来自搜狗输入法的IOS性能优化建议

一、性能优化建议

1.懒加载

– 延迟加载

– 不需要的对象不立即初始化,需要用到时才初始化

– 重写对象的getter方法

2.尽量不阻塞主线程

– 同步 vs 异步

– 延迟调用

3.慎用Autolayout

– 简单、强大易用、可读性强

– updateConstraints调用时机

– 性能问题

4.慎用NSDateFormatter

8151395.png

• 输出结果:

– using NSDateFormatter costs 1.349986 milliseconds

– using local1me costs 0.090957 milliseconds

• 应减少对NSDateFormatter的调用,或用 localtime替代

5.慎用[NSString sizeWithAttributes:]

7344659.png

• 输出结果: – Text width 61.14 costs 17.042994 milliseconds
– Text width 60.00 costs 0.000000 milliseconds

• 减少字符串size的实时计算,或寻求替代方案

• 原则:技术调研要到位,分析和实践相结合


二、崩溃率

**• 崩溃日志收集 **

– Crash Reporter

– itunes Connect

– Bugly

– Crashly1cs

– 友盟等

**• 崩溃日志解析 **

– symbolicatcrash

– xcrun atos

– dwarfdump

• 按崩溃分布定优先级解决问题


三、内存优化建议

1、autoreleasepool的使用

autoreleasepool的使用 .png

2、避免循环引用

• 第三方内存泄露检测工具

– FBRetainCycleDetector
– FBAlloca1onTracker
– FBMemoryProfiler

• 防止使用block时出现引用闭环
– Reactive Cocoa中用到的一种宏:weakify、strongify
– 强弱引用转换,用于解决block与强引用self之间的循环

•引用问题

引用问题.png

3、读图方式优化

• [UIImage imageWithContentsOfFile:@""]
– 优点
​ • 不缓存图片到内存,内存可及时释放
​ • 适用于大图片,使用完就释放
– 缺点
​ • 无法读取Asset Catalog里的图片
​ • 读取图片需要完整文件名

• [UIImage imageNamed:@""]
– 优点
​ • 图片始终缓存,适用于某些需要在多个地方显示的图标,其对应
​ 的UIImage对象只会被创建一次,避免频繁的沙盒读写
– 缺点
​ • 缓存图片到内存,不能及时释放

4、选择正确的缓存策略

•基本原则
​ – 缓存需要的
​ – 缓存常用的
​ – 缓存计算或生成开销较大的
• 优化实践
​ – 非常用功能退出后,立即释放相关内存占用
​ – 有选择缓存图片资源、数据资源

5、降低内存占用峰值

• 目标
​ – 始终保持应用内存占用处于一个相对平稳的范围内
• 优化实践-通讯录信息联想内存优化

​ (1)、面临问题

​ – 手机通讯录规模庞大,在多次进行通讯录信息联想时,
​ 存在较大的内存峰值,容易引发内存问题

​ (2)、解决方法

    – CFArrayRef ABAddressBookCopyArrayOfAllPeople
    (ABAddressBookRef addressBook)  
    – CFArrayRef ABAddressBookCopyPeopleWithName
    (ABAddressBookRef addressBook,  CFStringRef name)       

PS:ios9之后出了全新的联系人相关框架——Contacts Framework,摒弃了之前AddressBookFramework的相关api的繁琐操作。有关Contacts Framework的资料可以参考Contacts Framework

以下是加载通讯录5000+条的优化前后对比

通讯录规模5000+.png

6、内存文件映射的使用

• 优点
​ – 内存文件映射对应external
​ – 不算应用程序占用的内存,能有效减少应用程序占用
​ 的内存,避免触及低内存阈值
• 缺点
​ – 性能消耗问题
​ – 映射文件的大小、个数需要考虑,两者权衡
• 使用文件映射
​ – NSData: + dataWithContentsOfFile:op1ons:error:;
​ – mmap、munmap、msync

7、FastImageCache的使用

​ – Path团队开发的一个开源库,用于提升图片的加载和渲
​ 染速度
​ – Mapped memory
​ – Uncompressed Image Data
​ – Byte Alignment
​ – GitHub下载:https://github.com/path/FastImageCache

以上优化建议参考MDCC2016搜狗输入法性能优化实践的演讲记录,资料共享,希望对大家有所帮助!MDCC2016演讲资料

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,482评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,377评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,762评论 0 342
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,273评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,289评论 5 373
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,046评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,351评论 3 400
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,988评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,476评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,948评论 2 324
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,064评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,712评论 4 323
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,261评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,264评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,486评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,511评论 2 354
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,802评论 2 345

推荐阅读更多精彩内容