极光开发者沙龙 之 移动应用性能优化实践 【一】旧酒新瓶——换个角度提升 App 性能与质量

旧酒新瓶——换个角度提升 App 性能与质量

  主讲人:高亮亮 ---   饿了么移动技术部高级iOS工程师,负责饿了么商家版iOS APP开发,对架构和系统底层有深入研究,擅长移动性能分析,trouble shooting,iOS 逆向编程。

  主讲时间:2017-05-26

  

  主讲内容:

  1、性能与质量概述:

  2、“新”技术概念的介绍与实践:

  3、违反常规的“真理”:

  

  一、性能与质量概述:

  • 应用分级以及与性能质量的关系

  • 根据设备特点设计提升方案

  • 结合主要业务场景制定优先级 

  回流(Reflow)/ 重绘(Repaint)

  

  • 回流:流式布局下,由于参照元素布局框发生变化而导致的布局重新计算。

  • 重绘:元素布局不发生变化的情况下,重新渲染视图。

  案例重现:

  

  • 单张订单视图作为重用的基本单元

  • 视图层级复杂,且采用动布局技术

  • 视图不固定,且存在强依赖关系

  • 商品列表在滚动时产生严重回流

  二、解决方案

  • 调整视图关系,合理利用重用机制,避免滚动时回流

  • ADK 方案,异步计算布局并缓存,细腻的线程控制

  

  节流(Throttle)/ 防抖(Debounce)

  

  案例重现

  失败重试导致的 Self-DDoS  

  • 在保证服务前提下的自动重试,且固定重试频率

  • 忽略错误类型,“一刀切”式的 DFF 设计

  • 重试周期同步,从而导致恶性循环

  解决方案:

  • 指数回退 —— 固定重试间隔加倍

  • 添加抖动 —— 随机抖动间隔,避免锁定同步周期

  • 标记重试 —— 优先处理高重试请求

  • “黄金”重试节流策

  

  扩展运用

  • 实时查询防抖 —— 减少网络请求

  • 事件响应节流 —— 避免冗余资源消耗

  • 界面渲染节流 —— 避免大量 CPU 消耗

  渐进增强(PE)/ 优雅降级(GD)
  

   案例重现:

  基于三方服务的推送系统

  • 同业务对推送的实时性、可靠性要求高且存在差异

  ---➡ 利用更优的组件作为首选,三方作为备选

  • 三方服务不可控,且在实时性、可靠性上都存在不足

  ---➡ 操作的效率和速度随着失效部件的增加逐渐下降

  解决方案:

  

  Taco 混合推送框架

设备

平台

系统

前后台

发送数

发送成功数

接收消息数

到达率

红 Note3

Android

MIUI 8

前台(锁 屏)

300

297

267

89.9%

Android

Smartisan OS 3.2.5

后台( 锁 屏)

300

298

250

83.9%

Nexus5

Android

6.0

后台(锁 屏)

300

296

234

79.1%

iPhone 6

iOS

iOS 9.1

前台( 锁 屏)

300

299

299

100%

iPhone 4s

iOS

iOS 8

前台( 锁 屏)

300

296

178

60.1%

  稳 => 快 => 省,普适法则

  • 0崩溃&0错误!=好 

  • 启动时间:main() 后 main() 前重要

  • 包体积优化: 进制 > 资源

  • 耗电优化:硬件 > 软件

  0 崩溃 & 0 错误 != 好用

  

  

  0 崩溃 & 0 错误 != 好用

  

  启动时间:main() 后 main() 前重要

  • main() 前优化点

    ‣ dylib loading —— 多为系统动态库,普遍使用静态库

    ‣ rebase / binding —— 占比低,减少 Class 等行为违反软件工程原则

    ‣ Objc Setup —— 受工程量影响,盲目优化违反工程原则

    ‣ Initializer —— + load 优化,影响工程设计

  • main() 后优化点

    ‣ 屏渲染优化

    ‣ 避免主线程阻塞

    ‣ 关键路径线程优化

    包体积优化: 二进制 > 资源                 耗电优化:硬件 > 软件

     

  耗电优化:硬件 > 软件

    

   

原文地址:https://www.cnblogs.com/ZachRobin/p/6914516.html