adorable_的博客

Jam是一个Bug报告工具，允许用户快速、轻松地报告软件产品中的Bug。用户只需拍摄屏幕截图或录屏，就可以创建包含工程师调试所需的所有必要信息的Bug报告。Jam 链接还将包含您的工程团队快速调试所需的所有技术诊断信息，例如网络请求、控制台日志、设备信息，甚至网络速度！这些信息都会被捕获，因此您无需在报告错误之前重现或查找技术诊断。

Perfetto 是一个用于性能检测和跟踪分析的生产级开源堆栈。它提供用于记录系统级和应用级跟踪的服务和库、本机 + Java 堆分析、使用 SQL 分析跟踪的库以及用于可视化和探索多 GB 跟踪的基于 Web 的 UI。

  GitHub Copilot 是一款 AI 编码助手，可帮助你更快、更省力地编写代码，从而将更多精力集中在问题解决和协作上。 Copilot 会在你键入时提供编码建议：有时是当前行的补全，有时是全新的代码块。 可以接受全部或部分建议，也可以忽略建议并继续键入。  使用聊天功能，可以询问 Copilot 解决问题的最佳方法。 或者，也可以要求 Copilot 解释其他人的代码。 如果你的代码有错误，可以询问 Copilot 如何修复它。

测试日报是用来记录每天测试工作的完成情况、发现的问题，以及问题修复进度，以便团队了解项目进展、及时调整计划，并保持信息同步交流。每日发送测试日报属于重复性工作，开发日报小工具结合Jenkins进行定时自动发送，有效节约人力成本，提高了整体测试效能。

SoloX是一个可以实时收集Android/iOS性能数据的web工具。快速定位分析性能问题，提升应用的性能和品质。无需ROOT/越狱，即插即用。无需ROOT/越狱： Android设备无需Root，iOS设备无需越狱。有效解决Android和iOS性能的测试和分析挑战。数据完整性：我们提供CPU、GPU、内存、电池、网络、FPS、卡顿等数据，您可以轻松获取。精美报告：精美详细的报告分析，无论您身在何处或何时，都可以在何处存储、可视化、编辑、管理和下载使用 SoloX 收集的所有测试用例。

本文围绕以下性能指标介绍测试Android端的测试方法：1、启动时间：启动APP所需时间2、流畅度：也称为帧率FPS，指画面每秒传输帧数；帧率越大，页面越流畅。3、过渡绘制：过度绘制描述的是屏幕上的某个像素在同一帧的时间内被绘制了多次。4、内存：占用系统内存的大小5、CPU：对系统CPU的占用率6、流量：流量消耗7、电量：电量消耗

在上一篇中我们对CPU、内存、FPS和GPU四个常关注的指标进行学习。本文将从响应时间、电量、流量等指标来了解Android性能。

JIRA 的 JQL 语法由以下几个元素组成：field (字段) ： 就是要搜索的JIRA Issue 的各个字段operator(运算符或者也叫操作符)：如 =, < , > , in 等value(值)：具体要查询的字段匹配的值keyword(关键字)： keyword这个字面上理解可能会带来些歧义function(方法)：即JIRA提供的一些方法，如 now()表示当前时间，currentUser()表示当前用户等

App测试过程中难免会遇到崩溃，本文介绍一些常用的获取崩溃的方法

浏览器提供的performace API，这也是性能监控数据的主要来源，performace提供高精度的时间戳，精度可达纳秒级别，且不会随操作系统时间设置的影响。目前主流浏览器都支持。Lighthouse 是一个网站性能测评工具， 它是 Google Chrome 推出的一个开源自动化工具，能够对 PWA 和网页多方面的效果指标进行评测，并给出最佳实践的建议以帮助开发者改进网站的质量。它能够生成一个有关页面性能的报告，通过报告我们就可以知道需要采取哪些措施来改进应用的性能和体验。

本文内容主要总结日常测试过程中遇到的问题，并总结对应的优化方案

文章目录一、安装1.1 下载1.2 安装1.3 破解1.4 进入界面二、连接2.1 PC端抓包2.2 手机端抓包2.2.1 电脑Charles客户端下载SSL证书2.2.2 配置代理服务器三、功能3.1 显示模式：有结构和序列两种模式3.2 模拟网速功能3.3 过滤设置四、操作4.1 打开app4.2 选取其中一项4.3 用序列查看一、安装1.1 下载下载Charles安装包，打开安装程序，进行安装1.2 安装一路按下next即可安装（保证电脑里没有其他charles即可）1.3 破解打开

本文主要介绍测试工程师在测试前期的整体工作流程（仅供参考）

压测，即压力测试，是确立系统稳定性的一种测试方法，通常在系统正常运作范围之外进行，以考察其功能极限和隐患。主要检测服务器的承受能力，包括用户承受能力（多少用户同时玩基本不影响质量）、流量承受等。压测的目的就是通过压测(模拟真实用户的行为)，测算出机器的性能(单台机器的QPS)，从而推算出系统在承受指定用户数(100W)时，需要多少机器能支撑得住。