卡顿优化
CPU和GPU（先介绍一些基本概念）
在屏幕成像的过程中，CPU和GPU起着至关重要的作用
CPU：负责 对象的创建和销毁，对象属性的调整、布局计算、文本的计算和排版、图片的格式转换和解码、图像的绘制
GPU：负责 纹理的渲染
CPU —计算—> GPU —渲染—> 帧缓存
视频控制器读取帧缓存 —显示—>屏幕
（在iOS中是双缓存机制，有前帧缓存、后帧缓存）
当垂直信号来临时，若帧缓存没有准备好，则会取上一帧的缓存进行显示，这时就会出现掉帧的问题
卡顿解决的主要思路
- 尽可能减少CPU、GPU资源消耗
- 按照60FPS的帧刷率，每隔16ms就会有一次VSync信号
卡顿优化 - CPU
- 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CALayout取代UIView
- 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
- 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
- Autolayout会比较直接设置frame销毁更多的CPU资源
- 图片的size最好刚好跟UIImageView的size保持一致
- 控制一下线程的最大并发数量
- 尽量把耗时的操作放到子线程
文本处理（尺寸计算、绘制）
[@"text" boundingRectWithSize:CGSizeMake(100, MAXFLOAT) options:NSStringDrawingUsesLineFragmentOrigin attributes:nil context:nil]
[@"text" drawWithRect:CGRectMake(0, 0, 100, 100) options:NSStringDrawingUsesLineFragmentOrigin attributes:nil context:nil]
图片处理（解码、绘制）
dispatch_async(dispatch_get_global_queue(0, 0), ^{
//获取CGImage
CGImageRef cgImage = [UIImage imageNamed:@"test"].CGImage;
// alphaInfo
CGImageAlphaInfo alphaInfo = CGImageGetAlphaInfo(cgImage) & kCGBitmapAlphaInfoMask;
BOOL hasAlpha = NO;
if (alphaInfo == kCGImageAlphaPremultipliedLast ||
alphaInfo == kCGImageAlphaPremultipliedFirst ||
alphaInfo == kCGImageAlphaLast ||
alphaInfo == kCGImageAlphaFirst) {
hasAlpha = YES;
}
// bitmapInfo （位图信息）
CGBitmapInfo bitmapInfo = kCGBitmapByteOrder32Host;
bitmapInfo |= hasAlpha ? kCGImageAlphaPremultipliedFirst : kCGImageAlphaNoneSkipFirst;
// size
size_t width = CGImageGetWidth(cgImage);
size_t height = CGImageGetHeight(cgImage);
// context
CGContextRef context = CGBitmapContextCreate(NULL, width, height, 8, 0, CGColorSpaceCreateDeviceRGB(), bitmapInfo);
// draw （解码）
CGContextDrawImage(context, CGRectMake(0, 0, width, height), cgImage);
// get CGImage
cgImage = CGBitmapContextCreateImage(context);
// into UIImage
UIImage *newImage = [UIImage imageWithCGImage:cgImage];
// release
CGContextRelease(context);
CGImageRelease(cgImage);
//
dispatch_async(dispatch_get_main_queue(), ^{
// self....
});
});
卡顿优化 - GPU
- 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
- GPU能处理的最大纹理尺寸是4096*4096，一旦超过这个尺寸，就会占用CPU资源进行处理，所以纹理尽量不要超过最大值
- 尽量减少视图数量和层次
- 减少透明的视图(alpha < 1)，不透明的就设置opaque为YES (因为透明的视图会额外需要进行混合计算)
- 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
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，先是从当前屏幕切换到离屏；
等到离屏渲染结束以后，将离屏缓冲器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.maskToBounds = 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.shadowXX
->如果设置了layer.shadowPath 就不会触发
耗电优化
耗电的主要来源
- CPU处理, Processing
- 网络， Networking
- 定位， Location
- 图像， Graphics
耗电优化方向
- 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，考试用dispatch_io，其提供GCD的异步操作文件的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）
- 网络优化
减少、压缩网络数据 -> XML体积比较大， 可以采用JSON体积比较小，Protobuf- 多次重复的请求，尽量使用缓存 -> 如NSMutableURLRequest中的NSCache
- 使用断点续传
- 网络不可用，不用尝试执行网络请求
- 让用户可以取消长时间运行或者速度很慢的网络操作，设置合适的超时时间
- 批量传输，比如，下载视频流时，不要传输很小的数据包，直接下载整个文件或者一大块一大块地下载。如果下载广告，一次性多下载一些等
- 定位优化
- 如果只是需要快速定位用户位置，最好用CLLocationManager的requestLocation。定位完成后，会自动让定位硬件断电
- 如果不是导航应用，尽量不要实时更新位置，定位完毕就关掉定位服务
- 尽量降低定位精度
- 需要后台定位时，尽量设置pausesLocationUpdatesAutomatical为YES，如果用户不太可能移动的时候系统会自动暂停位置更新
APP启动优化
通过添加环境变量可以打印出APP的启动时间分析(Eidt scheme -> Run -> Arguments)
DYLD_PRINT_STATISTICS设置为1
DYLD_PRINT_STATISTICS_DETAILS设置为1
APP启动时的不同阶段
APP冷启动可以概括为3大阶段
- dylb
- runtime
- main
dyld(dynamic link editor), Apple的动态链接器，可以用来装载Mach-O文件（可执行文件、动态库等）
启动APP时，dyld所做的事情有
- 装载APP的可执行文件，同时会递归加载所有的依赖的动态库
- 当dyld把可执行文件、动态库都装载完毕后，会通知Runtime进行下一步的处理
Runtime，启动APP时，runtime所做的事情有
- 调用map_images进行可执行文件内容的解析和处理
- 在load_images中调用call_load_methods，调用所有Class和Category的+load方法
- 进行各种objc结构的初始化（注册Objc类、初始化类对象等等）
- 调用C++初始化器和_attribute((constructor))修饰的函数
- 到此为止，可执行文件和动态库中所有的符号（Class、Protocol、Selector、IMP … ）都已经按格式成功加载到内存中，被runtime所管理
总结一下
- APP的启动由dyld主导，将可执行文件加载到内存，包括加载所有依赖的动态库
- 并由runtime负责加载成objc定义的结构
- 所有初始化工作结束后，dyld就会调用main函数
- 接下来就是UIApplicationMain函数，AppDelegate的application:didFinishLaunchingWithOptions:方法
按照不同的阶段的优化方案
dyld
- 减少动态库，合并一些动态库
- 减少Objc类、分类的数量、减少Selector数量（定期清理不必要的类、分类）
- 减少C++虚函数的数量
- Swift尽量使用struct
runtime
- 用+initialize方法和dispatch_once取代所有__atrribute((constructor))、C++静态构造器、Objc的+load
main
- 在不影响用户体验的前提下，尽可能将一些操作延迟，不要全部都放在finishLaunching方法中
- 按需加载
安装包瘦身
安装包主要由可执行文件、资源文件组成
资源（图片、音频、视频等）的瘦身
- 采取无损压缩
- 去除没有用到的资源 (如 https://github.com/tinymind/LSUnusedResources)
可执行文件的瘦身
- 编译器优化
Strip linked Product、Make Strings Read-Only、Symbols Hidden by Default 设置为YES
去掉异常支持，Enable C++ Exceptions、Enable Objective-C Exceptions设置为NO，Other C Flags添加-fno-exceptions - 利用AppCode（https://www.jetbrains.com/objc/）检测未使用的代码：菜单栏->Code->Inspect Code
- 编写LLVM插件检测出重复代码、未使用的代码
- 生成LinkMap文件，可以查看可执行文件的具体组成 Build Setting -> Write Link Map File
可借助第三方工具分析LinkMap (https://github.com/huanxsd/LinkMap)
网友评论