23. 功耗自动化测试：编写功耗测试脚本、自动化压测场景、功耗回归测试

功耗优化做得好不好，不能光靠嘴说。你得有数据，有对比，有回归。

我见过太多团队，优化了一版功耗，下个版本又改回去了。为什么？因为没有自动化测试来守住底线。说白了，功耗优化和功能开发一样，需要持续集成，需要回归守护。

为什么需要自动化功耗测试？

手动测功耗，一次两次还行。但你要做回归，每天跑几十个场景，手都点废了。而且人测有个大问题——操作时机不准。你想想看，多按了0.5秒，电流波形就变了，数据根本没法对比。

自动化测试能解决三个核心问题：

• 一致性：每次操作的时间点、间隔、顺序完全一致
• 覆盖率：可以同时覆盖几十个场景，人做不到
• 可追溯：每次跑完都有日志和波形，出了问题能定位

编写功耗测试脚本

写脚本这事，我习惯用Python。为什么？生态好，仪器驱动多，上手快。下面是我常用的脚本框架：

import subprocess
import time
import csv
from power_monitor import PowerMonitor

class CameraPowerTest:
    def __init__(self, device_serial, monitor_ip):
        self.device = device_serial
        self.monitor = PowerMonitor(monitor_ip)
        self.results = []
    
    def setup(self):
        """预热设备，确保状态一致"""
        subprocess.run(f"adb -s {self.device} shell am force-stop com.android.camera2")
        time.sleep(2)
        # 关闭后台无关进程
        subprocess.run(f"adb -s {self.device} shell pm disable com.example.bloatware")
    
    def test_preview(self, duration=30):
        """测试预览功耗"""
        self.monitor.start_recording()
        subprocess.run(f"adb -s {self.device} shell am start -a android.media.action.IMAGE_CAPTURE")
        time.sleep(2)  # 等待预览稳定
        time.sleep(duration)
        avg_current = self.monitor.stop_recording()
        self.results.append({
            'scene': 'preview',
            'avg_current_ma': avg_current,
            'duration_s': duration
        })
    
    def test_video_recording(self, duration=60):
        """测试录像功耗"""
        self.monitor.start_recording()
        # 模拟点击录像按钮
        subprocess.run(f"adb -s {self.device} shell input tap 540 1800")
        time.sleep(duration)
        subprocess.run(f"adb -s {self.device} shell input tap 540 1800")
        avg_current = self.monitor.stop_recording()
        self.results.append({
            'scene': 'video_recording',
            'avg_current_ma': avg_current,
            'duration_s': duration
        })
    
    def run_all(self):
        self.setup()
        self.test_preview()
        self.test_video_recording()
        self.save_report()
    
    def save_report(self):
        with open('power_report.csv', 'w') as f:
            writer = csv.DictWriter(f, fieldnames=['scene', 'avg_current_ma', 'duration_s'])
            writer.writeheader()
            writer.writerows(self.results)

if __name__ == '__main__':
    tester = CameraPowerTest('ABCD1234', '192.168.1.100')
    tester.run_all()

自动化压测场景设计

压测不是乱测。你得知道相机最耗电的场景是什么。我个人经验，以下场景必须覆盖：

场景	操作序列	预期时长	关注指标
连续预览	打开相机 → 保持预览30分钟	30min	平均电流、温升
反复拍照	拍照 → 等待2s → 拍照，循环100次	约5min	峰值电流、恢复时间
录像循环	开始录像 → 5min → 停止 → 等待3s，循环10次	约50min	平均电流、温度
模式切换	拍照→录像→夜景→人像，循环50次	约10min	切换电流尖峰
低电量场景	电量5%时打开相机并录像	10min	是否降频、电流波动

为什么要设计这些场景？我举个例子。有一次我们做功耗优化，预览功耗降了15%，结果一跑反复拍照场景，发现每次拍照后电流恢复时间变长了。原来是为了省电，把ISP的时钟降得太低，导致拍照后重新拉起很慢。这个场景如果不压测，根本发现不了。

功耗回归测试流程

回归测试，说白了就是每次代码提交后，自动跑一遍功耗基线。我建议这样搭：

# 回归测试脚本示例
#!/bin/bash
# 参数：$1 = 基线版本号，$2 = 当前版本号

BASELINE=$1
CURRENT=$2

# 1. 刷入基线版本
fastboot flash system baseline_${BASELINE}.img
adb reboot
sleep 30

# 2. 跑基线功耗
python3 camera_power_test.py --output baseline.csv

# 3. 刷入当前版本
fastboot flash system current_${CURRENT}.img
adb reboot
sleep 30

# 4. 跑当前功耗
python3 camera_power_test.py --output current.csv

# 5. 对比结果
python3 compare_power.py --baseline baseline.csv --current current.csv

# 6. 如果功耗增加超过5%，报警
if [ $? -gt 5 ]; then
    echo "功耗回归失败！当前版本功耗增加超过5%"
    exit 1
fi

数据对比与阈值设定

拿到数据后，怎么判断有没有回归？我一般设三个阈值：

• 绿色：功耗变化在±3%以内，正常波动
• 黄色：功耗增加3%~8%，需要人工确认
• 红色：功耗增加超过8%，直接阻断合入

阈值怎么定？我建议先跑10次基线，算标准差。比如预览场景平均电流是500mA，标准差是10mA，那±3%就是±15mA。超过这个范围，说明有显著变化。

SVG：功耗自动化测试流程

避坑指南

做功耗自动化测试，有几个坑我踩过，分享给你：

• 仪器漂移：电流计用久了会漂。我习惯每个月校准一次，用标准电阻验证。
• USB供电干扰：adb连着的USB线会供电，影响电流测量。解决方案是用无线adb，或者用USB隔离器。
• 后台进程干扰：测试前一定要确保没有后台更新、同步在跑。我脚本里会先跑一个dumpsys batterystats --reset。
• 温度累积：连续跑压测，手机会越来越热。我建议每个场景之间休息2分钟，让温度降下来。