【车载Android】模拟Android系统的高负载环境

在开发车载Android应用和系统时,我们总会面临着一些挑战,尤其是处理高负载应用。例如,当一款新车型发布后,用户可能会同时运行地图、智能驾驶和爱奇艺等资源密集型应用。在这种情况下,如果用户尝试使用语音唤醒功能,可能会发现语音识别反应迟钝。

通常,开发者会根据日志中显示的信息来优化应用,以解决这些高负载下的异常问题。然而,由于Android系统的高负载环境难以模拟,我们很难在开发阶段提供令人信服的优化结果。

不过,Linux系统中已经存在一个名为Stress的工具,可以模拟高负载环境。本文将介绍如何将Stress工具移植到Android系统中,并简要演示如何使用它来模拟Android系统的高负载环境,以便我们可以更有效地进行应用优化。

Stress - 简介

Stress是一个功能强大的Linux压力测试工具,专门设计用于模拟高负载条件下的系统环境。它能够对系统的关键组件,如CPU内存输入/输出操作磁盘驱动器,施加压力,以评估它们在极端负载下的表现。

通过执行stress命令,可以精确地模拟各种资源的消耗模式,从而测试系统和应用在面对高并发任务和复杂运算时的稳定性和性能。这使得Stress成为了评估系统健壮性和寻找潜在弱点的理想工具。

Stress - 移植到 Android 系统中

关于如何移植三方Native库,可以参考官方文档:developer.android.com/ndk/guides/…

下面是详细的流程:

第一步,下载 Stress 源码

下载stress源码:src.fedoraproject.org/repo/pkgs/s… 这里我下载的版本是stress-1.0.4。

解压之后,源码目录如下:

第二步,配置交叉编译环境

由于我们需要将stress编译成一个可以在Arm-Android环境下运行的程序,所以还需要下载NDK工具链。

下载完成后,将NDK工具链的地址配置到linux的环境变量中。

 

ini

代码解读

复制代码

#配置NDK工具链地址 export NDK=/data/home/link/Android/Sdk/ndk/27.0.11718014 export TOOLCHAIN=$NDK/toolchains/llvm/prebuilt/linux-x86_64 # Only choose one of these, depending on your device... export TARGET=aarch64-linux-android # Set this to your minSdkVersion. export API=21 # Configure and build. export AR=$TOOLCHAIN/bin/llvm-ar export CC=$TOOLCHAIN/bin/$TARGET$API-clang export AS=$CC export CXX=$TOOLCHAIN/bin/$TARGET$API-clang++ export LD=$TOOLCHAIN/bin/ld export RANLIB=$TOOLCHAIN/bin/llvm-ranlib export STRIP=$TOOLCHAIN/bin/llvm-strip

image.png

我的电脑只用来进行交叉编译,所以我将NDK直接配置在环境变量里面。如果你的电脑还要编译其它平台的Native程序,完成编译后,记得删除配置的环境变量。

我编译的环境是deepin OS,如果使用Ubuntu等其它linux环境,环境变量的配置文件名称可能会有所不同。

配置完成后,在命令行中执行source ~/.bashrc,让环境变量生效,或者重启电脑也可以让环境变量生效。

第三步,执行交叉编译

 

bash

代码解读

复制代码

# 配置编译的目标环境 ./configure --host $TARGET make

$TARGET 是一个常量,我们已经在环境变量中配置过了,也就是aarch64-linux-android 。等待编译完成后,可以在src目录下,找到编译好的可执行文件。

第四步,放入Android系统中

执行push指令,将可执行文件放入Android系统中。

注意,我们需要在开发板上获取系统的root、remount权限。

 

perl

代码解读

复制代码

adb root adb remount adb push stress /system/bin/

然后就可以在系统中执行stress的相关指令了。

Stress - 语法与参数

 

lua

代码解读

复制代码

stress [选项] [参数] -?, --help: 显示帮助信息 --version: 显示版本信息 -v, --verbose: 详细输出 -q, --quiet: 静默输出 -n, --dry-run: 展示原本的输出 -t, --timeout: N秒后退出 --backoff: 开始工作前等待N微秒 -c, --cpu N: 模拟CPU使用个数 -i, --io N: 模拟I/O,将内存缓冲区中的数据立即写入磁盘 -m, --vm N: 模拟N个进程频繁调用/释放内存 --vm-bytes B: 指定每个进程中分配内存的大小(与 -m 使用) --vm-stride B: touch a byte every B bytes (default is 4096) --vm hang N 睡眠N秒后释放(默认为无,0为inf) --vm-keep: 一直占用内存,而不是循环调用/释放(与 -m 使用) -d, --hdd N: 模拟磁盘写(创建文件,写入内容,删除文件) --hdd-bytes B: 指定写入文件大小,默认为1GB(与 -d 使用)

常用选项:

  • --cpu <N>:模拟 CPU 负载,使用 N 个线程。可以简写为 -c <N>

  • --vm <N>:模拟内存负载,使用 N 个线程。可以简写为 -m <N>

  • --io <N>:模拟 IO 负载,使用 N 个线程。可以简写为 -i <N>

  • --hdd <N>:模拟磁盘负载,使用 N 个线程。可以简写为 -d <N>

  • --timeout <N>:设置测试运行的时间,单位秒。可以简写为 -t <N>

Stress - 使用场景

模拟CPU负载

使用 --cpu N 选项,会让stress生成N个工作进程进行开方运算,借此对CPU产生负载。例如,以下命令将使用 2 个进程模拟 CPU 负载:

 

css

代码解读

复制代码

stress --cpu 2

执行top指令可以看到,stress运行了两个进程占据200%的CPU。

模拟内存负载

使用 --vm 选项可以模拟内存负载。例如,以下命令将使用 1GB 的内存模拟内存负载:

 

css

代码解读

复制代码

stress --vm 1 --vm-bytes 1G

模拟内存负载有多种可选指令:

--vm-bytes :指定每个进程中分配内存的大小,循环申请/释放(与 -m 使用)

--vm-keep :一直占用内存,而不是循环调用/释放(与 -m 使用)

--vm hang N:申请内存后,睡眠N秒后再释放(默认为无,0为inf)

--vm-stride B: touch a byte every B bytes (default is 4096)

模拟I/O负载

模拟I/O负载,是指将内存缓冲区中的数据写入磁盘。

使用 --io 选项可以模拟 IO 负载。例如,以下命令将使用 4 个线程模拟 IO 负载:

 

css

代码解读

复制代码

stress --io 4

模拟磁盘读写负载

模拟磁盘读写负载,是指模拟磁盘写(创建文件,写入内容,删除文件)

使用 --hdd 选项可以模拟带宽负载。

 

css

代码解读

复制代码

stress --hdd 1 --hdd-bytes 100M

设置测试时间

使用 --timeout 选项可以设置测试运行的时间。例如,以下命令将使用 2 个进程模拟 CPU 负载,并持续运行 60 秒:

 

css

代码解读

复制代码

stress --cpu 2 --timeout 60s

联合使用

以上指令可以联合使用,如下所示:

 

css

代码解读

复制代码

stress --cpu 8 --io 4 --vm 2 --vm-bytes 128M --timeout 10s

总结

如果你不想自己编译stress,可以在我的github上下载我编译好的可执行文件,下载地址:github.com/linxu-link/…

以上就是本篇的所有内容,希望对你有所帮助。

  这是我整理的《2024最新Python自动化测试全套教程》,以及配套的接口文档/项目实战【网盘资源】,需要的朋友可以下方视频的置顶评论获取。肯定会给你带来帮助和方向。

【已更新】B站讲的最详细的Python接口自动化测试实战教程全集(实战最新版)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值