app端耗流量问题排查思路(ios端)

2017年3月31日
一.排查
1.流量基本单位概念
1024B = 1KB ,1024KB = 1MB ,1024MB = 1G
2.基本结论: 我们目前的app, 基本上是正常操作1次1M(1024k)左右,每天操作10次的话10M,一个月大概是300M左右。有优化空间。
3.目前只考虑出参,入参暂时不考虑。
二.大概主要有以下几个原因
1.页面切换后数据重新请求(最新版本2.0.3上已经优化部分)
比如患者首页,和公共平台
2.后台接口返回很多多余数据 (需要后台接口优化,计划部分在2.2.1上版本悠哈)
比如:推送课程界面左边的tab包
3.app更新下载安装最新包,目前是34.6M

Paste_Image.png

4.宣教课程和培训课程相关图片和视频资源
图片建议压缩后上传。
5.部分埋点数据也稍微站点流量 (暂时不好优化)
为了大数据统计方便,为了统计表A的字段b值,会把表A的所有字段传送给阿里云(大数据)
三.具体排查接口如下(比较常用耗流量的功能)
1:科室选择(每次点击都会重新请求) 15k/次


Paste_Image.png

2.患者列表请求 (2.0.3版本后已经优化,已经改成局部更新) 4个患者 大概1k次。 也就是说 40个患者就要 10K/次了

Paste_Image.png

3.患者详情 24k/次


Paste_Image.png

4.出院患者 67k/次

Paste_Image.png

5.推送课程界面 很有优化控件
(后台已经在优化)(app端有重复发了2遍请求也需要优化,预计在2.2.1版本上优化)
进去3个tab页面数据全部请求回来(可以优化)
主要接口如下
我的课程夹
左边:.../listFavrite
右边:.../listFavriteMapper
按照科室
左边:.../byDept (后台优化) 这个接口 252k/次
右边:.../byDeptDetail
按照类别
左边:.../byType (后台优化) 这个接口 294k/次
右边:.../byTypeDetail


Paste_Image.png

6.发现-我的医院-按科室 92k/次(注意还是没有图片的情况)


Paste_Image.png

用的是默认图片也有 38k/次
Paste_Image.png

三.排查原理 对回包json数据进行字节数打印
如何计算 一个json格式对象的回包数据大小?(用于分析app流量统计用)
1.实现原理 转成 NSData,获取 bytes

+ (void)printSizeWithObject:(id)object
{
    [HuConfigration printSizeWithObject:object withTag:@""];
}

+ (void)printSizeWithObject:(id)object withTag:(NSString*)tag
{
    if([object isKindOfClass:[NSDictionary class]])
    {
        NSDictionary *dic = (NSDictionary*)object;
        NSData *data = [NSJSONSerialization dataWithJSONObject:dic
                                                       options:0
                                                         error:nil];
        double length = [data length]/1024;//kb
//        NSLog(@"wy=json=%@",dic);
        if ([tag length] <= 0) {
            tag = @"wy";
        }
        NSLog(@"%@\nlength=%lfKb",tag,length);
        
        if (length > 1) {
            NSLog(@"");
        }
    }
}

2.使用效果
回包处添加即可

NSLog(@"wy-url=%@",url);
[manager POST:url parameters:param success:^(AFHTTPRequestOperation *operation, id responseObject) {
     [HuConfigration printSizeWithObject:responseObject];
          //////
}

效果图如上面分析。

如果您发现本文对你有所帮助,如果您认为其他人也可能受益,请把它分享出去。

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 206,839评论 6 482
  • 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 88,543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 153,116评论 0 344
  • 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 55,371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 64,384评论 5 374
  • 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 49,111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 38,416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 37,053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 43,558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 36,007评论 2 325
  • 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 38,117评论 1 334
  • 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 33,756评论 4 324
  • 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 39,324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 30,315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 31,539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 45,578评论 2 355
  • 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 42,877评论 2 345

推荐阅读更多精彩内容