iOS：性能优化

面试题：

 

• 你在项目中是怎么优化内存的？

 

• 优化你是从哪几方面着手？

 

• 列表卡顿的原因可能有哪些？你平时是怎么优化的？

 

• 遇到tableView卡顿嘛？会造成卡顿的原因大致有哪些？

 

 

1：CPU和GPU

2：卡顿优化 - CPU

3：卡顿优化 - GPU

3.1：离屏渲染

4：耗电的主要来源

4.1：耗电优化

5：APP的启动

5.1：APP的启动 - dyld

5.2：APP的启动 - runtime

5.3：APP的启动 - main

5.4：APP的启动优化

6：安装包瘦身

6.1：LinkMap

 

1：CPU和GPU

在屏幕成像的过程中，CPU和GPU起着至关重要的作用

• CPU（Central Processing Unit，中央处理器）

        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（Core Graphics）

• GPU（Graphics Processing Unit，图形处理器）

        纹理的渲染

在iOS中是双缓冲机制，有前帧缓存、后帧缓存

一帧画面 一页画面 会发出垂直同步信号

屏幕成像原理

如果要显示一帧画面的话：首先会发出垂直同步信号，就表示 即将显示一页的数据、一帧的数据。首先会发出水平同步信号，就是一行一行的数据搞定，也就是一屏幕的一行的数据都显示完了，也就是刚开始发出垂直同步信号，就意味着要显示新的一帧数据，当最后一行水平同步信号发完，就会又发出一个新的垂直同步信号，显示下一帧数据，如果每一帧都连起来，就像动画一样了。

有时候我们在拖拽scrowview和tableview的时候，也会产生卡顿。

卡顿产生的原因

1：一开始由cpu先往右边走，随着时间推移，cpu做好之后交给gpu进行渲染，接着来了一个垂直同步信号，就会将刚才cpu计算好，gpu渲染好的数据显示到屏幕上，完成刚才这一帧的显示，（一旦来了一个垂直同步信号，会立马将gpu渲染的数据显示到屏幕上，并且马上开始下一帧的操作），

2：下一帧又要开始cpu的计算，和gpu的渲染，这次操作可能比上次快，时间也可能不一定，对应上面第二块，还留有一段时间来等待垂直同步信号的到来之后，就会将刚才的数据显示出来，

3：接着走第三段，可能这端时间花费太长，gpu花费时间比较长，发现渲染到中间的时候，垂直同步信号来了，但是渲染还没有结束，这个时候只能将上一次的数据也就是第二段，显示出来，也就是当前正在计算的这一帧数据丢失了，也就是掉帧，就会产生卡顿。

4：等到下一次同步信号，也就是第四端的时候，会将上一段也就是第三段的数据显示出来。这一帧就来的比较晚，导致中间掉帧，卡顿了。

 

掉帧原因：会卡 ：是因为cpu和Gpu花的时间太长了，垂直同步信号来的时候还没有结束，就掉帧。

卡顿解决的主要思路：尽可能减少CPU、GPU资源消耗

（1秒钟刷新60帧）按照60FPS的刷帧率，每隔16ms就会有一次VSync信号 1秒是1000毫秒

 

2：卡顿优化 - CPU

a：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

      对象的创建和销毁都是cpu来处理的，CALayer是UIView里面的一个成员，CALayer：专门用来显示内容的。UIView：监听点击事件的，一个UIView之所以能显示东西，是因为里面有一个CALayer。

b：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

      每次调整，都是重新计算啊、渲染啊，耗性能更多。

c：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

d：Autolayout会比直接设置frame消耗更多的CPU资源

e：图片的size最好刚好跟UIImageView的size保持一致

f：控制一下线程的最大并发数量

g：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）

 imageView.image = [UIImage imageNamed:@"timg"];

这个图片通过imageNamed去加载，加载完毕后，不能直接显示到屏幕上的，加载进来是经过压缩的图片的二进制数据，如果想渲染到屏幕上，还需要一个解码，解码成屏幕所需要的格式，当这个图片真正需要显示在屏幕上的时候，才会解码，这个解码会在主线程进行操作。如果图片比较多，比较大的话，也会产生卡顿。一般来说那就需要提前对图片进行解码。

来看代码

- (void)image
{
    UIImageView *imageView = [[UIImageView alloc] init];
    imageView.frame = CGRectMake(100, 100, 100, 56);
    [self.view addSubview:imageView];
    self.imageView = imageView;

    // 子线程做的
    dispatch_async(dispatch_get_global_queue(0, 0), ^{
        // 获取CGImage
//        [UIImage imageWithData:[NSData dataWithContentsOfURL:@""]]; 通过网络下载
        CGImageRef cgImage = [UIImage imageNamed:@"timg"].CGImage;

        // alphaInfo
        CGImageAlphaInfo alphaInfo = CGImageGetAlphaInfo(cgImage) & kCGBitmapAlphaInfoMask;
        BOOL hasAlpha = NO;
        if (alphaInfo == kCGImageAlphaPremultipliedLast ||
            alphaInfo == kCGImageAlphaPremultipliedFirst ||
            alphaInfo == kCGImageAlphaLast ||
            alphaInfo == kCGImageAlphaFirst) {
            hasAlpha = YES;
        }

        // bitmapInfo
        CGBitmapInfo bitmapInfo = kCGBitmapByteOrder32Host;
        bitmapInfo |= hasAlpha ? kCGImageAlphaPremultipliedFirst : kCGImageAlphaNoneSkipFirst;

        // size
        size_t width = CGImageGetWidth(cgImage);
        size_t height = CGImageGetHeight(cgImage);

        // context：创建图形上下文
        CGContextRef context = CGBitmapContextCreate(NULL, width, height, 8, 0, CGColorSpaceCreateDeviceRGB(), bitmapInfo);

        // draw：将图片画到图形上下文中
        CGContextDrawImage(context, CGRectMake(0, 0, width, height), cgImage);

        // get CGImage  ：得到画出来的图片
        cgImage = CGBitmapContextCreateImage(context);

        // into UIImage
        UIImage *newImage = [UIImage imageWithCGImage:cgImage];

        // release
        CGContextRelease(context);
        CGImageRelease(cgImage);

        // back to the main thread
        dispatch_async(dispatch_get_main_queue(), ^{
            self.imageView.image = newImage;
        });
    });
}

 

3：卡顿优化 - GPU

a：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

b：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

c：尽量减少视图数量和层次

d：减少透明的视图（alpha<1），不透明的就设置opaque为YES

       如果有透明的，就需要计算，（透明的混合的就需要计算）

e：尽量避免出现离屏渲染

 

3.1：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（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

 

3.2：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

可以搜索LXDAppFluecyMonitor。

 

4：耗电的主要来源

CPU处理，Processing

网络，Networking

定位，Location

图像，Graphics

4.1：耗电优化

• 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）

• 网络优化

        减少、压缩网络数据  （原来用xml 体积比较大;  json体积比较小;  也有用：protocol buffer：服务器也是这个）

        如果多次请求的结果是相同的，尽量使用缓存

        使用断点续传，否则网络不稳定时可能多次传输相同的内容

        网络不可用时，不要尝试执行网络请求

        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，然后再慢慢展示。如果下载电子邮件，一次下载多封，不要一封一封地下载

• 定位优化

        如果只是需要快速确定用户位置，最好用CLLocationManager的requestLocation方法。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，比如尽量不要使用精度最高的kCLLocationAccuracyBest

        需要后台定位时，尽量设置pausesLocationUpdatesAutomatically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

        尽量不要使用startMonitoringSignificantLocationChanges，优先考虑startMonitoringForRegion:

• 硬件检测优化

        用户移动、摇晃、倾斜设备时，会产生动作(motion)事件，这些事件由加速度计、陀螺仪、磁力计等硬件检测。在不需要检测的场合，应该及时关闭这些硬件

 

5：APP的启动

• APP的启动可以分为2种

        冷启动（Cold Launch）：从零开始启动APP

        热启动（Warm Launch）：APP已经在内存中，在后台存活着，再次点击图标启动APP

• APP启动时间的优化，主要是针对冷启动进行优化
• 通过添加环境变量可以打印出APP的启动时间分析（Edit scheme -> Run -> Arguments）

        DYLD_PRINT_STATISTICS设置为1

        如果需要更详细的信息，那就将DYLD_PRINT_STATISTICS_DETAILS设置为1

一般在400毫秒之内都是比较正常的。

• APP的冷启动可以概括为3大阶段

        dyld

        runtime

        main

5.1：APP的启动 - dyld

在点击icon的时候，一开始dyld装载我们的可执行文件。

• 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依赖的动态库（有一个exec的文件，这个里面包含了我们项目的所有代码，真正的动态库文件不在这里面，而只是有依赖信息。）

        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

5.2：APP的启动 - 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++静态初始化器和__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

5.3：APP的启动 - main

总结一下

APP的启动由dyld主导，将可执行文件加载到内存，顺便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

 

5.4：APP的启动优化

按照不同的阶段

• dyld

        减少动态库、合并一些动态库（定期清理不必要的动态库）

        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++虚函数数量

        Swift尽量使用struct

• runtime

        用+initialize方法和dispatch_once取代所有的__attribute__((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：需要用到什么就加载什么

 

6：安装包瘦身

我们开发的项目，编译-》打包-》上传appstore，打包，最终生成的是ipa文件，里面有一个.app的包，整个项目的所有的代码和资源都在这个.app包中。将来会把这个包压缩成一个ipa文件，传到appstore，提供给用户下载。项目变大，下载变大，上传变慢。so：瘦身

• 安装包（IPA）主要由可执行文件（源代码文件最终编译变成的文件）、资源组成（加的视频、图片、音频、sb等）
• 资源（图片、音频、视频等）

       采取无损压缩

       去除没有用到的资源： https://github.com/tinymind/LSUnusedResources

• 可执行文件瘦身：对源代码

        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、未被调用的代码

 

6.1：LinkMap

• 生成LinkMap文件，可以查看可执行文件的具体组成

• 可借助第三方工具解析LinkMap文件： https://github.com/huanxsd/LinkMap