性能优化

1. 性能指标总览

关注点：考虑当前业务形态，做相应性能评测优化

粗粒度的，全性能指标，我们会大版本更新的Monkey测试/性能检测

细粒度的，因为有问题，主要关注监测平台的崩溃、页面卡顿、内存优化上

2. 治理实践

1. 总成果

耗时(-30%)/内存峰值(-20%)/崩溃率(0.3‰)/页面掉帧率(<3%)

2. 卡顿/掉帧优化

指标定义：

呈现速度缓慢的帧：该指标是指超过 0.1% 的帧呈现时间超过 700 毫秒的屏幕实例所占的百分比。

冻结的帧：该指标是指超过 50% 的帧呈现时间超过 16 毫秒的屏幕实例所占的百分比。

处理方法：

API使用接口不当

线程数控制，减少CPU/GPU负载

CPU/GPU负载均衡，编辑/预览页，开启离屏渲染。

3. 耗时/响应时间

减少图片I/O，拍摄->裁剪页的流程优化

并发处理，引入图片处理底层的线程队列

缓存，5页任务缓存

图片处理算法的切换（OpenCV->CoreImage, 1.CoreImage系统内部做了优化 2.CoreImage可以切换CPU/GPU加速）整体耗时减少45%

4. 内存优化

循环中加入AutoReleasePool及时释放图片资源 （for循环执行结束后释放，=> 不需要对象时，自动释放）

性能优化专题总结，

完善了性能检测、监测、治理到防劣化的流程。

达到了当前团队和产品 对性能质量的要求。

不足，

不够深层次的优化 => 编写OOM内存分配日志(大内存分配scalable_zone调用的malloc_logger)、统计函数运行耗时（hook objc_msgsend）、利用RunLoop原理监听卡顿（kCFRunLoopBeforeSources和kCFRunLoopAfterWaiting，PLCrashReporter库）等等

没有完全讲防劣化自动化 => 利用Infer/Clang静态分析工具

5. 网络优化

《Web性能权威指南》

APM（Application Performance Management）

1. 理论知识

应用性能管理

流程：检测->监测->治理->防劣化

APM(Application Performance Management)即应用性能管理,是一种用于监控和优化软件应用性能的方法论。主要具有以下特征:

• 全面性:APM系统可以监控应用的各个组件,如服务器、数据库、缓存等。

• 分布式追踪:可以跨服务器跟踪单个请求,处理分布式系统的复杂性。

• 代码级可见性:一些APM具备代码级别的监控和统计。

• 数据库检测:可以检测数据库访问的性能。

• 用户体验监控:监控真实用户的响应时间、失败率等。

• 动态配置:可以动态调整数据收集策略。

• 分析与报告:提供丰富的分析功能和报告。

• 告警:支持设置告警规则并通知。

通过应用APM,可以:

• 查找应用性能瓶颈

• 优化代码性能

• 监控服务运行状态

• 分析业务指标

• 提升用户满意度

常见的APM工具包括New Relic、AppDynamics、Dynatrace等。采用APM可以持续优化应用性能。

2. 建设实践

检测，上线流程，接入Monkey测试、性能检测工具检测；

监测，追加MetricKit日志能力，收集性能堆栈信息，接入检测平台；

治理，打通性能问题追踪闭环，制定疑难和关键指标治理方案；

防劣化，开发流程接入SwiftLint、GitFlow+Review+踩坑日志（飞书收集表）

参考

字节跳动如何系统性治理 iOS 稳定性问题

《议题四 美团万分之一Crash率治理架构 - 美团谌天洲》