一只“性能狗“的自我修养——生动图解游戏性能神器 PerfDog

导读：玩家说"卡"，可"卡"在哪里？

周五下午，体验群里炸了：

“新版本团战好卡！”
“我这边还好啊，60 帧稳稳的。”
“打了二十分钟手机烫得能煎蛋，然后就开始掉帧。”
“不是卡，是一顿一顿的，像踩到了坑。”

四句话，说的是四种完全不同的问题：帧率低、偶发卡顿、发热降频、帧耗时抖动。如果团队手里只有一句"玩家说卡"，那么接下来的一周大概率是在猜。

这时候，大家会说：“先拿 PerfDog 跑一下。”

PerfDog（玩家和开发者常亲切地叫它"性能狗"）是腾讯 WeTest 推出的移动及多平台性能测试工具。在国内游戏行业，它几乎成了性能数据的"普通话"：研发拿它自测，QA 拿它验收，发行拿它和渠道、手机厂商对齐标准，甚至很多手机评测也会贴出它的曲线截图。

如果把一款游戏比作一个在高强度运动中的人，PerfDog 就像一台随身佩戴的运动监护仪：

本篇的核心观点是：

PerfDog 的价值不在于"测出一个平均帧率"，而在于用几乎零接入成本，在真实设备上同时、连续、可对比地记录游戏的帧、CPU、GPU、内存、温度与功耗曲线，让"玩家说卡"变成"在第几分钟、哪个场景、因为什么资源吃紧而卡"。它擅长告诉你"哪里疼、什么时候疼"；至于"为什么疼"，还要交给引擎分析器、系统级追踪与 GPU 抓帧工具去做手术。会用它的团队，会把它从一个"测试工具"变成一套"性能标准与回归体系"。

说明：PerfDog 的功能、支持平台、指标定义与授权方式会随版本更新，本文基于公开资料与常见使用经验撰写，具体以 WeTest / PerfDog 官网与官方文档为准。

一、它是谁：一只"不用打针"的狗

1. 出身与定位

PerfDog 由腾讯 WeTest 团队于 2019 年前后推出，最初主打移动端，后来逐步扩展到更多平台（官方介绍中包括 Android、iOS、HarmonyOS、PC 以及部分主机平台，以官网为准）。

它最打动开发者的，是三个"不用"：

用比喻说：别的体检方式需要"打针抽血"（往游戏里埋 SDK、改包），PerfDog 更像贴在手腕上的手环——贴上就测，摘下就走。

2. 它是怎么"听诊"的

PerfDog 主要借助操作系统本身提供的性能与调试能力采集数据：

正因为它站在"系统视角"看游戏，它看到的帧，是真正被显示到屏幕上的帧——这比游戏自己在代码里统计的"逻辑帧率"更接近玩家眼睛看到的东西。

3. PerfDog 与 PerfSight：线下医生与线上体检

腾讯 WeTest 还有一个常被一起提起的产品 PerfSight：

两者配合起来：线上数据告诉你"哪些机型、哪些场景的玩家最痛苦"，线下 PerfDog 带你去那台手机上把问题复现出来。

二、为什么"平均帧率"会骗人

1. 一个经典的谎言

看下面两段 10 秒的录像，它们的平均帧率都是55 FPS：

录像 A：55 55 54 56 55 55 55 54 56 55 ← 均匀，玩家觉得"挺流畅" 录像 B：60 60 60 60 25 60 60 60 60 45 ← 平均也是 55，但玩家会说"一顿一顿的"

平均数把"坑"填平了，可玩家的脚是会踩进坑里的。人眼对节奏的突然变化远比对整体帧率敏感：一直 30 帧的游戏可以玩得很舒服，但 60 帧里突然出现一个 150 毫秒的帧，就像走路时突然一脚踩空。

2. 帧耗时：把每一步都量一遍

所以 PerfDog 除了 FPS，还会记录FTime（每一帧的耗时）。如果说 FPS 是"每分钟走了多少步"，FTime 就是"每一步各用了多少时间"：

FTime（毫秒） 150 ┤ █ ← 一次大卡顿：玩家一定能感觉到 ┤ █ 83 ┤ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─█─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ─ ← 两帧电影帧（约 83.3ms） ┤ █ 33 ┤ ▄ █ ▄ 16 ┤▄▄▄▄▄▄▄▄█▄▄▄▄▄▄▄▄▄▄▄█▄▄▄▄▄▄▄▄█▄▄▄▄▄▄▄▄▄ ← 理想的 60 帧：每帧约 16.7ms └──────────────────────────────────────▶ 时间

3. PerfDog 的卡顿定义

为了让"卡"有一个可量化、跨团队一致的标准，PerfDog 定义了 Jank 与 BigJank（根据官方公开说明，具体以最新文档为准）：

这个定义很聪明的地方在于两个条件缺一不可：

• 只看"比前几帧慢一倍"：30 帧游戏中一个 40ms 的帧也会被误判，可人眼其实感觉不到；
• 只看"超过某个绝对值"：一直 15 帧的游戏每帧都会被判卡顿，但这时问题是"整体太慢"而不是"突然一顿"。

相对突变 + 人眼可感知阈值，正好对应玩家说的"一顿一顿"。

我们可以用一段小脚本，把这个思想在自己导出的帧数据上复现一遍：

# 按 PerfDog 公开的思路计算 Jank / BigJank / 卡顿率（示意，用于理解指标，非官方实现）MOVIE_FRAME_MS=1000.0/24# 电影帧耗时约 41.67msdefanalyze_frames(ftimes_ms):jank=big_jank=0jank_time=0.0foriinrange(3,len(ftimes_ms)):cur=ftimes_ms[i]prev_avg=sum(ftimes_ms[i-3:i])/3sudden=cur>prev_avg*2ifsuddenandcur>MOVIE_FRAME_MS*3:big_jank+=1;jank+=1;jank_time+=cur# BigJank 同时也计为 Jankelifsuddenandcur>MOVIE_FRAME_MS*2:jank+=1;jank_time+=cur total=sum(ftimes_ms)return{"avg_fps":round(len(ftimes_ms)/(total/1000),1),"jank_per_10min":round(jank/(total/600000),1),"big_jank":big_jank,"stutter_pct":round(jank_time/total*100,2),}# 录像 B：大部分 16.7ms，夹杂两次长帧frames=[16.7]*300+[140]+[16.7]*300+[90]+[16.7]*300print(analyze_frames(frames))

三、指标图鉴：监护仪上的每一根曲线

1. FPS 与帧稳定性：步频与步伐

一个小提醒：帧率高不一定好。如果游戏只需要 30 帧却跑到了 60 帧，代价是耗电和发热翻倍——二十分钟后，手机就会替你"降温"。

2. CPU：大脑和肌肉

这里有个常见的误会：“CPU 才用了 30%，怎么会是 CPU 瓶颈？”八核手机上，总占用 30% 可能意味着某一个大核已经 100% 满载，而其他核在休息——游戏主线程跑不动了，其他核再闲也帮不上忙。所以一定要看单核和频率。

3. GPU：画师的工作量

判断瓶颈的经典口诀：

FPS 低 + GPU 接近满载 + CPU 单核不满 → 多半是 GPU 瓶颈（分辨率、过度绘制、后处理、着色器） FPS 低 + 某个 CPU 大核满载 + GPU 不满 → 多半是 CPU 瓶颈（逻辑、DrawCall 提交、物理、GC） FPS 低 + CPU、GPU 都不满 + 频率在下降 → 多半是发热降频或系统调度问题 FPS 低 + CPU、GPU 都不满 + 频率正常 → 可能在等：同步、I/O、加载、锁、垂直同步

4. 内存：胃口与"呕吐"

内存曲线有三种典型"体态"：

健康：上下起伏，切场景后回落 ／＼／＼／＼／＼ 泄漏：一路斜着往上，从不回头 ／／／／／／／／／ → 迟早被系统杀掉 尖峰：平时还好，某个时刻突然冲高 ＿＿＿／|＼＿＿＿ → 加载、解压、截图、大图集

移动设备上内存超限的结果不是"变慢"，而是闪退（Android 的低内存终止，iOS 的 Jetsam）。玩家只会说"游戏闪退了"，而 PerfDog 的内存曲线会告诉你，它在闪退前的那一刻有多"撑"。

5. 温度与功耗：体温计和卡路里表

温度是性能里最"阴险"的变量，因为它有延迟：

时间（分钟） 0 5 10 15 20 25 30 温度 32℃ 38℃ 42℃ 44℃ 46℃ 46℃ 46℃ CPU 大核频率 2.8 2.8 2.8 2.4 1.9 1.8 1.8 GHz FPS 60 60 60 55 46 44 44

前十分钟一切完美，测试报告写下"流畅"；可玩家一局要打半小时。短时间测试永远发现不了发热降频，这也是为什么很多团队的性能标准里会要求"连续测试 30 分钟以上，并关注后半段数据"。

功耗还影响一个更现实的问题：玩家会不会因为"太费电、太烫"而放下手机。对手游来说，省电就是留存。

6. 网络：呼吸

上行、下行流量曲线可以帮助发现：同步数据是否异常增长、是否在不该下载的时候偷偷下载资源、语音开启后的流量变化等。对射击游戏而言，它也是第 52 篇网络同步优化效果的直观佐证。

四、上手：给手机戴上监护仪

1. 基本流程

1. PC 上安装 PerfDog 客户端（Windows / macOS），登录账号 2. 手机通过 USB 连接电脑 · Android：打开开发者选项与 USB 调试；首次连接时会在手机上安装辅助应用（用于悬浮窗等功能） · iOS：信任电脑即可，无需越狱 · 部分平台与版本支持 WiFi 无线连接，适合测功耗（避免 USB 充电干扰） 3. 在客户端选择设备 → 选择要测的应用（或具体进程） 4. 勾选要采集的指标（越多开销越大，按需选择） 5. 点击开始，去玩游戏 6. 过程中打标签、写批注、截图 7. 结束后保存，上传到 Web 平台做分析、对比与报告

2. 三个让数据"会说话"的小动作

没有标签的数据是一条长长的曲线；有了标签，它就变成了一份按场景拆开的体检报告：

一眼就能看出：问题集中在"决赛圈团战"。而"结算"的 Jank 偏高，可能是结算界面加载资源或打包上报数据时的一次卡顿——这是另一个值得记下来的线索。

3. 让测试可重复

可重复，才可对比；可对比，数据才有意义。

五、读懂一份报告：一次"侦探故事"

新版本上线前，QA 报告：某款中端安卓机在决赛圈平均帧率从 55 掉到 42。研发拿到了 PerfDog 数据，开始破案。

第一条线索：FPS 曲线。不是一开始就低，而是在第 18 分钟左右开始逐渐下滑，伴随 Jank 增多。

第二条线索：温度与频率。第 15 分钟温度达到 45℃，大核频率从 2.4 GHz 降到 1.8 GHz。嫌疑人之一：发热降频。

第三条线索：CPU 单核。降频之后，一个大核长期 95% 以上——主线程在较低的频率下扛不住了。GPU 占用约 70%，不是瓶颈。

第四条线索：对比旧版本。在 Web 平台上把新旧两个版本的数据叠在一起：旧版本同一时间段的功耗低约 0.6 W，温度上升更慢。

推理：新版本的某项改动让整机功耗上升 → 更早触发降频 → 降频后主线程成为瓶颈 → 帧率下滑。

移交给"法医"：PerfDog 只能告诉我们到这里了。接下来用引擎分析器（Unity Profiler / Unreal Insights）在同一台设备上抓取决赛圈的 CPU 帧数据，发现新版本加入的"决赛圈缩圈特效"每帧在主线程上更新了上千个粒子发射器的参数，还额外触发了一次全屏后处理。

结案与验证：粒子参数改为在 GPU 上计算、后处理按画质档位开关后，再跑一次 PerfDog——30 分钟后温度 43℃，频率保持在 2.2 GHz，决赛圈平均帧率回到 54，Jank 每十分钟从 9.6 降到 2.1。

这就是 PerfDog 在性能工作流中的位置：

玩家反馈 / 线上监控（PerfSight 等） ↓ 哪些机型、哪些场景 PerfDog：在真机上复现并量化 —— "哪里疼、什么时候疼、伴随什么症状" ↓ 锁定场景与资源瓶颈 专项工具：引擎分析器、系统追踪、GPU 抓帧 —— "为什么疼" ↓ 修复 PerfDog：同条件复测、新旧对比 —— "治好了吗，有没有副作用"

六、四个典型"病例"

还有一种"病例"值得单独提：竞品对比。由于 PerfDog 不需要集成 SDK，团队可以在同一台设备、同一环境下测试同品类的其他游戏，建立"行业水位"参照：在这台机器上，同类游戏一般跑多少帧、功耗多少、温度多少。这常常是制定自家性能标准的出发点。

七、让狗自己跑起来：自动化与回归

1. 为什么要自动化

人工测试有三个天然缺陷：慢、不稳定、不可持续。一个版本测 20 台机器、每台 30 分钟，就是 10 个小时，而且每次手速、路线都不一样。

PerfDog 提供了服务化与编程接口能力（官方称为 PerfDogService，通过 gRPC 等方式供脚本调用，提供多语言示例，具体能力以官方文档为准），可以与自动化测试框架配合：

每晚构建 → 安装到设备农场 → 自动化脚本启动游戏并运行固定路线（或机器人对局） → 通过接口启动 PerfDog 采集、按阶段打标签 → 采集结束上传 → 读取汇总数据，与基线对比 → 超出阈值则告警并附上曲线链接

2. 一段示意代码

# 性能回归（示意）：脚本流程与接口名称为概念性写法，实际请参照 PerfDogService 官方示例importtimedefrun_perf_case(perf,device_id,package,route,baseline,thresholds):perf.connect_device(device_id)perf.select_app(device_id,package)perf.enable_metrics(device_id,["fps","jank","frame_time","cpu","gpu","memory","temperature","power"])perf.start(device_id)forstageinroute:# 路线由自动化框架驱动游戏执行perf.set_label(device_id,stage.name)stage.run()# 例如：进入大厅 → 匹配 → 对局 → 决赛圈 → 结算summary=perf.stop_and_upload(device_id,case_name=f"{package}-{time.strftime('%Y%m%d')}")regressions=[]forlabel,minsummary.by_label.items():base=baseline.get(label)ifnotbase:continueifm.avg_fps<base.avg_fps*(1-thresholds["fps_drop"]):regressions.append((label,"avg_fps",base.avg_fps,m.avg_fps))ifm.jank_per_10min>base.jank_per_10min+thresholds["jank_increase"]:regressions.append((label,"jank",base.jank_per_10min,m.jank_per_10min))ifm.peak_memory_mb>base.peak_memory_mb*(1+thresholds["mem_increase"]):regressions.append((label,"peak_memory",base.peak_memory_mb,m.peak_memory_mb))ifm.avg_power_w>base.avg_power_w*(1+thresholds["power_increase"]):regressions.append((label,"power",base.avg_power_w,m.avg_power_w))returnsummary.report_url,regressions

3. 自动化的注意事项

八、从工具到标准：给性能"立规矩"

一只狗再聪明，也需要有人告诉它"什么叫健康"。成熟的团队会基于 PerfDog 数据建立一套性能标准：

1. 机型分档

2. 指标门槛

# 性能验收标准（示例）：数值仅为示意，应由团队基于竞品水位与玩家数据确定standards:mid_tier:duration_minutes:30scenes:[lobby,match_early,final_circle,settlement]fps:avg_min:55# 目标 60 帧档位low_fps_ratio_max:2%# 低于 25 帧的时间占比jank:per_10min_max:3big_jank_per_10min_max:0.5memory:peak_max_mb:2200no_leak:"对局结束回到大厅后，内存回落至开局前 +100MB 以内"thermal:temp_max_c:45fps_drop_after_20min_max:10%# 后半段相对前半段的帧率下降power:avg_w_max:3.8

3. 让标准长在流程里

九、它不是万能的：知道狗的边界

1. 局限

2. 配套的"专科医生"

一个形象的分工：PerfDog 是急诊科的分诊台，测体温、量血压、看心电图，判断是"发烧了"还是"心律不齐"；确诊和手术，交给后面的专科。

十、踩坑与取舍

小结

• PerfDog 是一台给游戏佩戴的"运动监护仪"：无需集成 SDK、无需 Root 或越狱，在真机上同时记录帧率、帧耗时、卡顿、CPU、GPU、内存、温度、功耗与网络，借助系统提供的性能接口获取最接近玩家所见的数据。
• 平均帧率会骗人：帧耗时揭示每一帧的节奏；Jank / BigJank 以"相对前三帧突增一倍 + 超过人眼可感知阈值"的双条件定义卡顿，卡顿率反映卡顿时长占比。
• 读懂指标：CPU 要看单核与频率，GPU 看占用与分阶段负载，内存看体态（健康起伏、泄漏斜坡、加载尖峰）与平台对应的口径，温度与功耗要看长时间趋势——发热降频是"迟到的性能杀手"。
• 用好工具：标签把曲线切成场景，批注与截图记录事故现场；固定设备状态、环境、画质与路线，让数据可重复、可对比。
• 在工作流中的位置：线上监控指出哪些机型与场景最痛，PerfDog 在真机上复现并量化症状，引擎分析器、系统追踪与 GPU 抓帧找到根因，修复后再用 PerfDog 同条件复测验证。
• 从工具到体系：借助服务化接口与设备农场实现自动化回归和基线告警，基于竞品水位与机型分档制定量化的性能标准，并把标准嵌入需求、开发、回归、验收与线上的每个节点。
• 知道边界：它擅长"哪里疼、什么时候疼"，不负责"为什么疼"；采集配置、USB 充电与设备差异都会影响数据，需要配合其他工具与线上数据形成完整视图。

思考题

1. 你的射击游戏在某款中端机上，玩家反馈"开局很流畅，打到第二个圈之后越来越卡"。请设计一次 PerfDog 测试方案（设备状态、时长、标签划分、需要重点观察的指标），说明你会如何根据曲线区分"发热降频""内存泄漏"与"决赛圈内容过重"三种可能，并给出每种情况下交接给哪类专项工具继续分析。

2. 请为你的团队制定一份三档机型的性能验收标准：每档的目标帧率、卡顿上限、峰值内存、温度与功耗门槛，以及"后半段帧率下降"的限制。说明这些数值如何参考竞品测试与线上玩家数据得出，并设计一条自动化回归流水线，在每日构建后发现性能回归。

3. 某次优化后，PerfDog 显示平均帧率提升了 5 帧，但功耗上升了 15%，30 分钟后的温度高了 3℃。你会认为这次优化成功了吗？请从玩家体验（流畅度、发热、续航）、机型差异与长时间游玩的角度，说明你会如何评估并做出决策。

延伸阅读

后记

回到周五下午那个吵成一团的体验群。

一周之后，群里贴出的不再是"好卡"“还好啊”，而是一张张带标签的曲线：哪台机器、哪个场景、第几分钟开始、伴随着什么样的温度与频率变化。争论消失了，取而代之的是一句"好，这个交给渲染组，那个交给逻辑组"。

这就是一只好"狗"最大的价值：**它不替你修好游戏，但它让每一次"卡"都有了名字、有了时间、有了证据。**而一个团队把"玩家说卡"翻译成"数据说哪里卡"的能力，往往就是流畅与卡顿之间那道看不见的分水岭。