- Authority
- CN
- China
- Prior art keywords
- app
- installation kit
- score value
- data
- application program
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3692—Test management for test results analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明提供一种应用程序性能测试方法,包括:获取指定的App的安装包,确定用于对所述App的用户界面进行测试的测试脚本;对所述安装包的大小进行压缩处理,并为所述安装包计算一个压缩比例X;执行所述App的安装包将所述App安装到所述终端设备;控制所述终端设备启动所述App,执行所述测试脚本以对该App的用户界面进行测试;采集所述App在进行用户界面的测试的过程中的基础性能数据和深度性能数据;及根据所述安装包的压缩比例X、所述基础性能数据,以及所述深度性能数据获得所述App的分值P,所述分值P的大小属于不同的分值范围时对应不同的性能级别。本发明还提供一种实现该应用程序性能测试方法的装置和计算机可读存储介质。本发明能够解决无法准确评估App性能的问题。
Description
技术领域
本发明涉及计算机技术领域,具体涉及一种应用程序性能测试方法、装置、及计算机可读存储介质。
背景技术
传统的App(Application,应用程序)性能测试方法是基于工具采集性能数据,通过统计性能数据来判断是否存在性能问题。这种方式不仅无法精确定位问题,结果也不准确。此外,传统的性能测试只给出通过是与否的结论,并没有针对性的评分体系可作全面评估。
发明内容
鉴于以上内容,有必要提出一种应用程序性能测试方法、装置、及存储介质,用以解决无法准确评估App性能的技术问题。
本发明的第一方面提供一种应用程序性能测试方法,应用于计算机装置中,所述计算机装置与终端设备通讯连接,所述方法包括:获取指定的App的安装包,确定用于对所述App的用户界面进行测试的测试脚本;对所述安装包的大小进行压缩处理,并为所述安装包计算一个压缩比例X;执行所述App的安装包将所述App安装到所述终端设备;控制所述终端设备启动所述App,执行所述测试脚本以对该App的用户界面进行测试;采集所述App在进行用户界面的测试的过程中的基础性能数据和深度性能数据;及根据所述安装包的压缩比例X、所述基础性能数据,以及所述深度性能数据为所述App打分,由此获得所述App的分值P,其中,所述分值P的大小属于不同的分值范围时对应不同的性能级别。
优选地,所述对安装包进行压缩处理包括:判断所述安装包内是否包括了重复数据,若所述安装包内包括有重复数据,对该重复数据进行去重处理;判断所述安装包内是否包括PNG图片,若所述安装包内包括有PNG图片,利用预设的压缩方式对每张PNG图片执行压缩处理,所述压缩方式是指无损压缩,即保持图片清晰度和原来一样的前提下压缩图片的体积;及判断所述安装包内是否包括有自检码,若所述安装包内包括有自检码,则以压缩所述自检码所占的字节空间的方式对所述自检码进行处理。
优选地,所述为所述安装包计算一个压缩比例X包括:在对所述安装包的大小进行压缩处理前先获取所述安装包的大小M,并于完成压缩处理后,获取当前所述安装包的大小N,所述安装包的压缩比例X=(M-N)/M。
优选地,该方法开启一个线程来对所述App的用户界面进行测试,开启另外一个线程来采集所述基础性能数据。
优选地,所述采集所述基础性能数据包括:每隔预设时间采集一次所述基础性能数据的样本,从而获得样本集;及利用预设的算法根据所采集的上述样本集计算所述App在进行用户界面测试的过程中的基础性能数据,其中,所述预设的算法为对所述样本集求平均值。
优选地,所述分值P=P1*a1%+P2*a2%+P3*a3%,其中a1%+a2%+a3%=100%;其中,根据所述安装包的压缩比例X所计算获得的分值为第一分值P1,根据所述基础性能数据所计算获得的分值为第二分值P2,根据所述深度性能数据所计算获得的分值为第三分值P3。
优选地,所述第一分值P1=(1-X)*100;所述第二分值P2等于各项基础性能数据所对应的分值之和;所述第三分值P3等于各项深度性能数据所对应的分值之和。
本发明第二方面还提供一种计算机装置,所述计算机装置包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现所述应用程序性能测试方法。
本发明第三方面还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现所述应用程序性能测试方法。
本发明第四方面还提供一种应用程序性能测试装置,所述装置包括:获取模块,用于获取指定的App的安装包,确定用于对所述App的用户界面进行测试的测试脚本;处理模块,用于对所述安装包的大小进行压缩处理,并为所述安装包计算一个压缩比例X;所述处理模块,还用于执行所述App的安装包将所述App安装到所述终端设备;所述处理模块,还用于控制所述终端设备启动所述App,执行所述测试脚本以对该App的用户界面进行测试;采集模块,用于采集所述App在进行用户界面的测试的过程中的基础性能数据和深度性能数据;及所述处理模块,还用于根据所述安装包的压缩比例X、所述基础性能数据,以及所述深度性能数据为所述App打分,由此获得所述App的分值P,其中,所述分值P的大小属于不同的分值范围时对应不同的性能级别。
本发明实施例中所述的应用程序性能测试方法、装置、及计算机可读存储介质,通过获取指定的App的安装包,对所述安装包的大小进行压缩处理,并为所述安装包计算一个压缩比例X,将所述App安装到终端设备,并控制所述终端设备启动所述App,执行测试脚本对该App的用户界面进行测试,采集所述App在进行用户界面的测试的过程中的基础性能数据和深度性能数据,根据所述安装包的压缩比例X、所述基础性能数据,以及所述深度性能数据为所述App打分以评估App性能的方案。本发明通过获取App在测试过程中的多种维度的性能数据,并对所获取的性能数据进行打分来评估App性能,可更精准的评估App性能。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1是本发明实施例一提供的应用程序性能测试方法的应用环境架构图。
图2是本发明实施例二提供的应用程序性能测试方法的流程图。
图3是本发明实施例三提供的应用程序性能测试装置的结构图。
图4是本发明实施例四提供的计算机装置的示意图。
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施例对本发明进行详细描述。需要说明的是,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。
实施例一
参阅图1所示,为本发明实施例一提供的应用程序性能测试方法的应用环境架构图。
本发明的应用程序性能测试方法应用在一个计算机装置与一个或多个终端设备构成的环境中。例如,由计算机装置3和终端设备4构成的环境中。计算机装置3可以通过有线或者无线的方式与所述与终端设备4建立通讯连接。本实施例中,所述计算机装置3与所述终端设备4可以通过通用串行总线(Universal Serial Bus,USB)建立通讯连接。
本实施例中,所述计算机装置3可以为个人电脑或服务器等设备。所述终端设备4可以是手机、平板电脑等设备。
实施例二
图2是本发明实施例二提供的应用程序性能测试方法的流程图。
在本实施例中,所述应用程序性能测试方法可以应用于计算机装置中,对于需要进行应用程序性能测试的计算机装置,可以直接在计算机装置上集成本发明的方法所提供的用于应用程序性能测试的功能,或者以软件开发工具包(Software Development Kit,SDK)的形式运行在计算机装置上。
如图2所示,所述应用程序性能测试方法具体包括以下步骤,根据不同的需求,该流程图中步骤的顺序可以改变,某些步骤可以省略。
步骤S1、计算机装置获取指定的App(Application,应用程序)的安装包(Installpack),确定用于对所述App的用户界面进行测试的测试脚本。
本实施例中,所述指定App可以为任何能够和使用者进行交互,具有可视的使用者介面的App,例如可以为视频播放器、音频播放器、图像编辑器、游戏等。
本实施例中,所述用于对App的用户界面进行测试的测试脚本可以预先存储在所述计算机装置的存储器中。在一个实施例中,所述测试脚本本身即是对所述App进行用户界面测试的测试用例。在其他实施例中,所述测试脚本也可以是用于执行测试用例的脚本。
在一个实施例中,所述测试脚本用于对所述App的主要功能的用户界面进行测试。所述测试脚本可以检测所述App的主要功能的用户界面的各元素是否正常显示。所述各个元素包括,但不限于,文字、图片、音频、动画、视频、超链接、数据输入接口等等。
以所述App是音频播放器为例。音频播放器通常包括三项主要功能,该三项主要功能分别包括“听”、“看”、“唱”。所述“听”功能的用户界面即指用户利用所述音频播放器听音乐的操作界面。所述“看”功能的用户界面即指用户利用所述音频播放器看音乐视频(如音乐MV)的操作界面。所述“唱”功能的用户界面即指用户利用所述音频播放器进行KTV模拟演唱的操作界面。假设需对音频播放器的主要功能的用户界面进行兼容性测试,那么所述测试脚本可以包括三个测试步骤,该三个测试步骤可以包括第一测试步骤:对所述“听”功能的用户界面进行兼容性测试;第二测试步骤:对所述“看”功能的用户界面进行兼容性测试;以及第三测试步骤:对所述“唱”功能的用户界面进行兼容性测试。
在一个实施例中,所述安装包是可自行解压缩文件的集合,包括软件安装的所有文件。运行这个安装包,可以将此软件的所有文件释放到硬盘上,完成修改注册表、修改系统设置、创建快捷方式等工作。
在一个实施例中,所述App的安装包可以预先存储在所述计算机装置的存储器中,或者存储在一个与所述计算机装置通讯连接的服务器中。即所述计算机装置可以从该计算机的存储器或者与所述计算机装置通讯连接的服务器中获取所述App的安装包。
步骤S2、所述计算机装置对所述安装包的大小进行压缩处理,并为所述安装包计算一个压缩比例X。
在一个实施例中,所述计算机装置在进行压缩处理前先获取所述安装包的大小M,然后从以下三个方面分析并对所述安装包进行压缩处理。
第一方面,所述计算机装置判断所述安装包内是否包括了重复数据,若所述安装包内包括有重复数据,对该重复数据进行去重处理,从而达到对所述安装包的大小进行压缩的功效。
第二方面,所述计算机装置判断所述安装包内是否包括PNG图片。若所述安装包内包括有PNG图片,利用预设的压缩方式对每张PNG图片执行压缩处理。在一个实施例中,所述压缩方式是指无损压缩,即保持图片清晰度和原来一样的前提下压缩图片的体积。从而达到对所述安装包的大小进行压缩的功效。
第三方面,所述计算机装置判断所述安装包内是否包括有自检码,若所述安装包内包括有自检码,则以压缩所述自检码所占的字节空间的方式对所述自检码进行处理。例如,假设所述自己码为“Click First Button”,则可将该自检码替换为“CFB”,从而通过减少该自检码所占的字节内空来对所述安装包的大小进行压缩。
在一个实施例中,所述计算机装置于完成上述三个方面分析及压缩处理后,获取当前所述安装包的大小N。所述计算机装置还根据所述安装包在压缩处理前后的大小计算得出该安装包的压缩比例X。具体地,X=(M-N)/M。
在一个实施例中,所述计算机装置还将上述三个方面的分析及处理情况罗列显示给用户。例如,所述计算机装置罗列显示哪种数据进行了去重处理,哪个PNG图片执行了所述无损压缩,以及对哪个自检码进行了上述压缩处理。
步骤S3、所述计算机装置执行所述App的安装包将所述App安装到终端设备。
本实施例中,所述终端设备可以为手机、平板电脑等设备。
本实施例中,所述计算机装置与所述终端设备可以通过USB数据线建立通讯连接。
步骤S4、所述计算机装置控制所述终端设备启动所述App。所述计算机装置执行所述测试脚本以对该App的用户界面进行测试。所述计算机装置还采集所述App在进行用户界面的测试的过程中的基础性能数据。
在一个实施例中,所述基础性能数据包括,但不限于,所述App的首次启动时间、所述App所对应的安装包的原始大小(即没有进行所述压缩处理之前的大小M)、所述App执行用户界面测试时的平均CPU占用、内存消耗、每分钟流量消耗、每帧渲染时间(小于16毫秒)、平均内存泄漏,以及内存抖动。
在一个实施例中,所述计算机装置开启一个线程来对所述App的用户界面进行测试,所述计算机装置开启另外一个线程来采集所述基础性能数据。即对所述App的用户界面进行测试和采集所述基础性能数据分别由不同的线程来处理。
在一个实施例中,所述计算机装置采集所述基础性能数据(例如平均CPU占用、内存消耗等数据)的方法包括如下步骤:
(1)每隔预设时间(例如1秒)采集一次所述基础性能数据的样本,从而获得样本集;
(2)利用预设的算法根据所采集的上述样本集计算所述App在进行用户界面测试的过程中的基础性能数据。
在一个实施例中,所述预设的算法为对所述样本集求平均值。在其他实施例中,所述预设的算法也可以为剔除所述样本集中的最大值、最小值后再求平均值。所述计算机装置将计算获得的平均值作为所述App在进行用户界面的测试的过程中的基础性能数据。
例如,以所述基础性能数据为平均内存占用为例,假设内存占用所对应的样本集为40%、50%、30%、40%、30%、20%。若采集的所述算法为对所述内存的样本集求平均值,则计算获得的平均内存占用为42%。若采集的所述算法为剔除所述样本集中的最大值、最小值后再求平均值,则计算获得的平均内存占用为35%。
再如,以所述基础性能数据为CPU占用为例,假设CPU占用所对应的样本集为50%、60%、40%、50%、40%、30%。若采集的所述算法为对所述CPU的样本集求平均值,则计算获得的平均CPU占用为45%。若采集的所述算法为剔除所述样本集中的最大值、最小值后再求平均值,则计算获得的平均CPU占用为45%。
步骤S5、所述计算机装置还采集所述App在进行用户界面的测试过程中的深度性能数据。
在一个实施例中,所述深度性能数据包括,但不限于,所述终端设备的内存泄漏、卡顿、安全性等数据。
在一个实施例中,所述深度性能数据由所述终端设备发送给所述计算机装置。在一个实施例中,所述安装包中包括了获取所述深度性能数据并将所获取的深度性能数据发送给所述计算机装置的程序代码,从而使得所述终端设备执行所述App的用户界面测试的时候即可获取到所述深度性能数据。
步骤S6、所述计算机装置根据所述安装包的压缩比例X、所述基础性能数据,以及所述深度性能数据为所述App打分,由此获得所述App的分值P。所述计算机装置根据所计算获得的分值P来评估所述App的性能,其中,分值P属于不同的分值范围对应的不同的性能级别。
为方便描述,根据所述安装包的压缩比例X所计算获得的分值定义为第一分值P1。根据所述基础性能数据所计算获得的分值定义为第二分值P2,根据所述深度性能数据所计算获得的分值定义为第三分值P3。
在一个实施例中,所述计算机装置定义所述P=P1*a1%+P2*a2%+P3*a3%,其中a1%+a2%+a3%=100%。
在一个实施例中,a1%的值为30%,a2%的值为40%,a3%的值为30%。
在一个实施例中,所述计算机装置定义所述第一分值P1=(1-X)*100。
以下介绍根据所述基础性能数据计算第二分值P2的方法:
在一个实施例中,所述第二分值P2等于各项基础性能数据所对应的分值之和。
例如,以所述基础性能数据包括八项数据为例,该八项数据为所述App的首次启动时间、所述App所对应的安装包的原始大小(即没有进行所述压缩处理之前的大小M)、所述App执行用户界面测试时的平均CPU占用、内存消耗、每分钟流量消耗、每帧渲染时间、平均内存泄漏,以及内存抖动。
为清楚说明本发明,以计算其中一项基础性能数据(例如,App的首次启动时间)所对应的分值来介绍本发明。
例如,所述计算机装置预先定义所述八项数据中每项数据的区间权重为12.5%(该八项数据的区间权重的加总等于100%),每项数据在不同的范围时对应不同的评分标准。每项数据所对应的分值则等于该项数据所对应的评分标准乘以所述区间权重。例如,假设所述计算机装置预先定义“App的首次启动时间”的区间权重为12.5%,“App的首次启动时间”小于或等于3秒时对应的评分标准为100,大于3秒而小于等于5秒时对应的评分标准为64,大于5秒而小于等于10秒时对应的评分标准为40,以及大于10秒时对应的评分标准为24。假设当前所述App的首次启动时间为4妙,那么该App的首次启动时间所对应的分值则等于64乘以12.5%即为8分。依据上述方法分别所述计算机装置可计算其他七项基础性能数据分别所对应的分值。所述计算机装置将每项基础性能数据所对应的分值进行加总则可获得所述第二分值P2。
下面介绍有关根据所述深度性能数据计算第三分值P3的方法:
根据所述深度性能数据所计算的第三分值P3等于各项深度性能数据所对应的分值之和。
例如,以所述深度性能数据包括三项深度性能数据,分别为“内存泄漏”、“卡顿”、“安全”为例。所述计算机装置预先定义的“内存泄漏”的区间权重为40%,“卡顿”的区间权重为30%,“安全”的区间权重为30%,即所述三项深度性能数据的区间权重加总后为100%。
为清楚说明本发明,以计算“内存泄漏”所对应的分值的为例,所述计算机装置预先定义:如果内存泄漏大小大于1M,内存泄漏的个数记为a,每出现一个内存泄漏减分92%;如果内存泄漏大小属于(500KB,1M],内存泄漏的个数记为b,每出现一个内存泄漏减分94%;如果内存泄漏大小属于(100KB,500KB],内存泄漏的个数记为c,每出现一个内存泄漏减分96%;如果内存泄漏大小小于或者等于100KB,内存泄漏的个数记为d,每出现一个内存泄漏减分98%。“内存泄漏”所对应的分值=100*(1-0.92^a-0.94^b-0.96^c-0.98^d)*40%,其中40%是指“内存泄漏”所对应的区间权重。
再如,以计算“卡顿”所对应的分值的为例,所述计算机装置预先定义:如果卡顿时间大于5秒,大于5秒的卡顿个数记为a,每出现大于5秒的一个卡顿减分94%;如果卡顿时间属于(3秒,5秒],卡顿时间属于(3秒,5秒]的卡顿个数记为b,每出现属于(3秒,5秒]的一个卡顿减分96%;如果卡顿时间属于(1秒,3秒],卡顿时间属于(1秒,3秒]的卡顿个数记为c,每出现卡顿时间属于(1秒,3秒]的一个卡顿减分98%;如果卡顿时间属于(500毫秒,1秒],卡顿时间属于属于(500毫秒,1秒]的卡顿个数记为d,每出现卡顿时间属于(500毫秒,1秒]的一个卡顿减分99%。“卡顿”所对应的分值=100*(1-0.94^a-0.96^b-0.98^c-0.99^d)*30%,其中30%是指“卡顿”所对应的区间权重。
又如,以计算“安全”所对应的分值的为例,所述计算机装置预先定义:高危漏洞个数记为a,每出现一个高危漏洞减分90%;中危漏洞个数记为b,每出现一个中危漏洞减分95%;低危漏洞个数记为c,每出现一个低危漏洞减分98%。“安全”所对应的分值=100*(1-0.9^a-0.95^b-0.98^c)*30%,其中30%是指“安全”所对应的区间权重。
最后,所述计算机装置将上述分别计算得到的“内存泄漏”所对应的分值、“卡顿”所对应的分值、“安全”所对应的分值进行加总即可得到根据所述深度性能数据所计算的第三分值P3。
在一个实施例中,所述计算机装置预设设置分值P属于不同的分值范围对应的不同的性能级别。由此,所述计算机装置可以根据所计算获得的分值P来评定所述App的性能。
举例而言,所述计算机装置可以预设分值P属于0~60分时,性能较差,分值P属于60~80分时,性能一般,分值P属于80~100分时,性能好。
综上所述,本发明实施例中所述的应用程序性能测试方法,通过设置计算机装置与终端设备通讯连接,由计算机装置获取指定的App的安装包,对所述安装包的大小进行压缩处理,并为所述安装包计算一个压缩比例X,将所述App安装到终端设备,并控制所述终端设备启动所述App,执行测试脚本对该App的用户界面进行测试,由计算机装置采集所述App在进行用户界面的测试的过程中的基础性能数据和深度性能数据,根据所述安装包的压缩比例X、所述基础性能数据,以及所述深度性能数据为所述App打分以评估App性能的方案。本发明通过获取App在测试过程中的多种维度的性能数据,并对所获取的性能数据进行打分来评估App性能,可更精准的评估App性能。
上述图2详细介绍了本发明的应用程序性能测试方法,下面结合第3~4图,对实现所述应用程序性能测试方法的软件装置的功能模块以及实现所述应用程序性能测试方法的硬件装置架构进行介绍。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
实施例三
参阅图3所示,是本发明实施例三提供的应用程序性能测试装置的结构图。
在一些实施例中,所述应用程序性能测试装置30运行于计算机装置中。所述计算机装置通过网络连接了终端设备。所述应用程序性能测试装置30可以包括多个由程序代码段所组成的功能模块。所述应用程序性能测试装置30中的各个程序段的程序代码可以存储于计算机装置的存储器中,并由所述至少一个处理器所执行,以实现(详见图2描述)应用程序性能测试。
本实施例中,所述应用程序性能测试装置30根据其所执行的功能,可以被划分为多个功能模块。所述功能模块可以包括:获取模块301、处理模块302、采集模块303。本发明所称的模块是指一种能够被至少一个处理器所执行并且能够完成固定功能的一系列计算机程序段,其存储在存储器中。在本实施例中,关于各模块的功能将在后续的实施例中详述。
获取模块301获取指定的App(Application,应用程序)的安装包(Install pack),确定用于对所述App的用户界面进行测试的测试脚本。
本实施例中,所述指定App可以为任何能够和使用者进行交互,具有可视的使用者介面的App,例如可以为视频播放器、音频播放器、图像编辑器、游戏等。
本实施例中,所述用于对App的用户界面进行测试的测试脚本可以预先存储在所述计算机装置的存储器中。在一个实施例中,所述测试脚本本身即是对所述App进行用户界面测试的测试用例。在其他实施例中,所述测试脚本也可以是用于执行测试用例的脚本。
在一个实施例中,所述测试脚本用于对所述App的主要功能的用户界面进行测试。所述测试脚本可以检测所述App的主要功能的用户界面的各元素是否正常显示。所述各个元素包括,但不限于,文字、图片、音频、动画、视频、超链接、数据输入接口等等。
以所述App是音频播放器为例。音频播放器通常包括三项主要功能,该三项主要功能分别包括“听”、“看”、“唱”。所述“听”功能的用户界面即指用户利用所述音频播放器听音乐的操作界面。所述“看”功能的用户界面即指用户利用所述音频播放器看音乐视频(如音乐MV)的操作界面。所述“唱”功能的用户界面即指用户利用所述音频播放器进行KTV模拟演唱的操作界面。假设需对音频播放器的主要功能的用户界面进行兼容性测试,那么所述测试脚本可以包括三个测试步骤,该三个测试步骤可以包括第一测试步骤:对所述“听”功能的用户界面进行兼容性测试;第二测试步骤:对所述“看”功能的用户界面进行兼容性测试;以及第三测试步骤:对所述“唱”功能的用户界面进行兼容性测试。
在一个实施例中,所述安装包是可自行解压缩文件的集合,包括软件安装的所有文件。获取模块301运行这个安装包,可以将此软件的所有文件释放到硬盘上,完成修改注册表、修改系统设置、创建快捷方式等工作。
在一个实施例中,所述App的安装包可以预先存储在所述计算机装置的存储器中,或者存储在一个与所述计算机装置通讯连接的服务器中。即获取模块301可以从该计算机的存储器或者与所述计算机装置通讯连接的服务器中获取所述App的安装包。
处理模块302对所述安装包的大小进行压缩处理,并为所述安装包计算一个压缩比例X。
在一个实施例中,处理模块302在进行压缩处理前先获取所述安装包的大小M,然后从以下三个方面分析并对所述安装包进行压缩处理。
第一方面,处理模块302判断所述安装包内是否包括了重复数据,若所述安装包内包括有重复数据,处理模块302对该重复数据进行去重处理,从而达到对所述安装包的大小进行压缩的功效。
第二方面,处理模块302判断所述安装包内是否包括PNG图片。若所述安装包内包括有PNG图片,处理模块302利用预设的压缩方式对每张PNG图片执行压缩处理。在一个实施例中,所述压缩方式是指无损压缩,即保持图片清晰度和原来一样的前提下压缩图片的体积。从而达到对所述安装包的大小进行压缩的功效。
第三方面,处理模块302判断所述安装包内是否包括有自检码,若所述安装包内包括有自检码,处理模块302则以压缩所述自检码所占的字节空间的方式对所述自检码进行处理。例如,假设所述自己码为“Click First Button”,处理模块302则可将该自检码替换为“CFB”,从而通过减少该自检码所占的字节内空来对所述安装包的大小进行压缩。
在一个实施例中,处理模块302于完成上述三个方面分析及压缩处理后,获取当前所述安装包的大小N。处理模块302还根据所述安装包在压缩处理前后的大小计算得出该安装包的压缩比例X。具体地,X=(M-N)/M。
在一个实施例中,处理模块302还将上述三个方面的分析及处理情况罗列显示给用户。例如,处理模块302在所述计算机装置的显示屏上罗列显示哪种数据进行了去重处理,哪个PNG图片执行了所述无损压缩,以及对哪个自检码进行了上述压缩处理。
处理模块302执行所述App的安装包将所述App安装到终端设备。
本实施例中,所述终端设备可以为手机、平板电脑等设备。
本实施例中,所述计算机装置与所述终端设备可以通过USB数据线建立通讯连接。
处理模块302控制所述终端设备启动所述App。处理模块302执行所述测试脚本以对该App的用户界面进行测试。所述处理模块302还采集所述App在进行用户界面的测试的过程中的基础性能数据。
在一个实施例中,所述基础性能数据包括,但不限于,所述App的首次启动时间、所述App所对应的安装包的原始大小(即没有进行所述压缩处理之前的大小M)、所述App执行用户界面测试时的平均CPU占用、内存消耗、每分钟流量消耗、每帧渲染时间(小于16毫秒)、平均内存泄漏,以及内存抖动。
在一个实施例中,所述处理模块302开启一个线程来对所述App的用户界面进行测试,所述处理模块302开启另外一个线程来采集所述基础性能数据。即对所述App的用户界面进行测试和采集所述基础性能数据分别由不同的线程来处理。
在一个实施例中,所述处理模块302采集所述基础性能数据(例如平均CPU占用、内存消耗等数据)的方法包括如下步骤:
(1)每隔预设时间(例如1秒)采集一次所述基础性能数据的样本,从而获得样本集;
(2)利用预设的算法根据所采集的上述样本集计算所述App在进行用户界面测试的过程中的基础性能数据。
在一个实施例中,所述预设的算法为对所述样本集求平均值。在其他实施例中,所述预设的算法也可以为剔除所述样本集中的最大值、最小值后再求平均值。所述处理模块302将计算获得的平均值作为所述App在进行用户界面的测试的过程中的基础性能数据。
例如,以所述基础性能数据为平均内存占用为例,假设内存占用所对应的样本集为40%、50%、30%、40%、30%、20%。若采集的所述算法为对所述内存的样本集求平均值,则计算获得的平均内存占用为42%。若采集的所述算法为剔除所述样本集中的最大值、最小值后再求平均值,则计算获得的平均内存占用为35%。
再如,以所述基础性能数据为CPU占用为例,假设CPU占用所对应的样本集为50%、60%、40%、50%、40%、30%。若采集的所述算法为对所述CPU的样本集求平均值,则计算获得的平均CPU占用为45%。若采集的所述算法为剔除所述样本集中的最大值、最小值后再求平均值,则计算获得的平均CPU占用为45%。
采集模块303采集所述App在进行用户界面的测试过程中的深度性能数据。
在一个实施例中,所述深度性能数据包括,但不限于,所述终端设备的内存泄漏、卡顿、安全性等数据。
在一个实施例中,所述深度性能数据由所述终端设备发送给所述计算机装置从而使得所述采集模块303能够采集到所述深度性能数据。在一个实施例中,所述安装包中包括了获取所述深度性能数据并将所获取的深度性能数据发送给所述计算机装置的程序代码,从而使得所述终端设备执行所述App的用户界面测试的时候即可获取到所述深度性能数据。
所述处理模块302根据所述安装包的压缩比例X、所述基础性能数据,以及所述深度性能数据为所述App打分,由此获得所述App的分值P。所述处理模块302根据所计算获得的分值P来评估所述App的性能,其中,分值P属于不同的分值范围对应的不同的性能级别。
为方便描述,根据所述安装包的压缩比例X所计算获得的分值定义为第一分值P1。根据所述基础性能数据所计算获得的分值定义为第二分值P2,根据所述深度性能数据所计算获得的分值定义为第三分值P3。
在一个实施例中,所述处理模块302定义所述P=P1*a1%+P2*a2%+P3*a3%,其中a1%+a2%+a3%=100%。
在一个实施例中,a1%的值为30%,a2%的值为40%,a3%的值为30%。
在一个实施例中,所述处理模块302定义所述第一分值P1=(1-X)*100。
以下介绍根据所述基础性能数据计算第二分值P2的方法:
在一个实施例中,所述第二分值P2等于各项基础性能数据所对应的分值之和。
例如,以所述基础性能数据包括八项数据为例,该八项数据为所述App的首次启动时间、所述App所对应的安装包的原始大小(即没有进行所述压缩处理之前的大小M)、所述App执行用户界面测试时的平均CPU占用、内存消耗、每分钟流量消耗、每帧渲染时间、平均内存泄漏,以及内存抖动。
为清楚说明本发明,以计算其中一项基础性能数据(例如,App的首次启动时间)所对应的分值来介绍本发明。
例如,所述处理模块302预先定义所述八项数据中每项数据的区间权重为12.5%(该八项数据的区间权重的加总等于100%),每项数据在不同的范围时对应不同的评分标准。每项数据所对应的分值则等于该项数据所对应的评分标准乘以所述区间权重。例如,假设所述处理模块302预先定义“App的首次启动时间”的区间权重为12.5%,“App的首次启动时间”小于或等于3秒时对应的评分标准为100,大于3秒而小于等于5秒时对应的评分标准为64,大于5秒而小于等于10秒时对应的评分标准为40,以及大于10秒时对应的评分标准为24。假设当前所述App的首次启动时间为4妙,那么该App的首次启动时间所对应的分值则等于64乘以12.5%即为8分。依据上述方法分别所述处理模块302可计算其他七项基础性能数据分别所对应的分值。所述处理模块302将每项基础性能数据所对应的分值进行加总则可获得所述第二分值P2。
下面介绍有关根据所述深度性能数据计算第三分值P3的方法:
根据所述深度性能数据所计算的第三分值P3等于各项深度性能数据所对应的分值之和。
例如,以所述深度性能数据包括三项深度性能数据,分别为“内存泄漏”、“卡顿”、“安全”为例。所述处理模块302预先定义的“内存泄漏”的区间权重为40%,“卡顿”的区间权重为30%,“安全”的区间权重为30%,即所述三项深度性能数据的区间权重加总后为100%。
为清楚说明本发明,以计算“内存泄漏”所对应的分值的为例,所述处理模块302预先定义:如果内存泄漏大小大于1M,内存泄漏的个数记为a,每出现一个内存泄漏减分92%;如果内存泄漏大小属于(500KB,1M],内存泄漏的个数记为b,每出现一个内存泄漏减分94%;如果内存泄漏大小属于(100KB,500KB],内存泄漏的个数记为c,每出现一个内存泄漏减分96%;如果内存泄漏大小小于或者等于100KB,内存泄漏的个数记为d,每出现一个内存泄漏减分98%。“内存泄漏”所对应的分值=100*(1-0.92^a-0.94^b-0.96^c-0.98^d)*40%,其中40%是指“内存泄漏”所对应的区间权重。
再如,以计算“卡顿”所对应的分值的为例,所述处理模块302预先定义:如果卡顿时间大于5秒,大于5秒的卡顿个数记为a,每出现大于5秒的一个卡顿减分94%;如果卡顿时间属于(3秒,5秒],卡顿时间属于(3秒,5秒]的卡顿个数记为b,每出现属于(3秒,5秒]的一个卡顿减分96%;如果卡顿时间属于(1秒,3秒],卡顿时间属于(1秒,3秒]的卡顿个数记为c,每出现卡顿时间属于(1秒,3秒]的一个卡顿减分98%;如果卡顿时间属于(500毫秒,1秒],卡顿时间属于属于(500毫秒,1秒]的卡顿个数记为d,每出现卡顿时间属于(500毫秒,1秒]的一个卡顿减分99%。“卡顿”所对应的分值=100*(1-0.94^a-0.96^b-0.98^c-0.99^d)*30%,其中30%是指“卡顿”所对应的区间权重。
又如,以计算“安全”所对应的分值的为例,所述处理模块302预先定义:高危漏洞个数记为a,每出现一个高危漏洞减分90%;中危漏洞个数记为b,每出现一个中危漏洞减分95%;低危漏洞个数记为c,每出现一个低危漏洞减分98%。“安全”所对应的分值=100*(1-0.9^a-0.95^b-0.98^c)*30%,其中30%是指“安全”所对应的区间权重。
最后,所述处理模块302将上述分别计算得到的“内存泄漏”所对应的分值、“卡顿”所对应的分值、“安全”所对应的分值进行加总即可得到根据所述深度性能数据所计算的第三分值P3。
在一个实施例中,所述处理模块302预设设置分值P属于不同的分值范围对应的不同的性能级别。由此,所述处理模块302可以根据所计算获得的分值P来评定所述App的性能。
举例而言,所述处理模块302可以预设分值P属于0~60分时,性能较差,分值P属于60~80分时,性能一般,分值P属于80~100分时,性能好。
综上所述,本发明实施例中所述的应用程序性能测试装置,通过获取指定的App的安装包,对所述安装包的大小进行压缩处理,并为所述安装包计算一个压缩比例X,将所述App安装到终端设备,并控制所述终端设备启动所述App,执行测试脚本对该App的用户界面进行测试,采集所述App在进行用户界面的测试的过程中的基础性能数据和深度性能数据,根据所述安装包的压缩比例X、所述基础性能数据,以及所述深度性能数据为所述App打分以评估App性能的方案。本发明通过获取App在测试过程中的多种维度的性能数据,并对所获取的性能数据进行打分来评估App性能,可更精准的评估App性能。
实施例四
参阅图4所示,为本发明实施例四提供的计算机装置的结构示意图。在本发明较佳实施例中,所述计算机装置3包括存储器31、至少一个处理器32、至少一条通信总线33。
本领域技术人员应该了解,图4示出的计算机装置的结构并不构成本发明实施例的限定,既可以是总线型结构,也可以是星形结构,所述计算机装置3还可以包括比图示更多或更少的其他硬件或者软件,或者不同的部件布置。
在一些实施例中,所述计算机装置3包括一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的终端,其硬件包括但不限于微处理器、专用集成电路、可编程门阵列、数字处理器及嵌入式设备等。
需要说明的是,所述计算机装置3仅为举例,其他现有的或今后可能出现的电子产品如可适应于本发明,也应包含在本发明的保护范围以内,并以引用方式包含于此。
在一些实施例中,所述存储器31用于存储程序代码和各种数据,例如安装在所述计算机装置3中的应用程序性能测试装置30,并在计算机装置3的运行过程中实现高速、自动地完成程序或数据的存取。所述存储器31包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-OnlyMemory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory,OTPROM)、电子擦除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(Compact Disc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
在一些实施例中,所述至少一个处理器32可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述至少一个处理器32是所述计算机装置3的控制核心(Control Unit),利用各种接口和线路连接整个计算机装置3的各个部件,通过运行或执行存储在所述存储器31内的程序或者模块,以及调用存储在所述存储器31内的数据,以执行计算机装置3的各种功能和处理数据,例如执行应用程序性能测试的功能。
在一些实施例中,所述至少一条通信总线33被设置为实现所述存储器31以及所述至少一个处理器32等之间的连接通信。
尽管未示出,所述计算机装置3还可以包括给各个部件供电的电源(比如电池),优选的,电源可以通过电源管理装置与所述至少一个处理器32逻辑相连,从而通过电源管理装置实现管理充电、放电、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述计算机装置3还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
上述以软件功能模块的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机装置(可以是服务器、个人电脑等)或处理器(processor)执行本发明各个实施例所述方法的部分。
在进一步的实施例中,结合图3,所述至少一个处理器32可执行所述计算机装置3的操作装置以及安装的各类应用程序(如所述的应用程序性能测试装置30)、程序代码等,例如,上述的各个模块。
所述存储器31中存储有程序代码,且所述至少一个处理器32可调用所述存储器31中存储的程序代码以执行相关的功能。例如,图3中所述的各个模块是存储在所述存储器31中的程序代码,并由所述至少一个处理器32所执行,从而实现所述各个模块的功能以达到应用程序性能测试的目的。
在本发明的一个实施例中,所述存储器31存储多个指令,所述多个指令被所述至少一个处理器32所执行以实现应用程序性能测试。
具体地,所述至少一个处理器32对上述指令的具体实现方法可参考图2对应实施例中相关步骤的描述,在此不赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或,单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种应用程序性能测试方法,应用于计算机装置中,所述计算机装置与终端设备通讯连接,其特征在于,所述方法包括:
获取指定的App的安装包,确定用于对所述App的用户界面进行测试的测试脚本;
对所述安装包的大小进行压缩处理,并为所述安装包计算一个压缩比例X;
执行所述App的安装包将所述App安装到所述终端设备;
控制所述终端设备启动所述App,执行所述测试脚本以对该App的用户界面进行测试;
采集所述App在进行用户界面的测试的过程中的基础性能数据和深度性能数据;及
根据所述安装包的压缩比例X、所述基础性能数据,以及所述深度性能数据为所述App打分,由此获得所述App的分值P,其中,所述分值P的大小属于不同的分值范围时对应不同的性能级别。
2.如权利要求1所述的应用程序性能测试方法,其特征在于,所述对安装包进行压缩处理包括:
判断所述安装包内是否包括了重复数据,若所述安装包内包括有重复数据,对该重复数据进行去重处理;
判断所述安装包内是否包括PNG图片,若所述安装包内包括有PNG图片,利用预设的压缩方式对每张PNG图片执行压缩处理,所述压缩方式是指无损压缩,即保持图片清晰度和原来一样的前提下压缩图片的体积;及
判断所述安装包内是否包括有自检码,若所述安装包内包括有自检码,则以压缩所述自检码所占的字节空间的方式对所述自检码进行处理。
3.如权利要求1所述的应用程序性能测试方法,其特征在于,所述为所述安装包计算一个压缩比例X包括:
在对所述安装包的大小进行压缩处理前先获取所述安装包的大小M,并于完成压缩处理后,获取当前所述安装包的大小N,所述安装包的压缩比例X=(M-N)/M。
4.如权利要求1所述的应用程序性能测试方法,其特征在于,该方法开启一个线程来对所述App的用户界面进行测试,开启另外一个线程来采集所述基础性能数据。
5.如权利要求1所述的应用程序性能测试方法,其特征在于,所述采集所述基础性能数据包括:
每隔预设时间采集一次所述基础性能数据的样本,从而获得样本集;及
利用预设的算法根据所采集的上述样本集计算所述App在进行用户界面测试的过程中的基础性能数据,其中,所述预设的算法为对所述样本集求平均值。
6.如权利要求1所述的应用程序性能测试方法,其特征在于,所述分值P=P1*a1%+P2*a2%+P3*a3%,其中a1%+a2%+a3%=100%;
其中,根据所述安装包的压缩比例X所计算获得的分值为第一分值P1,根据所述基础性能数据所计算获得的分值为第二分值P2,根据所述深度性能数据所计算获得的分值为第三分值P3。
7.如权利要求6所述的应用程序性能测试方法,其特征在于,所述第一分值P1=(1-X)*100;所述第二分值P2等于各项基础性能数据所对应的分值之和;所述第三分值P3等于各项深度性能数据所对应的分值之和。
8.一种计算机装置,其特征在于,所述计算机装置包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1至7中任意一项所述的应用程序性能测试方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的应用程序性能测试方法。
10.一种应用程序性能测试装置,其特征在于,所述装置包括:
获取模块,用于获取指定的App的安装包,确定用于对所述App的用户界面进行测试的测试脚本;
处理模块,用于对所述安装包的大小进行压缩处理,并为所述安装包计算一个压缩比例X;
所述处理模块,还用于执行所述App的安装包将所述App安装到所述终端设备;
所述处理模块,还用于控制所述终端设备启动所述App,执行所述测试脚本以对该App的用户界面进行测试;
采集模块,用于采集所述App在进行用户界面的测试的过程中的基础性能数据和深度性能数据;及
所述处理模块,还用于根据所述安装包的压缩比例X、所述基础性能数据,以及所述深度性能数据为所述App打分,由此获得所述App的分值P,其中,所述分值P的大小属于不同的分值范围时对应不同的性能级别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811152521.3A CN109240934B (zh) | 2018-09-29 | 2018-09-29 | 应用程序性能测试方法、装置、及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811152521.3A CN109240934B (zh) | 2018-09-29 | 2018-09-29 | 应用程序性能测试方法、装置、及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109240934A true CN109240934A (zh) | 2019-01-18 |
CN109240934B CN109240934B (zh) | 2023-05-26 |
Family
ID=65055291
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811152521.3A Active CN109240934B (zh) | 2018-09-29 | 2018-09-29 | 应用程序性能测试方法、装置、及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109240934B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112069079A (zh) * | 2020-09-22 | 2020-12-11 | 腾讯科技(成都)有限公司 | 一种性能测试的方法、相关装置及存储介质 |
CN112199283A (zh) * | 2020-10-10 | 2021-01-08 | 广州华多网络科技有限公司 | 程序测试控制、执行方法及其相应的装置、设备、介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040194065A1 (en) * | 2003-03-25 | 2004-09-30 | International Business Machines Corporation | Fuzzy location of a testable object in a functional testing tool |
CN104536888A (zh) * | 2014-12-24 | 2015-04-22 | 网易(杭州)网络有限公司 | 移动设备的游戏测试方法与系统 |
CN104765678A (zh) * | 2014-01-08 | 2015-07-08 | 阿里巴巴集团控股有限公司 | 对移动终端设备上的应用进行测试的方法及装置 |
CN107368536A (zh) * | 2017-06-22 | 2017-11-21 | 深圳市金立通信设备有限公司 | 一种安装包的优化方法及终端 |
CN107688533A (zh) * | 2017-07-25 | 2018-02-13 | 上海壹账通金融科技有限公司 | 应用程序测试方法、装置、计算机设备和存储介质 |
-
2018
- 2018-09-29 CN CN201811152521.3A patent/CN109240934B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040194065A1 (en) * | 2003-03-25 | 2004-09-30 | International Business Machines Corporation | Fuzzy location of a testable object in a functional testing tool |
CN104765678A (zh) * | 2014-01-08 | 2015-07-08 | 阿里巴巴集团控股有限公司 | 对移动终端设备上的应用进行测试的方法及装置 |
CN104536888A (zh) * | 2014-12-24 | 2015-04-22 | 网易(杭州)网络有限公司 | 移动设备的游戏测试方法与系统 |
CN107368536A (zh) * | 2017-06-22 | 2017-11-21 | 深圳市金立通信设备有限公司 | 一种安装包的优化方法及终端 |
CN107688533A (zh) * | 2017-07-25 | 2018-02-13 | 上海壹账通金融科技有限公司 | 应用程序测试方法、装置、计算机设备和存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112069079A (zh) * | 2020-09-22 | 2020-12-11 | 腾讯科技(成都)有限公司 | 一种性能测试的方法、相关装置及存储介质 |
CN112069079B (zh) * | 2020-09-22 | 2024-03-22 | 腾讯科技(成都)有限公司 | 一种性能测试的方法、相关装置及存储介质 |
CN112199283A (zh) * | 2020-10-10 | 2021-01-08 | 广州华多网络科技有限公司 | 程序测试控制、执行方法及其相应的装置、设备、介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109240934B (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110471834A (zh) | 多交易渠道下的信用卡模拟测试方法及相关设备 | |
CN109474483A (zh) | 一种设备异常情况的检测方法、检测装置及终端设备 | |
RU2010137352A (ru) | Способ, компьютерный программный продукт и система обеспечения поддержки принятия клинического решения | |
CN104866556B (zh) | 数据库的故障处理方法、装置和数据库系统 | |
CN109542758A (zh) | 应用程序容错能力测试方法、装置、计算机可读存储介质 | |
CN109491888A (zh) | 应用程序兼容性测试方法、装置、及计算机可读存储介质 | |
CN109240934A (zh) | 应用程序性能测试方法、装置、及计算机可读存储介质 | |
CN107004169A (zh) | 针对多租户服务的自动化租户升级 | |
CN106557308A (zh) | 一种软件持续集成方法及装置 | |
CN114880238A (zh) | 移动端界面测试方法、装置、设备及存储介质 | |
CN108829595B (zh) | 测试方法、装置、存储介质及电子设备 | |
CN112328335B (zh) | 一种并发请求超时的诊断方法及装置、设备、存储介质 | |
CN114095335A (zh) | 一种网络告警处理方法、装置和电子设备 | |
CN104035860B (zh) | 智能终端软件包测试任务生成方法、装置和系统 | |
CN110728315A (zh) | 一种实时质量控制方法,系统和设备 | |
CN109324973A (zh) | 一种软件测试方法、装置、设备及计算机可读存储介质 | |
CN109740207A (zh) | 人体生物力信息获取方法、装置、计算机设备及存储介质 | |
CN111599417B (zh) | 溶解度预测模型的训练数据获取方法及装置 | |
CN110362470A (zh) | 测试数据收集方法、装置、电子设备及存储介质 | |
CN109828907A (zh) | 概率性测试方法、装置、计算机装置、及可读存储介质 | |
CN114116488A (zh) | 测试覆盖率信息获取方法、装置、设备及存储介质 | |
CN104461249B (zh) | 图形界面的排列显示方法及装置 | |
CN116257422A (zh) | 自测用例生成方法、装置及电子设备 | |
CN112561331A (zh) | 一种可视化的试验分析评估指标构建方法 | |
JP2017207327A (ja) | 測定データ処理装置、測定システムおよび測定データ処理用プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |