安卓性能监控工具介绍（二）----工具介绍

前言

上一篇文章介绍了工具的数据采集部分，这段时间对工具页面进行了优化：

增加清屏功能
增加图表显示

新版本V1.1.0界面如下所示：

主界面.png

工具介绍

使用方法介绍

使用方法上一篇文章，已经大致介绍过了，主要步骤如下：
（电脑环境配置什么的就不在赘述了）

连接手机，点击检查设备，正常获取返回设备SN号，获取失败，显示‘No device found’
打开待测应用，点击获取，获取应用包名和activity
下拉选择更新时间
开始测试，结束
点击图表，显示图表（这边暂时未做到实时显示图表，后续再优化）

主界面介绍

基于QT Designer工具，添加需要的pushbutton、textedit等控件，这个上一篇文章已经介绍过了，QT Designer的简单使用，就不再多说了。
这篇文章就重点说一下核心代码部分和遇到的问题及解决方法吧。
过程中主要遇到了两个问题：
1.数据采集过程中，需要在保留原有数据的基础上，不断添加新数据
2.图表的展示

流量的统计

数据采集部分，主要代码如下：
采用

adb shell cat /proc/net/xt_qtaguid/stats | findstr uid

命令获取到的流量是一个total值，而我们需要统计的是一段时间内的值，所以这边采用两个值相减的方法，即根据选择的更新时间，后一个减去前一个的结果，得到这段时间内的统计值

#获取流量
receive = []
sendflow = []
all = []
def flow():
    cmd = 'adb -s '+ get_devices() +' shell cat /proc/net/xt_qtaguid/stats | findstr '+ uid()
    print (cmd)
    flow_info = subprocess.Popen(cmd, shell=True, stdout=subprocess.PIPE, stderr=subprocess.PIPE).stdout.readlines()
    down = 0
    up = 0
    if len(flow_info)>= 1:
        for flow in flow_info:
            down =down + int(flow.split()[5])
            up = up+ int(flow.split()[7])
        receive.append(down)
        sendflow.append(up)
    print (receive,sendflow)
    return (receive,sendflow)

def getflow():
    (receive,sendflow) = flow()
    recev = []
    send = []
    allflow = []
    print(len(receive))
    for i in range(len(receive)-1):
        recev.append((int(receive[i+1]) - int(receive[i]))//1024)
        send.append((int(sendflow[i+1]) - int(sendflow[i]))//1024)
        allflow.append(recev[i]+send[i])
    print(recev,send,allflow)
    return recev,send,allflow

其他的相对简单，直接把获取到的值，最后一个append到textedit中即可以了

QTimer的使用

加入QTimer主要是为了解决，在写数据的过程中，不断往原有数据上append新采集到数据的问题，同时不至于是应用无响应。

初始化一个定时器，把定时器的timeout信号和slotadd()槽函数连接。

        self.timer = QTimer(self)
        self.timer.timeout.connect(self.slotadd)

slotadd()往五个textedit中写数据
由于返回的数据是一个列表，所以每次只需要取最新的即最后一个数据即可。

    def slotadd(self):
        '''
        往mem、cpu、flow写数据
        :return:
        '''
        memlist = adb.mem()
        mem = 'mem占用：'+ str(memlist[-1])
        cpulist = adb.cpu()
        cpu = 'cpu占用：'+ str(cpulist[-1])
        self.ui.mem.append(mem)
        self.ui.cpu.append(cpu)
        (recevice,send,allflow)=adb.getflow()
        receflow = '下载流量：' + str(int(recevice[-1]))
        sendflow = '上传流量：' + str(int(send[-1]))
        alladd = '总流量：' + str(int(allflow[-1]))
        self.ui.recv.append(receflow)
        self.ui.send.append(sendflow)
        self.ui.all.append(alladd)

点击开始按钮,启动定时器，并使开始按钮失效


    def startTimer(self):
        '''
        设置时间间隔并启动定时器
        :return:
        '''
        self.timer.start(self.wait_time())
        self.ui.start.setEnabled(False)
        self.ui.end.setEnabled(True)

点击结束按钮，停止定时器，并使开始按钮生效。

    def endTimer(self):
        self.timer.stop()
        self.ui.start.setEnabled(True)

Matplotlib的应用

Matplotlib是python常用的绘图模块，提供了一套与MATLAB 相似的命令API，用来交互式的绘图，非常方便。

设置绘图类

新增一个MatplotlibWidget.py文件，创建FigureCanvas类，在初始化过程中建立一个空白图像。

class MyMplCanvas(FigureCanvas):
    """FigureCanvas的最终的父类其实是QWidget。"""

    def __init__(self, parent=None, width=5, height=4, dpi=100):

        # 配置中文显示
        plt.rcParams['font.family'] = ['SimHei']  # 用来正常显示中文标签
        plt.rcParams['axes.unicode_minus'] = False  # 用来正常显示负号

        self.fig = plt.figure(figsize=(width, height), dpi=dpi)  # 新建一个figure

        self.axes = self.fig.add_subplot(111)  # 建立一个子图，如果要建立复合图，可以在这里修改

        self.axes.hold(False)  # 每次绘图的时候不保留上一次绘图的结果
        FigureCanvas.__init__(self, self.fig)
        self.setParent(parent)

        '''定义FigureCanvas的尺寸策略，这部分的意思是设置FigureCanvas，使之尽可能的向外填充空间。'''
        FigureCanvas.setSizePolicy(self,
                                   QSizePolicy.Expanding,
                                   QSizePolicy.Expanding)
        FigureCanvas.updateGeometry(self)

定义绘图函数，调用这个函数可以在上面所创建的空白图像中绘图。

    def start_static_plot(self):

        self.fig.suptitle('图表')
        a=[1,2,4,2,3,1,2,3,4,2]
        self.axes.plot(a)
        self.axes.set_ylabel('number')
        self.axes.grid(True)

封装绘图类

这部分主要把上面的绘图类和工具栏封装到MatplotlibWidget中，只需要调用MatplotlibWidget这个类就可以实现绘图功能；

class MatplotlibWidget(QWidget):
    def __init__(self, parent=None):
        super(MatplotlibWidget, self).__init__(parent)
        self.initUi()

    def initUi(self):
        self.layout = QVBoxLayout(self)
        self.mpl = MyMplCanvas(self, width=5, height=4, dpi=100)
        self.mpl.start_static_plot() 
        self.mpl_ntb = NavigationToolbar(self.mpl, self)  # 添加完整的 toolbar

        self.layout.addWidget(self.mpl)
        self.layout.addWidget(self.mpl_ntb)

测试程序：


if __name__ == '__main__':
    app = QApplication(sys.argv)
    ui = MatplotlibWidget()
    ui.mpl.start_static_plot()  # 测试静态图效果
    ui.show()
    sys.exit(app.exec_())

结果运行，如图所示：

图表.png

设置提升窗口控件

在QT Designer中右击提升窗口部件，新建一个QWidget类，名称和头文件均为 MatplotlibWidget

升级.png

在.ui文件中加入widget并升级

升级widget.png

MatplotlibWidget的使用

首先初始化模型：

class Main(QMainWindow,Ui_Form):

    def __init__(self,parent=None):
        super(Main,self).__init__(parent)
        self.ui = Ui_Form()
        self.ui.setupUi(self)
        self.setWindowTitle('Waiqin365-AATT-V1.1.0')
        self.ui.mem_plot.setVisible(False)

初始化中隐藏图像，设置按钮的出发操作，同时使得图像可见并出发绘图函数

    @pyqtSlot()
    def on_pushButton_clicked(self):
        self.ui.mem_plot.setVisible(True)
        self.ui.mem_plot.mpl.start_static_plot()