性能优化 - JavaShuo

CPU和GPU

在屏幕成像的过程当中，CPU和GPU起着相当重要的做用
- CPU（Central Processing Unit，中央处理器）git
  - 对象的建立和销毁、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）github
  - 纹理的渲染

在iOS中是双缓冲机制，有前帧缓存、后帧缓存

屏幕成像原理

卡顿产生的缘由

卡顿解决的主要思路
- 尽量减小CPU、GPU资源消耗
按照60FPS的刷帧率，每隔16ms就会有一次VSync信号

卡顿优化 - CPU

尽可能用轻量级的对象，好比用不到事件处理的地方，能够考虑使用CALayer取代UIView
不要频繁地调用UIView的相关属性，好比frame、bounds、transform等属性，尽可能减小没必要要的修改
尽可能提早计算好布局，在有须要时一次性调整对应的属性，不要屡次修改属性
Autolayout会比直接设置frame消耗更多的CPU资源
图片的size最好恰好跟UIImageView的size保持一致
控制一下线程的最大并发数量
尽可能把耗时的操做放到子线程
- 文本处理（尺寸计算、绘制）
- 图片处理（解码、绘制）
尽可能避免短期内大量图片的显示，尽量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4096x4096，一旦超过这个尺寸，就会占用CPU资源进行处理，因此纹理尽可能不要超过这个尺寸
尽可能减小视图数量和层次
减小透明的视图（alpha<1），不透明的就设置opaque为YES
尽可能避免出现离屏渲染

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做
- Off-Screen Rendering：离屏渲染，在当前屏幕缓冲区之外新开辟一个缓冲区进行渲染操做
离屏渲染消耗性能的缘由
- 须要建立新的缓冲区
- 离屏渲染的整个过程，须要屡次切换上下文环境，先是从当前屏幕（On-Screen）切换到离屏（Off-Screen）；等到离屏渲染结束之后，将离屏缓冲区的渲染结果显示到屏幕上，又须要将上下文环境从离屏切换到当前屏幕
哪些操做会触发离屏渲染？
- 光栅化，layer.shouldRasterize = YES数据库
- 遮罩，layer.mask缓存
- 圆角，同时设置layer.masksToBounds = YES、layer.cornerRadius大于0markdown
  - 考虑经过CoreGraphics绘制裁剪圆角，或者叫美工提供圆角图片
- 阴影，layer.shadowXXX网络
  - 若是设置了layer.shadowPath就不会产生离屏渲染

卡顿检测

平时所说的“卡顿”主要是由于在主线程执行了比较耗时的操做
能够添加Observer到主线程RunLoop中，经过监听RunLoop状态切换的耗时，以达到监控卡顿的目的

耗电的主要来源

CPU处理，Processing
网络，Networking
定位，Location
图像，Graphics

耗电优化

尽量下降CPU、GPU功耗并发
少用定时器app
优化I/O操做异步
- 尽可能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的异步操做文件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（好比SQLite、CoreData）
网络优化函数
- 减小、压缩网络数据
- 若是屡次请求的结果是相同的，尽可能使用缓存
- 使用断点续传，不然网络不稳定时可能屡次传输相同的内容
- 网络不可用时，不要尝试执行网络请求
- 让用户能够取消长时间运行或者速度很慢的网络操做，设置合适的超时时间
- 批量传输，好比，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。若是下载广告，一次性多下载一些，而后再慢慢展现。若是下载电子邮件，一次下载多封，不要一封一封地下载
定位优化
- 若是只是须要快速肯定用户位置，最好用CLLocationManager的requestLocation方法。定位完成后，会自动让定位硬件断电
- 若是不是导航应用，尽可能不要实时更新位置，定位完毕就关掉定位服务
- 尽可能下降定位精度，好比尽可能不要使用精度最高的kCLLocationAccuracyBest
- 须要后台定位时，尽可能设置pausesLocationUpdatesAutomatically为YES，若是用户不太可能移动的时候系统会自动暂停位置更新
- 尽可能不要使用startMonitoringSignificantLocationChanges，优先考虑startMonitoringForRegion:
硬件检测优化
- 用户移动、摇晃、倾斜设备时，会产生动做(motion)事件，这些事件由加速度计、陀螺仪、磁力计等硬件检测。在不须要检测的场合，应该及时关闭这些硬件

APP的启动

APP的启动能够分为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
经过添加环境变量能够打印出APP的启动时间分析（Edit scheme -> Run -> Arguments）
- DYLD_PRINT_STATISTICS设置为1
- 若是须要更详细的信息，那就将DYLD_PRINT_STATISTICS_DETAILS设置为1

如图显示
- pre-main time : 调用main函数以前调用的时间
- dylib loading time ：动态库加载
- rebase/binding time ：
- objC setup time: 结构体准备时间
- initializer time ：初始化耗时
- slowest intializers : 加载比较忙的库
  - libsystem.dylib
  - libMainThreadChecker.dylib
更加详细的打印

少于400毫秒都是能够接受的

APP的冷启动能够归纳为3大阶段
- dyld
- runtime
- main

APP的启动 - dyld

dyld（dynamic link editor），Apple的动态连接器，能够用来装载Mach-O文件（可执行文件、动态库等）
启动APP时，dyld所作的事情有
- 装载APP的可执行文件Mach-o文件，同时会递归加载全部依赖的动态库
- 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

APP的启动 - runtime

启动APP时，runtime所作的事情有
- 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，调用全部Class和Category的+load方法
- 进行各类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全部的符号(Class，Protocol，Selector，IMP，…)都已经按格式成功加载到内存中，被runtime 所管理

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，顺便加载全部依赖的动态库
- 并由runtime负责加载成objc定义的结构
- 全部初始化工做结束后，dyld就会调用main函数
- 接下来就是UIApplicationMain函数，AppDelegate的application:didFinishLaunchingWithOptions:方法

APP的启动优化

按照不一样的阶段
- dyld
  - 减小动态库、合并一些动态库（按期清理没必要要的动态库）
  - 减小Objc类、分类的数量、减小Selector数量（按期清理没必要要的类、分类）
  - 减小C++虚函数数量
  - Swift尽可能使用struct
- runtime
  - 用+initialize方法和dispatch_once取代全部的__attribute__((constructor))、C++静态构造器、ObjC的+load
- main
  - 在不影响用户体验的前提下，尽量将一些操做延迟，不要所有都放在finishLaunching方法中
  - 按需加载

安装包瘦身

安装包（IPA）主要由可执行文件、资源组成
资源（图片、音频、视频等）
- 采起无损压缩
- 去除没有用到的资源： github.com/tinymind/LS…
可执行文件瘦身
- 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（www.jetbrains.com/objc/）检测未使用… -> Code -> Inspect Code
- 编写LLVM插件检测出重复代码、未被调用的代码

LinkMap

生成LinkMap文件，能够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： github.com/huanxsd/Lin…