iOS 性能探究

作者: 2020silence | 来源:发表于2019-09-26 19:53 被阅读0次

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......

Instruments 可以实现下面功能：
1.分析一个或多个进程的行为。
2.记录一系列用户的动作并响应它们，可靠的再现这些事件并收集多次运行的数据。
3.创建你自己自定义的 DTrace instruments 来分析系统和应用程序的行为。
4.保存用户界面记录和instruments的配置为模板，并从Xcode里面访问。
5.追查代码中难以重现的问题。
6.对你的程序进行性能分析。
7.自动化测试你的代码。
8.对你程序进行压力测试。
9.进行一般的系统级故障诊断。
10.对你的代码如何工作有更深入的了解。
启动Instruments：

image.png

启动后的界面：

启动后的界面.png
Instruments创建跟踪文档：
1.Blank：创建一个空的模板，你可以自定义的添加各种工具。
2.Activity Monitor：可以只用这个模板，研究系统工作负载和虚拟内存大小的关系
3.Allocations：将Allocations和VM跟踪器加到跟踪文档中，使用该工具可以监视内存和对象的内存分配方式和情况。
4.CocoaLayout：是一种Cocoa布局工具，可以应用于iOS模拟器和Cocoa桌面应用，但是不能和连接的iOS设备一起使用。观察NSLayoutConstraint对象的改变，帮助我们判断什么时间什么地点的constraint是否合理
5.Core Animation：将CoreAnimation加入到跟踪文档中，可以测量ios设备上每秒的CoreAnimation帧数，这可以帮助你理解内容是如何渲染到屏幕上的
6.CoreData：将CoreData数据提取、缓存缺失和存储加入到跟踪文档中，使用这个工具可以检测应用程序中数据的存储交互。
7.Counters：收集使用时间或基于事件的抽样方法的性能监控计数器（PMC）事件。
8.Energy Log：耗电量监控，将Energy Diagnostics, CPU Activity, Display Brightness, Sleep/Wake, Bluetooth, WiFi, and GPS instruments加入到跟踪文档中进行检测。
9.File Activity：将File Activity, Reads/Writes, File Attributes, and Directory I/O instruments 加入到跟踪文档中，只用这个模板可以让你检查系统文件的使用情况，可以检查文件的打开、关闭、读和写操作，同时也可以检测文件系统本身的改变，包括权限和所有权发生的改变。
10.Leaks：将the Allocations and Leaks instruments加入到模板中，使用这个模板可以帮助你检测内存的泄漏。
11.Metal System Trace：它是是apple 2014年在ios平台上推出的高效底层的3D图形API，它通过减少驱动层的API调用CPU的消耗提高渲染效率。
12.Network：用链接工具分析你的程序如何使用TCP/IP和UDP/IP链接。
13.OpenGL ES Analysis：将OpenGL ES Analyzer and OpenGL ES Driver加入到模板中，这个模块测量分析OpenGL ES活动正确性检测以及表现问题，提供解决建议。
14.System Trace：系统跟踪，通过显示当前被调度线程提供综合的系统表现，显示从用户到系统的转换代码通过两个系统调用或内存操作。
15.System Usage：这个模板记录关于文件读写，sockets，I/O系统活动，输入输出。
16.Time Profile：执行对系统的CPU上运行的进程低负载时间为基础采样。
17.Zombies：测量一般的内存使用，专注于检测过度释放的野指针对象，也提供对象分配统计，以及主动分配的内存地址历史。
跟踪文档举例：如Leaks

Leaks

Leaks图中数字说明说明：
1.开始录制/暂停
2.call tree的官方解释：Separate By Thread（线程分离,只有这样才能在调用路径中能够清晰看到占用CPU最大的线程.）
3.Invert Call Tree 的意思是翻转调用树，直接定位到内存泄漏的那个方法，如果不勾选会显示最外层的函数，我们还要手动展开。可以点选看下效果
Hide System Libraries 的意思很明显了。就是隐藏系统类库，避免一些莫名其妙的，我们无法改动的信息迷惑我们。
4.刷新间隔时间
5.双击第三行定位到具体泄漏的函数，泄漏的字节数都标出来了，如此强大，定位到泄漏代码，加以更改后就可以了
如下图举例：

image.png
功能简介：

Instruments功能简介图

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

自定义Instruments
除了对各种性能问题进行监控外，最新版本的 Instruments 10 还有以下两大优势：
1.Instruments 基于 os_signpost 架构，可以支持所有平台。
2.Instruments 由于标准界面（Standard UI）和分析核心（Analysis Core）技术，使得我们可以非常方便地进行自定义性能监测工具的开发。当你想要给 Instruments 内置的工具换个交互界面，或者新创建一个工具的时候，都可以通过自定义工具这个功能来实现。

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

iOS 性能探究

一、什么是 App性能？性能指标是什么？

二、为什么需要考虑 App性能呢？

三、如何对 App做性能监测？

线下性能监控：Instruments

线上性能监控：CPU 使用率、FPS 的帧率和内存

CPU 使用率的线上监控方法

FPS 线上监控方法

内存使用量的线上监控方法

相关文章

网友评论

延伸阅读

深度阅读

栏目导航

热点阅读