近年来,随着移动应用程序数量的爆炸式增长,用户对移动应用程序使用体验的要求也越来越高。从用户的角度来看,应用程序响应性是应用程序性能最直观的表现。传统的性能分析工具往往仅关注某一种具体的程序事件（CPU分析）,然而响应慢的原因是多种多样的,甚至是由于多种因素的联合效应。应用程序是一种用户交互式程序,其主要基于用户输入和系统事件（位置更新）的响应执行。一般地,程序事件被分成不同的子任务并行执行。随着不同子任务之间的执行顺序,应用程序开发人员需要工具来帮助识别用户可感知的性能慢的问题以及导致该问题根本原因。不同的系统资源配置（设备硬件条件和网络环境等）都可能对特定程序事件产生巨大影响,并间接影响应用程序响应性能。传统的移动应用程序测试方法缺乏揭示系统资源配置敏感型性能问题的机制。在本文中,我们介绍了一种应用程序响应式性能问题诊断工具AppSPIN,并系统地探索系统资源配置的影响。当应用程序执行功能测试时,AppSPIN会自动检测应用程序以识别响应式性能问题并分析不同维度的原因。诊断过程将分析获得应用程序的主要性能瓶颈,AppSPIN会在配置中修改瓶颈资源并进行重复迭代测试,以进一步揭示新的错误。主要贡献如下:·设计了一种系统性的移动应用程序响应式性能诊断方法。自动识别用户可感知的响应式性能问题。每个检测到的问题都会有详细的说明原因和上下文,对检测到的响应式性能问题进行细粒度的场景复现。·设计并实现了一种可靠的应用程序性能稳态检测方案,通过实时监控应用运行过程中内存的变化情况,对内存大小变化进行二次直线拟合。在保证测试覆盖的情况下,使得测试人员以最短的时间找到测试过程中可能的响应式性能问题。·提供了系统资源敏感型响应式性能问题检测机制,计算每一次测试中UI响应性能与实验配置的相关性,在回归测试中,自动更改配置重复实验,以最小的代价检测到更多的应用响应式性能问题。最后,我们将AppSPIN应用于30个真实的移动应用程序,并在15分钟的平均测试时间内识别123个响应式性能问题。对检测到的问题诊断得到对应的原因,我们发现不同应用程序之间导致响应式性能问题的共性原因。此外,通过自动更改系统资源配置进行重复迭代测试,AppSPIN有效识别出比单次测试多60%到80%的问题。