开源移动端性能测试测试工具推荐-perfara

开源推荐https://github.com/codinghiker/perfaraTOC](这里写自定义目录标题)Perfara 是一款开放、可私有化部署的移动端与 PC 端性能数据平台面向团队提供与商业闭源方案同级的可视化与分析能力。在线体验Demo说明 链接数据看板按 UID http://106.14.56.114:8099/?uidperfara123单条测试详情Android 示例testid http://106.14.56.114:8099/tests?testid8e296a067a37563370ded05f5a3bf3eciOS / PC / 全平台列表、趋势与详情能力与上述 Demo 同源使用同一看板入口按项目与场景筛选即可。多平台支持Android — CPU / 内存 / FPS / 卡顿 / 网络 / 温度 / 功耗等iOS iOS GPU — 进程 CPU、内存、帧率、磁盘与线程相关指标、GPU 细分等PC — 与移动端同一套看板语义便于跨端对比采集端上传 JSON 后云端统一解析、图表渲染与分享。界面预览请将以下图片置于本文件同目录或 docs/ 下文件 说明Android1.jpg Android 数据展示示例an2.gif Android 补充视图web1.jpg Web 云端采集与数据汇聚示意anti.jpg 趋势统计同场景多次测试的均值/峰值曲线用于持续观测与防劣化Android 数据展示Android 补充视图Web 云端采集与汇聚趋势统计与防劣化示意上图在「趋势统计」中选定项目、平台、场景标记与时间范围后可对齐同一场景的多轮测试观察 FPS、CPU、内存等随时间的走势支撑版本对比与劣化预警。核心能力云端看板 — 浏览器内完成列表、详情、图表与指标汇总支持按 UID 管理数据范围。竞品比对 — 在比对页填入 两个 testid分享令牌即可并排对比关键指标快速定位差异。趋势统计与自动防劣化 — 为用例打上场景标记后在「趋势统计」中按场景筛选每次同场景测试在时间轴上形成趋势便于发现性能回退与波动。开放数据路径 — 支持自建服务、自主上传与导出详情页可复制 testid 用于分享与集成。客户端下载与采集采集端 / 客户端工具说明飞书文档https://my.feishu.cn/wiki/C7ClwzJvii4lCXk7e1AcWGEInSc?fromfrom_copylink下载后按文档连接自有 Data / Web 服务即可上传数据可在看板中浏览、管理与下载具体以客户端与接口说明为准。私有化部署服务端依赖Python 3安装 requirements.txt。python需要大于python3.8启动二选一默认 0.0.0.0:8000uvicorn backend.app:app --host 0.0.0.0 --port 8000或使用项目根目录 serve.py适合 Linux 一键启动路径与数据库按项目根解析修改端口示例Windows / Linux 通用[推荐] 或者取serve中改端口和IPset WEBPERF_PORT8099python serve.pyLinux / macOSexport WEBPERF_PORT8099export WEBPERF_HOST0.0.0.0python3 serve.py环境变量 说明WEBPERF_HOST 监听地址默认 0.0.0.0WEBPERF_PORT 监听端口默认 8000WEB_PERF_DB SQLite 数据库文件绝对路径未设置时默认为 项目根/data/webperf.db浏览器访问 http://主机:端口/API 为同源 /api/*。更完整的接口与上传格式见仓库内 README.md。私有化部署采集端指向自有看板将采集客户端解压或安装后编辑resources/configout/config.js将其中 开放 Data / Web 服务地址 改为你方部署的看板根 URL与浏览器访问地址一致含协议与端口保存后重启客户端即可向自有环境上报数据。开源与仓库私有化 / 自建参考 https://github.com/codinghiker/perfaraEnglishPositioningPerfara is an open, self-hostable performance data platform for mobile and PC workloads—offering visualization and analysis comparable in spirit to commercial closed-source stacks. It serves as a free, transparent alternative to tools like Perfdog: your data, your deployment, your pipeline—ideal for engineering, QA, and long-term performance programs.