设置变量：

from collections import namedtuple


'''
利用namedtuple 设置变量
'''
default=[None,None]
ConfigItem=namedtuple("ConfigItem",["cmd_name","cmd"])

#获取电脑上链接的设备id
deviceId=ConfigItem(cmd_name="device_Id",cmd="adb devices | sed -n '2p' | awk '{print $1}'")

#获取app的内存
meminfo=ConfigItem(cmd_name="meminfo",cmd="adb shell dumpsys meminfo packageName | sed -n '2p' |awk -F  \" \" '{print $2}'")

#获取app的CPU
cpuinfo=ConfigItem(cmd_name="cpuinfo",cmd="adb shell dumpsys cpuinfo | grep packageName |awk -F \" \" '{print $1}'| awk '{SUM+=$1}'END'{print SUM}'")

#获取app（设备）的FPS数据，这个计算的是加载时长，获得FPS需要计算： 1000/（fpsinfo/1000/100）
fpsinfo=ConfigItem(cmd_name="fpsinfo",cmd="adb shell dumpsys SurfaceFlinger --latency SurfaceView[packageName]#0 | sed -n '1p' |awk -F \" \" '{print $1}'")

#获取页面加载时长,计算页面渲染时间
#用户界面发送请求的时间 + 网络传输时间 + 服务端处理时间 （包括数据层的处理时间）+ 网络传输时间 + 用户端展示返回结果的时间

 使用Thread的Timer启动定时任务，抓取性能数据：

import threading
import os
import sys
import subprocess
import time
import datetime
from threading import Event
'''
启动定时器，每隔一定的时间刷新adb数据
gflag:控制子线程结束时间，不然会子线程不会结束
result：返回结果列表
'''

class cmdTimer():
    instance=None


    def __new__(cls, *args, **kwargs):
        if cls.instance is None:
            cls.instance = super().__new__(cls)
        return cls.instance

    '''
    interval:定时任务触发间隔
    duration：执行时长
    '''
    def __init__(self,interval,duration):
        self.interval=interval
        self.duration=duration
        self.gflag=True
        self.result=[]


    def run(self,cmd):
        P=subprocess.Popen(cmd,shell=True,stdout=subprocess.PIPE,encoding="GBK")
        tmp=P.stdout.readline().strip()
        #通过adb获取的值计算内存的值mem
        if "meminfo" in cmd:
            tmp="{:.2f}".format(int(tmp)/1024/1024)
        #通过adb获取的值计算FPS的值
        if "SurfaceFlinger" in cmd:
            tmp="{:.2f}".format(1000/(int(tmp)/1000/1000))
        if self.gflag:
            timer=threading.Timer(self.interval,self.run,[cmd])
            timer.start()
            self.result.append(tmp)

    def runCmd(self,cmd):
        timer=threading.Timer(self.interval,self.run,[cmd])
        timer.start()
        time.sleep(self.duration)
        self.gflag=False
        timer.cancel()
        #print("The Timer running result is {}".format(str(self.result)))
        return self.result

#测试
if __name__=='__main__':
    command="adb devices | sed -n '2p' | awk '{print $1}'"
    print(cmdTimer(1,10).runCmd(command))

 利用Process，同时抓取CPU/Mem等性能数据。

import random
import setting
import multiprocessing
import CmdTimer

'''
在测试案例运行中获取安卓包下的性能数据并收集
关键点一： 多进程是并行执行，
                 相当于分别独立得处理各个请求。
关键点二： 多线程，虽然不能并行运行，
                 但是可以通过避开阻塞切换线程
                 来实现并发的效果，并且不浪费cpu
'''

#不同Process 使用相同的队列
q = multiprocessing.Queue()
jobs = []

def getResult(cmd,q):
    t=CmdTimer.cmdTimer(1,20).runCmd(cmd)
    #print(t)
    q.put(t)

def data_collect():
    package="XXXXX"


    #deviceId_cmd=setting.deviceId.cmd
    cpu_cmd=setting.cpuinfo.cmd.replace("packageName",package)
    fps_cmd=setting.fpsinfo.cmd.replace("packageName",package)
    mem_cmd=setting.meminfo.cmd.replace("packageName",package)

    '''
    这里args必须是tuple
    target书写的时候不能添加（）
    '''
    p1 = multiprocessing.Process(target=getResult,args=(cpu_cmd,q))
    p2 = multiprocessing.Process(target=getResult,args=(fps_cmd,q))
    p3 = multiprocessing.Process(target=getResult,args=(mem_cmd,q))

    # jobs.append(p1)
    # jobs.append(p2)
    # jobs.append(p3)
    #
    # for p in jobs:
    #     p.start()
    #
    # for p in jobs:
    #     p.join()
    #
    # results = [q.get() for j in jobs]
    # return results
    p1.start()
    p2.start()
    p3.start()

    p1.join()
    p2.join()
    p3.join()

    cpuResult=q.get()
    fpsResult=q.get()
    memResult=q.get()

    return cpuResult,fpsResult,memResult

if __name__=='__main__':
    print(data_collect())