作者简介

刘徐兵（Alvin Liu），云智慧/开发经理。曾在高德、当当有多年大型App开发经验，在云智慧从事APM SDK研发工作5+年。对App开发和性能优化有深入的研究和实践。

iOS应用数据采集的基础 Objective-C Runtime

1、消息转发

Objective-C语言扩展了C语言，扩展的核心在于引入了Runtime库，使Objective-C语言拥有了面向对象和动态运行时的特性。而动态运行时机制的核心和表现是消息转发机制。

Objective-C语言拥有动态运行时的机制，方法的执行是在运行阶段决定的而不是在编译阶段决定的。而方法执行的实质是向对象发送了一个消息，官方API为

objc_msgSend(void /* id self, SEL op, ... */ )

objc_msgSend有2个常用参数：id self 和 SEL op，用于标识对象和方法，即向某个对象发送了某个消息。因此Objective-C的[instance method]调用会被编译器转换成C语言API objc_msgSend的调用。

以下消息转发机制原理图从官方文档翻译而来：

消息转发机制示例图

如上图所示，Objective-C的消息转发流程中，在当前对象方法列表中找不到方法的实现时，运行时环境会依次进行三个阶段的查找

第一阶段

对象在收到无法处理的消息时，首先调用所属类的下列类方法。

+(BOOL)resolveInstanceMethod:(SEL)sel{ 

    //默认返回NO 

    return NO;

} 

+(BOOL)resolveClassMethod:(SEL)sel{ 

    //默认返回NO 

    return NO;

}

如果在其中找到了方法的实现，则进行消息处理；否则就进入第二阶段。

第二阶段

在当前类里找不到该方法的实现时，运行时系统尝试更换调用的对象，会调用如下方法

-(id)forwardingTargetForSelector:(SEL)aSelector{}

如果在该方法中还找不到方法的实现，就进入第三阶段。

第三阶段

到这里是最后一个阶段，通过创建NSInvocation实例，将与未处理的消息有关的细节封装起来，运行时系统调用的接口为

-(void)forwardInvocation:(NSInvocation *)anInvocation{}

该方法会沿着类的继承链一直往上调用，直至在NSObject的该方法中抛出doesNotRecognizeSelector:异常。

2、函数指针

SEL是Objective-C语言的方法选择器，也就是selector的指针。再往底层去，每个方法SEL还对应着一个IMP函数指针，指向方法实现的首地址。官方API为：

typedef id (*IMP)(id, SEL, ...);

有了它就可以直接执行IMP指向的函数（方法）了。

以上介绍了理论基础，下面介绍下基于Objective-C语言动态运行时的方法拦截（Hook）操作。

Hook原理

Hook步骤

使用Category特性往类中添加用于拦截的方法SEL
使用系统runtime的接口（Swizzle）交换方法实现体（IMP）

Hook使用示例图

如图所示，开发者调用原有方法时，会转发到拦截的方法里，因交换了原方法与拦截方法的入口地址（IMP），在拦截方法执行结束时能调回原方法，对原有业务没有影响。

Hook回调函数

难点：不是类的实例方式，不能用Category特性。

优化前： 全工程扫描，再拦截。

缺点：只能在主线程中操作，扫描文件数和消耗的时间与App的规模大小成正比。

回调函数拦截优化

步骤：

针对要使用protocol的系统类使用Category特性添加拦截方法
拦截设置delegate的setter方法，获取到delegate的实例
针对获取到的delegate实例再进行回调方法拦截

优化后

1、延迟拦截：在方法被调用时才被拦截而且只拦截一次

2、SDK的启动操作跟App的业务和规模无关，对App的影响降到最低

崩溃解码实践

目的： 了解iOS崩溃解码原理

崩溃解码步骤

虚拟内存偏移量：145624-＞0x238d8-＞0x00000001000238d8
使用dwarfdump命令，将dSYM文件解析成可读文件

dwarfdum-e--debug-info 包含全部类和方法的代码和地址映射信息-＞信息文件

dwarfdum-e--debug-line 包含全部类的代码行号和地址映射信息-＞行号文件

在信息文件中查找偏移量所在的类和方法，得到崩溃的类和对应的方法
在行号文件中查找偏移量所在的行号，得到具体的崩溃行号

虚拟内存偏移量：

0x00000001000238d8

dSYM文件解析命令

symbolicatecrash-＞全文本解析
atos（mac)/atosl(linux)-＞单行解析

H5页面监控原理

以上介绍了系统原生接口的数据采集原理，下面介绍下H5页面数据采集实现原理。

H5页面数据采集通过自动往H5页面注入JS代码实现。流程如下图所示

H5页面注入JS代码示意图

如上图所示，在UIWebView时代，通过NSURLProtocol协议簇的接口，拦截到加载页面数据的接口，获取到H5数据块，检测数据块中的标签，将JS代码注入到中。这样JS代码就和H5页面代码一起加载、工作，能够采集到H5页面的相关信息。JS代码采集到信息后，通过iframe的方式触发UIWebView的回调将信息发送给原生SDK端存储、上报。

在WKWebView时代，由于WKWebView是单独的进程，在App里从系统的网络协议簇无法获取到WKWebView的数据，可通过拦截WKWebView的回调函数去执行JS代码，能起到与UIWebView同样的数据采集效果。这里不再赘述。

PS：JS代码的工作原理是另一个技术领域的范畴，不在这里赘述。

写在最后

近年来，在AIOps领域快速发展的背景下，IT工具、平台能力、解决方案、AI场景及可用数据集的迫切需求在各行业迸发。基于此，云智慧在2021年8月发布了AIOps社区， 旨在树起一面开源旗帜，为各行业客户、用户、研究者和开发者们构建活跃的用户及开发者社区，共同贡献及解决行业难题、促进该领域技术发展。

社区先后 开源 了数据可视化编排平台-FlyFish、运维管理平台 OMP 、云服务管理平台-摩尔平台、 Hours 算法等产品。

项目介绍：https://www.cloudwise.ai/flyF...

Github地址： https://github.com/CloudWise-...

Gitee地址： https://gitee.com/CloudWise/f...