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%
锤	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