性能优化CPU和GPU

2020-11-15  本文已影响0人  越天高

在屏幕成像的过程中,CPU和GPU起着至关重要的作用

屏幕成像原理,

我们看到的屏幕虽然是动的,其实他是由一帧一帧的数据组成现实的,当要显示一帧的动画时候,会首先发出垂直同步信号,说明即将显示,然后再发出一个水平同步信号,说明这一行的数据处理完毕可以显示,以此类推完后显示,直到可以填满整个屏幕


屏幕成像原理

02产生卡顿的原因

首先CPU会用一定的时间来处理数据,将处理好的数据传给GPU,然后GPU用一定的时间来进行渲染,之后会有来一个垂直同步信号VSync,一旦有VSync,就会将渲染好的数据显示到屏幕上面,就完成了这个一帧的显示,紧接着处理下一帧,
但是GPU有可能渲染的时间太长,垂直同步信号都已经来了,但是这一帧还没有渲染好,这时候只能将上一帧渲染好的数据显示到屏幕上面,当前计算的数据,就会丢失(丢帧,掉帧),这样就产生了卡顿,等这帧渲染好之后,等待下次垂直同步信号来到,才会把他显示出来


掉帧原因

03-卡顿优化01-CPU

1.尽量用轻量级的对象,比如用不到事件处理的地方,可以考虑使用CALayer取代UIView,能用基本数据类型就用基本数据类型

  1. 不要频繁地调用UIView的相关属性,比如frame、bounds、transform等属性,尽量减少不必要的修改,多次修改会耗CPU的性能
    3.尽量提前计算好布局,在有需要时一次性调整对应的属性,不要多次修改属性
  2. Autolayout会比直接设置frame消耗更多的CPU资源
  3. 图片的size最好刚好跟UIImageView的size保持一致
  4. 控制一下线程的最大并发数量
  5. 尽量把耗时的操作放到子线程
    文本处理(尺寸计算、绘制)
    图片处理(解码、绘制)
    比如我们有一张图片需要显示到ImageView上面,我们使用ImageNamed:@"name"来还在图片,不能直接显示到屏幕上面,我们直接加载是图片的二进制数据,真的要渲染到屏幕上面,好需要对数据进行解码,得到我们屏幕真正需要的图片格式,这样解码就是在主线程进行的,如果图片比较多比较大的话,也会造成卡顿
    可以将图片数据先变成CGImageRef,然后对这个CGImageRef数据进行解码

04卡顿02卡顿优化 - GPU

  1. 尽量避免短时间内大量图片的显示,尽可能将多张图片合成一张进行显示
  2. GPU能处理的最大纹理尺寸是4096x4096,一旦超过这个尺寸,就会占用CPU资源进行处理,所以纹理尽量不要超过这个尺寸
  3. 尽量减少视图数量和层次,这样会增加渲染次数
  4. 减少透明的视图(alpha<1),不透明的就设置opaque为YES
  5. 尽量避免出现离屏渲染,
    在OpenGL中,GPU有2种渲染方式
    On-Screen Rendering:当前屏幕渲染,在当前用于显示的屏幕缓冲区进行渲染操作
    Off-Screen Rendering:离屏渲染,在当前屏幕缓冲区以外新开辟一个缓冲区进行渲染操作,新开辟区域的数据不能直接拿来渲染到屏幕上面的
    可能是要渲染的东西比较好性能,默认的缓冲区不够用

离屏渲染消耗性能的原因
需要创建新的缓冲区
离屏渲染的整个过程,需要多次切换上下文环境,先是从当前屏幕(On-Screen)切换到离屏(Off-Screen);等到离屏渲染结束以后,将离屏缓冲区的渲染结果显示到屏幕上,又需要将上下文环境从离屏切换到当前屏幕

哪些操作会触发离屏渲染?
光栅化,layer.shouldRasterize = YES
遮罩,layer.mask
圆角,同时设置layer.masksToBounds = YES、layer.cornerRadius大于0
考虑通过CoreGraphics绘制裁剪圆角,或者叫美工提供圆角图片
阴影,layer.shadowXXX
如果设置了layer.shadowPath就不会产生离屏渲染

05-卡顿优化03-卡顿检测

平时所说的“卡顿”主要是因为在主线程执行了比较耗时的操作
可以添加Observer到主线程RunLoop中,通过监听RunLoop状态切换的耗时,以达到监控卡顿的目的
可以使用别人写好的LXDAPPFluecyMonitor

06耗电优化

使用我们的app尽量耗电低一点,以下比较好点
CPU处理,Processing

网络,Networking

定位,Location

图像,Graphics
优化
尽可能降低CPU、GPU功耗
少用定时器
优化I/O操作
尽量不要频繁写入小数据,最好批量一次性写入
读写大量重要数据时,考虑用dispatch_io,其提供了基于GCD的异步操作文件I/O的API。用dispatch_io系统会优化磁盘访问
数据量比较大的,建议使用数据库(比如SQLite、CoreData)、

上一篇下一篇

猜你喜欢

热点阅读