一、安装基本工具
- 下载docker，用于安装Battery Historian。
- Batterystats 工具
- Battery Historian 脚本
Batterystats 是包含在 Android 框架中的一种工具，用于收集设备上的电池数据，通过adb命令将收集的电池数据转存到开发机器，并声称可使用 Battery Historian 分析的报告。
安装battery Historian，推荐使用Docker安装。
1.安装Docker：Docker 网站安装 Docker 社区版后检查Docker是否安装成功：docker run hello-world是否能跑起来。
2.运行Battery Historian映像：执行docker run -p port_number:9999 gcr.io/android-battery-historian/stable:3.0 --port 9999命令运行，端口号可在运行的docker中查看。
3.确认是否运行，在浏览器打开地址：
- Linux 和 Mac：Battery Historian 可在 http://localhost:port_number；
- Windows：Battery Historian 位于 http://ip:port_number；（ip地址：端口号）
4.收集数据 终端窗口使用adb命令：
- 关闭正在运行的adb服务器：
adb kill-server - 重启adb并检查是否有已连接的设备：
adb devices - 启用完整唤醒锁报告（只能测3～4小时，时间过长历史记录会溢出）：
adb shell dumpsys batterystats --enable full-wake-history - 重置电池数据收集，清楚旧的电池收集数据：
adb shell dumpsys batterystats --reset - 断开设备与计算机的链接或USB充电消耗手机的电量
，运行需要监测的APP，操作你想要获取电池数据的行为。 - 重新连接手机，
adb devices确认连接上手机，运行转存电池数据命令，adb shell dumpsys batterystats > [path/]batterystats.txt，等待几分钟会在指定的[path]目录中生成batterystats.txt和zip压缩包。
或：
Android6.0以上：adb bugreport >[path/]bugreport.zip，Android6.0及以下：adb bugreport >[path/]bugreport.txt - 在Battery Historian网页中上传
压缩包或.txt文件，点击Browse，上传后submit提交。会生成一个可视化的表。
电量统计图表
查看具体应用的数据
二、分析图标数据：
可视化图表：
- 黑线：电池电量消耗的趋势，观察电池电量消耗的速率来重点查看这个阶段做了什么。
- CPU runing：cpu使用时长，如果一直处在runing状态则电量消耗会较高。
- Wakelocks：唤醒锁
- JobScheduler：满足一定的预定条件而触发的任务，涉及的条件可以是网络、电量、时间等。比如特定的电量或时间，选中片段查看这一阶段哪个进程在使用任务调度器，发生时间、耗时及次数。
- Screen：红色屏幕亮，白色表示息屏状态。
-
WiFi：
具体应用的数据：
Device's Power Estimates : 查看该设备上的应用耗电量排名，排名应排除系统级应用。
Device's Power Estimates : 查看该设备上的应用耗电量排名
找到需要监测的应用，主要看 App Stats 栏
Device estimated power use（应用在该设备上的估计耗电量）
Foreground：前景
监测是否过于频繁地出发唤醒提醒
持续保留GPS锁定
至少每30秒调度一次作业和调度一次同步
无线装置的频率高于预期
三、针对低功耗模式和应用待机模式进行优化
低电耗模式
Android6.0（API23）开始引入省电功能。未链接电源且长时间未使用设备，会延迟应用的后台CPU和网络活动来降低耗电量。
唤醒屏幕或连接充电则会退出低电耗模式。
在低功耗模式下测试应用：
设备要求：Android6.0以上
- 设备连入计算机并安装需要测试的应用并运行保持活动状态
- 强制系统进入闲置模式：
adb shell dumpsys deviceidle force-idle - 退出闲置模式：
adb shell dumpsys deviceidle unforce - 重新激活设备：
adb shell dumpsys battery reset
电量优化手段：
测试场景：前台、后台；音视频、直播间播放、传感器相关、后台静默测试。
网络相关优化：「时机：将延迟的网络请求批量发送」、「次数：减少请求次数」、「数据压缩：减肥传输的时间与流量」、「禁止没必要的轮训」
传感器相关的优化：根据场景选择传感器的模式，比如使用GPS时一般会避免选择高精度模式、是否可复用上一次的定位结果。
使用JobScheduler，在Wi-Fi和充电时才去做某些操作。
