梦藏于心，行大于辩

一、性能测试的目的#

• 评估当前系统能力
• 评估产品是否满足未来的需求

它存在的意义，是为了让玩家的体验更稳定、更顺滑、更可靠。

当一款游戏能稳定输出帧率、控制发热、减少闪退，它带给玩家的“爽感”就会直接转化为留存和口碑。

反之，卡顿、掉帧、加载慢、崩溃，这些问题哪怕只出现几次，也足以让用户流失。

换句话说，性能测试是“体验的技术化表达”。

二、性能测试的目标与核心价值#

性能测试的主要目标可以概括为以下几点：

1. 保障流畅性与稳定性：确保游戏在各种设备、分辨率、帧率条件下稳定运行；
2. 评估资源利用率：分析 CPU、GPU、内存、I/O 使用效率；
3. 支撑版本优化：对比不同版本间性能变化，衡量优化效果；
4. 辅助决策：通过数据帮助策划与研发确定合理的品质目标。

三、测试执行者与需求提出者#

在项目中，性能测试往往涉及多个角色：

测试的职责，是在问题变成线上事故之前，识别风险、量化影响、推动修正。

四、性能测试的介入时机#

五、工具链（以 UE 项目为例）#

在 Unreal Engine 项目中，常用的性能分析工具包括：

六、核心性能指标体系#

性能数据指标体系：

真正的性能问题，往往不是单项异常，而是多指标叠加的结果。

FPS、CPU、GPU、Memory分析

FPS:帧率

帧率简单来说就是⼀秒内播放了多少帧的图⽚，如果说帧率越⾼那么代表画⾯越流畅，越清晰。

在性能参数中，关于FPS常见的参数就是AvgFPS（平均帧率）、VarFPS（掉帧次数，就是掉帧超过8的次数）、FPS>=18、FPS>=25、Jank、BigJank

Jank

1s内卡顿次数，帧率FPs高并不能反映流畅或不卡顿。比如为50帧，前200ms渲染一帧，后800ms渲染49帧，虽然帧率50，但依然觉得非常卡顿。所以，平均帧率FPS与卡顿无任何直接关系

同时满足两条件，则认为是一次卡顿Jank

1. 当前帧耗时>前三帧平均耗时2倍。
2. 当前帧耗时>两帧电影帧耗时(1000ms/24*2=84ms)。

同时满足两条件，则认为是一次严重卡顿BigJank

1. 当前帧耗时>前三帧平均耗时2倍
2. 当前帧耗时>三帧电影帧耗时(1000ms/24*3=125ms)。

FTime（上下帧画面显示时间间隔，即认为帧耗时）

1. Avg(FTime):平均帧耗时
2. Delta(FTime):增量耗时(平均每小时两帧之间时间差〉100ms的次数)

CPU：中央处理器

在性能参数中，关于CPU常见的参数就是AvgAppCPU（APP平均CPU使⽤率）AppCPU<=60%、AppCPU<=80%、AvgCtemp

GPU：图像处理器

在性能参数中，关于GPU常见的参数只有就是AvgGUsage（平均GPU使⽤率）

Memory：内存

在性能参数中，关于Memory常见的参数就是AvgMemory（平均内存）、PeakMemory（峰值内存）

七、性能分析与瓶颈定位思路#

性能分析一般分为三步：

1. 采集数据：使用 Perfdog、adb等工具，获得 FPS、FrameTime、内存、功耗等基础数据；
2. 对比分析：横向对比版本、纵向对比场景；
3. 定位瓶颈：结合 UE 三线程机制，确认问题源头。

例如：

• Game Thread 过高 → 逻辑复杂、Tick 调用频繁；
• Draw Thread 过高 → 绘制对象过多、合批不足；
• GPU Thread 过高 → Shader、材质或光照负载大。

通过Insights 工具，可以进一步拆解每个阶段的时间分布。

八、关键测试场景设计#

每一个场景都应有固定的测试路线与采样时间，确保数据可对比。

九、报告编写与结果呈现#

报告结构示例：

1. 测试结论：

​ 场景切换偶有卡顿（黑屏时间过长，期间内存波动时间长）

2. 一级指标通过情况（简述）：

   • 地图1：表现良好
   • 地图2：明显性能瓶颈（FPS低、卡顿多、CPU高、内存超预算）
   • 地图3：整体稳定，可接受范围

   指标	通过情况	结果描述
   内存峰值	❌	地图2峰值812MB，超出800MB预算
   CPU(avg)	❌	地图2 CPU负载偏高，其余场景正常
   FPS>50比例	❌	地图2帧率未达流畅标准
   FPS均值	❌	地图2平均帧率仅46
   严重卡顿/10min	❌	地图2 BigJank达6次，影响流畅体验

3. 各场景指标情况：

​

4. 测试资源信息
   • 设备信息
     • 档次：二档
     • 名称：
     • OS版本：
   • 包体信息
     • 包版本：
   • 测试人员
     • 名字：

十、性能基准与设备分级从哪里来#

1. 数据来源与参考指标：参考硬件排名、机型用户占比、主流厂商，并排除问题机型，平台支持按画质进行档位机型推荐
2. 机型档位按芯片/处理器划分为一档、二档、三档，按不同档位划分FPS区间

​ 常见策略：

​ 高端机：60fps；

​ 中端机：45fps；

​ 低端机：30fps。

​ 通过市场机型分布分析确定测试重点，目标是 80% 用户设备在目标帧率 ±5fps 范围内稳定运行。

3. 版本优化前后对比：在当前版本中执行过一次性能测试后，记录一次性能数据，经过一版的优化后，执行相同的测试场景再次观察性能指标，进行前后对比，来评估优化后的效果。
4. 竞品分析：在持有相同硬件条件的情况下，同步去记录性能数据，做产品的横向对比，来查看产品与竞品上横向的差距，来决定是否继续接着优化。

十一、内存泄漏测试与验证#

设计固定用例检测泄漏趋势：

如果内存曲线持续上涨且不回落，即为潜在泄漏。

十二、优化案例与常见手段#

限帧目的以及方向：

一般来说

帧率越高→ 功耗上升 → 发热上升 → 降频 → 掉帧

限帧可以留出性能余量，提高帧时间稳定性

按机型分级限帧，如：

高端机：60fps

中端机：45fps

低端机：30fps

根据实时状态动态调整：

• 温度

• 电量

• GPU利用率

• 场景负载

例如温度大于50，自动降至45

场景分级限帧：

• 主城 45fps

• 战斗 60fps

• 大厅 30fps

十三、模型面数与资源约束管理（目前正在学习）#

面数直接影响 GPU 负载。

有项目中角色模型面数从 8 万提升到 20 万，GPU 耗时增加近一倍。

因此需要制定面数标准，并在导入时校验，结合 LOD 分级和剔除技术。

构建系统应对资源进行性能标记，不符合标准的禁止提交。

十四、敏捷流程下的性能专项规划#

1. 需求早期介入
2. 自动化集成
3. 迭代评审重视该专项
4. 客户端性能与功能开发的资源竞争优先级划分
5. 回顾改进

结语#

性能测试的尽头，不是工具，而是判断力。

它要求测试者具备系统思维、沟通能力和对体验的敏感度。我正在努力培养这方面的能力。

稳定，是最难做到的体验。

而性能测试的意义，就是让这种稳定，成为理所当然。