iOS 性能探究

2019-09-26  本文已影响0人  2020silence

一、什么是 App性能？性能指标是什么？

一般来讲，性能问题虽然不会导致 App不可用，但会影响用户体验，用户只关心产品体验问题，如果说性能问题不断累计达到临界点，就会爆发出一些不可估计的问题，要么任性地卡顿运行，要么就低调地崩溃，最后导致用户用着不开心，开发者也比较烦恼，如果是这样的话，你在这家公司的可能就呆不长时间了。
性能指标：主要集中在 CPU 使用率、FPS 的帧率和内存这三个方面

二、为什么需要考虑 App性能呢？

做任何一件事情，我们都必须追求完美，做开发也是一样的，我们都需要站在用户角度和公司利益出发去考虑问题，去工作，去打造一款在市场上能站稳脚的 App。一款好的 App，不仅仅是要抓住了用户需求，还需要完美的体验，视觉的冲击，得让用户用起来舒服，有种爱不释手的感觉，“阿哈”的感觉。（“阿哈”解释于《黑客增量》一书中）
把自己往大牛的路上逼，我要当大牛

三、如何对 App做性能监测？

为了主动、高效地发现性能问题，避免 App 质量进入无人监管的失控状态，我们需要对App 的性能进行监控，目前，对 App 的性能监控，主要是分为线下和线上两个方面。

线下性能监控：Instruments

Instruments是由苹果官方力推的唯一一款线下性能监控，性能分析工具，集成于xcode，功能非常强大，比如说Leaks专门用于监控内存泄露问题的，Network专门用于检查网络情况的，Time Profiler对程序命令执行时间的采样来分析页面卡顿问题的，等等......

其中常用的有以下几种工具：

Allocations，
Leaks，
Zombies，
Core Animation，
Automation，
Time Profiler，
Cocoa Layout，
Energy Diagnostics，
Network

开发一款自定义 Instruments 工具，主要包括以下这几个步骤：
a.在 Xcode 中，点击 File > New > Project；
b.在弹出的 Project 模板选择界面，将其设置为 macOS；
c.选择 Instruments Package，点击后即可开始自定义工具的开发了
点击查看详情

线上性能监控：CPU 使用率、FPS 的帧率和内存

需要考虑两个原则：
a.监控代码不要侵入到业务代码中。
b.采用性能消耗最小的监控方案。

CPU 使用率的线上监控方法

App 作为进程运行起来后会有多个线程，每个线程对 CPU 的使用率不同。各个线程对 CPU 使用率的总和，就是当前 App 对 CPU 的使用率。明白了这一点以后，我们也就摸清楚了对 CPU 使用率进行线上监控的思路。

在 iOS 系统中，你可以在 usr/include/mach/thread_info.h 里看到线程基本信息的结构体，其中的 cpu_usage 就是 CPU 使用率。结构体的完整代码如下所示：

struct thread_basic_info {
    time_value_t user_time;  // 用户运行时长
    time_value_t system_time;  // 系统运行时长
    integer_t  cpu_usage;  // CPU 使用率
    policy_t policy; // 调度策略
    integer_t  run_state;  // 运行状态
    integer_t  flags;  // 各种标记
    integer_t  suspend_count; // 暂停线程的计数
    integer_t  sleep_time; // 休眠的时间
};

因为每个线程都会有这个 thread_basic_info 结构体，所以接下来的事情就好办了，你只需要定时（比如，将定时间隔设置为 2s）去遍历每个线程，累加每个线程的 cpu_usage 字段的值，就能够得到当前 App 所在进程的 CPU 使用率了。实现代码如下：

+ (integer_t)cpuUsage {
    thread_act_array_t threads; //int 组成的数组比如 thread[1] = 5635
    mach_msg_type_number_t threadCount = 0; //mach_msg_type_number_t 是 int 类型
    const task_t thisTask = mach_task_self();
    // 根据当前 task 获取所有线程
    kern_return_t kr = task_threads(thisTask, &threads, &threadCount);
    if (kr != KERN_SUCCESS) {
        return 0;
    }
    integer_t cpuUsage = 0;
    // 遍历所有线程
    for (int i = 0; i < threadCount; i++) {
        thread_info_data_t threadInfo;
        thread_basic_info_t threadBaseInfo;
        mach_msg_type_number_t threadInfoCount = THREAD_INFO_MAX;
        if (thread_info((thread_act_t)threads[i], THREAD_BASIC_INFO, (thread_info_t)threadInfo, &threadInfoCount) == KERN_SUCCESS) {
            // 获取 CPU 使用率
            threadBaseInfo = (thread_basic_info_t)threadInfo;
            if (!(threadBaseInfo->flags & TH_FLAGS_IDLE)) {
                cpuUsage += threadBaseInfo->cpu_usage;
            }
        }
    }
    assert(vm_deallocate(mach_task_self(), (vm_address_t)threads, threadCount * sizeof(thread_t)) == KERN_SUCCESS);
    return cpuUsage;
}

在上面这段代码中，task_threads 方法能够取到当前进程中的线程总数 threadCount 和所有线程的数组 threads。
接下来，我们就可以通过遍历这个数组来获取单个线程的基本信息。其中，线程基本信息的结构体是 thread_basic_info_t，这个结构体里就包含了我们需要的 CPU 使用率的字段 cpu_usage。然后，我们累加这个字段就能够获取到当前的整体 CPU 使用率。
到此，我们就实现了对 CPU 使用率的线上监控。接下来，我们再看看对 FPS 的线上监控方法吧。

FPS 线上监控方法

FPS 是指图像连续在显示设备上出现的频率。FPS 低，表示 App 不够流畅，还需要进行优化。
但是，和前面对 CPU 使用率和内存使用量的监控不同，iOS 系统中没有一个专门的结构体，用来记录与 FPS 相关的数据。但是，对 FPS 的监控也可以比较简单的实现：通过注册 CADisplayLink 得到屏幕的同步刷新率，记录每次刷新时间，然后就可以得到 FPS。具体的实现代码如下：

- (void)start {
    self.dLink = [CADisplayLink displayLinkWithTarget:self selector:@selector(fpsCount:)];
    [self.dLink addToRunLoop:[NSRunLoop mainRunLoop] forMode:NSRunLoopCommonModes];
}
// 方法执行帧率和屏幕刷新率保持一致
- (void)fpsCount:(CADisplayLink *)displayLink {
    if (lastTimeStamp == 0) {
        lastTimeStamp = self.dLink.timestamp;
    } else {
        total++;
        // 开始渲染时间与上次渲染时间差值
        NSTimeInterval useTime = self.dLink.timestamp - lastTimeStamp;
        if (useTime < 1) return;
        lastTimeStamp = self.dLink.timestamp;
        // fps 计算
        fps = total / useTime;
        total = 0;
    }
}
内存使用量的线上监控方法

通常情况下，我们在获取 iOS 应用内存使用量时，都是使用 task_basic_info 里的 resident_size 字段信息。但是，我们发现这样获得的内存使用量和 Instruments 里看到的相差很大。后来，在 2018 WWDC Session 416 iOS Memory Deep Dive中，苹果公司介绍说 phys_footprint 才是实际使用的物理内存。

内存信息存在 task_info.h （完整路径 usr/include/mach/task.info.h）文件的 task_vm_info 结构体中，其中 phys_footprint 就是物理内存的使用，而不是驻留内存 resident_size。结构体里和内存相关的代码如下：

struct task_vm_info {
    mach_vm_size_t virtual_size;  // 虚拟内存大小
    integer_t region_count;  // 内存区域的数量
    integer_t page_size;
    mach_vm_size_t resident_size; // 驻留内存大小
    mach_vm_size_t resident_size_peak; // 驻留内存峰值
    /* added for rev1 */
    mach_vm_size_t phys_footprint;  // 物理内存
}

OK，类似于对 CPU 使用率的监控，我们只要从这个结构体里取出 phys_footprint 字段的值，就能够监控到实际物理内存的使用情况了。具体实现代码如下：

uint64_t memoryUsage() {
    task_vm_info_data_t vmInfo;
    mach_msg_type_number_t count = TASK_VM_INFO_COUNT;
    kern_return_t result = task_info(mach_task_self(), TASK_VM_INFO, (task_info_t) &vmInfo, &count);
    if (result != KERN_SUCCESS){return 0;}
    return vmInfo.phys_footprint;
}

从以上三个线上性能监控方案可以看出，它们的代码和业务逻辑是完全解耦的，监控时基本都是直接获取系统本身提供的数据，没有额外的计算量，因此对 App 本身的性能影响也非常小，满足了我们要考虑的两个原则。

说明：
本文内从不做任何商业用途，仅仅本人学习笔记记录，方便以后回顾

版权参考文章：
极客空间
简书

上一篇下一篇

猜你喜欢

热点阅读