关于ios:IOS-APP启动优化

前言

作为程序猿来说，“性能优化”是咱们都很相熟的词，也是咱们须要一直努⼒以及继续进⾏的事件；其实优化 是⼀个很⼤的课题，因为细分来说的话有⼤⼤⼩⼩⼗⼏种优化⽅向，然而切忌在理论开发过程中不能盲⽬的 为了优化⽽优化，这样有时可能会造成事与愿违的负成果，须要咱们依据理论场景以及业务需要进⾏正当优 化。接下来进⼊正题，本⽂将会以 iOS App 的启动优化为开展点进⾏探讨。

启动流程

iOS App 的启动咱们都晓得分为 pre-main 和 main() 两个阶段，并且在这两个阶段中，零碎会进⾏⼀系列的加载操作，过程如下：

1、pre-main 阶段

1、加载应⽤的可执⾏⽂件
2、加载dyld 动静连接器
3、dyld 递归加载应⽤所有依赖的动态链接库dylib

2、main()阶段

1、dyld调⽤ main()
2、调⽤ UIApplicationMain()
3、调⽤ applicationWillFinishLaunching
4、调⽤ didFinishLaunchingWithOptions

阶段优化项

1、pre-main 阶段

针对 pre-main 阶段做优化时，咱们须要先具体理解其加载过程，这个能够在 2016 年 WWDC 的 Optimizing App Startup Time 中具体理解到相干资料

1.1 Load dylibs

这⼀阶段 dyld 会剖析应⽤依赖的 dylib （xcode7 当前.dylib 已改为名.tbd），找到其 mach-o ⽂件，关上和读取这些⽂件并验证其有效性，接着会找到代码签名注册到内核，最初对 dylib 的每⼀个segment 调⽤ mmap()。不过这⾥的 dylib ⼤局部都是零碎库，不须要咱们去做额定的优化。

优化论断：

1、尽量不使⽤内嵌的 dylib，从⽽防止减少 Load dylibs 开销
2、合并已有的dylib 和使⽤动态库 （static archives），缩小dylib 的使⽤个数
3、懒加载dylib，然而要留神dlopen() 可能造成⼀些问题，且实际上懒加载做的⼯作会更多

1.2 Rebase/Bind

在 dylib 的加载过程中，零碎为了平安思考，引⼊了 ASLR （Address Space Layout Randomization）技术和代码签名。因为ASLR 的存在，镜像（Image，包含可执⾏⽂件、dylib和 bundle）会在随机的地址上加载，和之前指针指向的地址（preferred_address）会有⼀个偏差（slide），dyld 须要修改这个偏差，来指向正确的地址。Rebase在前，Bind在后，Rebase做的是将镜像读⼊内存，修改镜像外部的指针，性能耗费次要在 IO。 Bind做的是查问符号表，设置指向镜像内部的指针，性能耗费次要在 CPU 计算。

在此过程中，咱们须要留神的是尽量减少指针数量，⽐如：
1、缩小 ObjC 类（class）、⽅法（selector）、分类（category）的数量
2、缩小 C ++ 虚函数的的数量（创立虚函数表有开销）
3、使⽤ Swift struct（外部做了优化，符号数量更少）

1.3 Objc setup

⼤局部 ObjC 初始化⼯作曾经在 Rebase/Bind 阶段做完了，这⼀步 dyld 会注册所有申明过的 ObjC 类，将分类插 ⼊到类的⽅法列表⾥，再查看每个 selector 的唯⼀性。
在这⼀步倒没什么优化可做的，Rebase/Bind阶段优化好了，这⼀步的耗时也会缩小。

1.4 Initializers

在这⼀阶段，dyld开始运⾏程序的初始化函数，调⽤每个 Objc 类和分类的 +load ⽅法，调⽤ C/C++ 中的结构器 函数（⽤ attribute((constructor)) 润饰的函数），和创立⾮根本类型的 C++ 动态全局变量。Initializers阶段执⾏ 完后，dyld开始调⽤ main() 函数。

优化论断：

1、少在类的 +load ⽅法⾥做事件，尽量把这些事件推延到+initiailize
2、缩小结构器函数个数，在结构器函数⾥少做些事件
3、缩小结构器函数个数，在结构器函数⾥少做些事件

main()阶段

在这⼀阶段⾥，次要优化重点放在 SDK 初始化、业务⼯具注册、整体 didFinishLaunchingWithOptions ⽅法中，因为咱们的⼀些第三⽅ app ⻛格配置、启动疏导⻚显示状态逻辑、版本更新逻辑等等根本⽅都会在这⾥进⾏，如果这部分逻辑没有做好优化梳理，随着业务一直拓展，臃肿的业务逻辑会间接导致启动时 间加⻓。

优化论断：

在满⾜业务需要的前提下，尽量减少 didFinishLaunchingWithOptions ⽅法在主线程中的事件处理逻辑，⽐如：

1、依据理论业务情况，梳理各个⼆⽅ / 三⽅库，找到能够提早加载的库，做提早加载解决，⽐如放到⾸⻚控制器 的 viewDidAppear ⽅法⾥。
2、梳理业务逻辑，把能够提早执⾏的逻辑，做提早执⾏解决。⽐如查看新版本、注册推送告诉等逻辑
3、防止进⾏⼀些简单 / 多余的计算逻辑，这类逻辑尽量进⾏异步提早解决
4、防止在⾸⻚控制器的viewDidLoad 和viewWillAppear做太多容易阻塞主线程的事件，这 2 个⽅法执⾏完，⾸⻚控制器能力显示

场景补充

另外，在咱们理论开发过程中，很多项⽬的⾸⻚控制器都会有⼀些后盾可配、较为丰盛的构造或者举荐数据 进⾏展现，⽽且咱们的⾸⻚展现速度通常也会被纳⼊启动优化的⼀局部，其实对于这种类型的优化，如果我 们还只是⽤传统的api -> data -> UI ⽅式进⾏的话，就很难有显著的改善空间，因为⽤户的⽹络状态 并不是可控项，如果不做其余解决的话，那在很多场景下对⽤户来说，即便咱们放上⼀些占位图，展现的样 式也是很不敌对的，毕竟⾸⻚控制器对⽤户的第⼀视觉冲击影响还是⽐较⼤的。

对于这种场景下的优化来说，⼀般咱们能够采取 Local + Network + Update 的⽅式在⼀定水平上优化⾸⻚加载速度即：

1、app 更新过程中，⾸先进⾏本地内嵌解决逻辑，内嵌⾸⻚数据结构（localDataBase）、内嵌⾸⻚款式所需资源（ localStorage）
2、在装置启动之后，对本地与线上数据更新记录进⾏对⽐，检测是否须要更新本地内嵌数据结构
3、检测到有须要更新的数据时，才会对指定构造进⾏静默更新，并且同步更新本地数据结构

这样做的益处是：

1、⾸⻚数据间接从本地加载，缩小⽹络数据等待时间
2、仅检测数据 key 值变动，⼩数据量对⽐定向更新构造，缩小 api 数据交互频次及数据包体积
3、可能保障⾸⻚对于⽤户来说会⼀直处于⼀个敌对的展现状态

当然这种也并不是唯⼀的应答⽅式，⽽且也并⾮对所有场景都适⽤，只是提供⼀种思路⽽已，还是须要依据 项⽬的理论场景抉择适宜的优化⽅案。

统计时长

另外如果在开发过程中，咱们想直观的查看 app 启动期间，各阶段的耗时状况，也能够在 的 edit scheme 设置增加 DYLD_PRINT_STATISTICS 为 1，打印启动时⻓，例如

优化前启动时⻓：

优化后启动时⻓：

当然，这些 log 咱们仅仅只能在开发调试阶段查看打印，那么在理论项⽬中，咱们须要对线上项⽬的启动数据 进⾏监控，以便及时的定位和优化那些影响 app 启动时⻓的环节，这时咱们应该怎么更好的解决呢？

当然咱们能够通过服务器埋点上报的⽅式⾃⾏统计分析，不过这样⼀来会发现咱们的统计老本就会⼤⼤减少，⽽且后果剖析也会变得不那么灵便。所以这⾥举荐⼀种简略的监控⽅式，那就是 友盟的 U-APM 应能性 能监控 SDK ，只须要咱们进⾏简略的 pod 集成之后，便可依据咱们的理论须要进⾏⼿动或者⾃动监控启动数 据，详情能够参考 U-APM，并且为了⽅便咱们对数据进⾏剖析，友盟后盾曾经依据这些数据帮咱们绘制出 了对应的分布图，咱们能够⼀⽬了然的得出启动耗时散布、启动类型占⽐等等，如图：

除此之外，咱们还能够通过 SDK 进⾏解体剖析、ANR 剖析、监控告警、卡顿剖析、内存剖析等等诸多性能，有了 U-APM 这个监控平台 ，其实在理论开发过程中很⼤水平的晋升了咱们对线上 app 的优化剖析效率。
当然本⽂的介绍也只是⽐较通俗的优化项，仅供参考以及思路疏导，优化之路任重⽽道远，还须要咱们一直 的去摸索、发现、提⾼。不过最初还是要揭示⼀句：在理论项⽬开发过程中，不要为了优化⽽优化，要依据 项⽬状况有针对性的进⾏优化。

参考

探秘 Mach-O ⽂件
iOS 底层 – 从头梳理 dyld 加载流程
iOS app 启动 – dyld 加载 App 流程
wwdc2016optimizingappstartuptime.pdf