游戏性能测试的数据质量：预热、温控、离群点与最小重复次数

游戏性能测试的数据质量：预热、温控、离群点与最小重复次数摘要：性能数据最危险的状态不是“差”，而是“看起来很精确，实际不可比较”。本文从预热、设备状态、温控、采样完整性、离群点和重复次数六个方面，建立一套发布前的数据质量门禁。一、先判断数据能不能用，再判断性能好不好一次测试得到 53.27 FPS，并不代表结果精确到小数点后两位。安装后的首次 Shader 编译、后台同步、设备升温、网络加载和采集工具本身，都可能改变结果。建议给每次测试分配两个结论：性能结论：PASS、WATCH、REGRESSION；数据结论：VALID、DEGRADED、INVALID。INVALID数据不得进入版本基线；DEGRADED可以辅助调查，但不能单独阻塞发布。二、预热不是固定等待十秒预热的本质是让系统进入与目标用户状态一致的稳定阶段。需要分别考虑：内容预热：资源加载、Shader、PSO、缓存；运行时预热：JIT/AOT、对象池、网络连接；设备预热：CPU/GPU 调度和温度进入可控区间。与其统一sleep(10)，不如定义稳定条件。例如连续三个 5 秒窗口中，帧时间中位数变化小于 3%，且加载队列为空，然后开始正式采样。若超过最大等待时间仍未稳