内存优化

为什么要减少内存

更好的用户体验,增加app流畅性,更快的启动速度,不会因为内存过大而Crash,即便进入后台也会活得更久

查看内存占用高的对象或内存飙升的操作针对性进行优化

借助工具如图
Persistent:该对象存在于内存中的个数
Transient:存在过已经被回收的对象的个数
Persistent Byte:该类对象在内存中占得总内存
也可以进行搜索 也可对单类对象进行分析 具体使用可搜索详细使用教程


image.png
海量json数据处理

先说网络请求,多数像我一样的野生程序员都会使用有名的第三方库,比如AFNetworking、Alamofire, (因为我们写的不够好,我们多数时间都在造轮子、模仿轮子、实现功能,可能内存优化的很多事情都跟我们没有关系,因为我们根本用不到。)通常我们会对第三方库进行一层包装、对我们应用程序来说可以随时替换、减少与第三库的耦合度。 然后开始发起请求->拿到数据json解析->数据发送到M层、M层进行model转换->数据发送到C、C通知V数据更新,仿佛一连串的事情没问题,像我一样。

/**
 POST请求
 只是一个简简单单的封装、实现里将AF的结果通过block回调
 @param control viewController 对象
 @param parameters 请求参数
 @param completeBlock 成功
 @return 请求hash值
 */
+ (NSNumber *)PostWithControl:(NSObject *)control parameters:(NSDictionary *)parameters completeHandler:(IZQResponseBlock)completeBlock;
[IZQAPIClient PostWithControl:self parameters:[IZQInterfaceList updateTaskContentOfModel:_md] completeHandler:^(NSNumber *requestID, id data, BOOL success) {
            // do something 
           // 数据赋值
          // 刷新UI
}];

除网络请求外一切的操作都在主线程。当遇上海量数据,内存飙升,(5W条60key值)json解析内存增加150M,在读取json中的key 拿到list 数据在次飙升、数据传递、遍历、转model数据会一份一份的复制,在主线程的runloop中它没有时间释放、可以飚到300M 500M

解决:

多线程处理 数据处理放在子线程中去操作
1、可以利用多核CPU、数据处理速度增加
2、数据处理完成只发出有效数据、临时变量、临时指针都会被及时释放。
3、对于更多的数据可与服务器配合分段更新、分段处理
自动释放池
关于自动释放池看这篇文章AutoreleasePool

图片内存优化

1、加载图片资源方式
不常用的图片 一次性渲染显示的图片 contentsOfFile 直接读取渲染 不常驻内存
对于常用的图片 比如cell 中的小图标 named

加载图片 不会常驻内存
let image = UIImage(contentsOfFile: url.path)
加载图片到内存 会常驻内存 named 可以增加渲染速度 避免影响卡顿
let image = UIImage(named: name)!

2、图片尺寸大小
资源图片应该有他正确的大小、避免小View加载大图片,比直接加载大图还要吃内存。
网络图片要服务器配合返回适中的图片,虽然App可以将图片尺寸大小进行压缩,还是要尽量减少图片转换带来的时间消耗、内存消耗
3、适当时机清理缓存
比如SDWebImage 在app进入后台、收到内存警告等或需要释放图片的时机 clearMemory,清除图片在内存中的占用。设置大图片不常驻缓存,比如特大原图,要及时释放内存。
4、图片压缩
这也使用最多的一种方式 例如在图片上传前重绘压缩在上传 主要是去掉一些不必要的参数 改变图片尺寸大小

- (UIImage*)scaleToSize:(UIImage*)img size:(CGSize)size
{
    // 创建一个bitmap的context
    // 并把它设置成为当前正在使用的context
    UIGraphicsBeginImageContext(size);
    // 绘制改变大小的图片
    [img drawInRect:CGRectMake(0, 0, size.width, size.height)];
    // 从当前context中创建一个改变大小后的图片
    UIImage* scaledImage = UIGraphicsGetImageFromCurrentImageContext();
    // 使当前的context出堆栈
    UIGraphicsEndImageContext();
    // 返回新的改变大小后的图片
    return scaledImage;
}

iOS10新增UIGraphicsImageRenderer来代替UIGraphicsBeginImageContext
UIGraphicsImageRenderer官方文档的解释:一个支持创建核心图像的渲染器。

//绘制UIImage
- (UIImage*)resiImage:(NSURL*)url size:(CGSize)size{
    UIImage *testIm = [UIImage imageWithContentsOfFile:url.path];
    UIGraphicsImageRenderer *re = [[UIGraphicsImageRenderer alloc]initWithSize:size];
    return [re imageWithActions:^(UIGraphicsImageRendererContext * _Nonnull rendererContext) {
        [testIm drawInRect:CGRectMake(0, 0, size.width, size.height)];
    }];
}

5、使用ImageIO加载大图
苹果给出的新方法

    func downsample(imageAt imageURL: URL, to pointSize: CGSize, scale: CGFloat) -> UIImage
    {
        let sourceOpt = [kCGImageSourceShouldCache : false] as CFDictionary
        // 其他场景可以用createwithdata (data并未decode,所占内存没那么大),
        let source = CGImageSourceCreateWithURL(imageURL as CFURL, sourceOpt)!
        
        let maxDimension = max(pointSize.width, pointSize.height) * scale
        let downsampleOpt = [kCGImageSourceCreateThumbnailFromImageAlways : true,
                             kCGImageSourceShouldCacheImmediately : true ,
                             kCGImageSourceCreateThumbnailWithTransform : true,
                             kCGImageSourceThumbnailMaxPixelSize : maxDimension] as CFDictionary
        let downsampleImage = CGImageSourceCreateThumbnailAtIndex(source, 0, downsampleOpt)!
        return UIImage(cgImage: downsampleImage)
    }
内存泄漏

内存管理 谁创建谁释放 谁添加谁释放 现在都使用ARC 引用计数由系统自动管理
内存泄漏几个主要原因
1、你中有我 我中有你 循环引用 使用[weak self]解决
2、Timer未释放 未设置失效时间 未置为nil timer中循环引用
3、常驻对象中强引用某对象 delegate强持有
4、C语言创建的对象未手动释放
5、网络请求对self的强持有(延迟释放)
6、子线程死锁 资源不释放
排查方法
使用Instrument工具 Leaks
MLeaksFinder 具体使用看介绍

UI

1、懒加载,延迟创建对象,需要的时候才创建节省内存开销
2、UI复用,避免浪费节约开销
3、Cell中不要临时创建对象、更不要在循环中创建临时对象
4、对于经常访问的大页面可以强引用 或 单例模式 避免重复的创建释放创建释放
5、圆角可以图片重绘、CALayer重绘
6、隐藏显示、添加移除看需求选择使用
7、宗旨:需要的时候创建 能重用的尽量重用 不需要的不创建

CoreData

CoreData中批零插入数据,在key值较多情况下 插入一条保存一条会比较慢,等插入完成之后再保存会造成大量对象一直未释放,内存增加 我的数据有5万条 每条60+key 每100条一保存会慢几秒 内存较低 每1000-5000保存一次内存增加不多,时间与完全插入在保存相当,上万条插入在保存内存会骤增,速度相对较快 海量数据应该在合适的时机选择保存一次 避免达到内存峰值 也可使系统更流畅

    func insertPersons(persons: [Any])  {
        let semaphore =  DispatchSemaphore(value: 0)
        persistentContainer.performBackgroundTask { [weak self](context) in
            for item in 0..<persons.count {
                //            print(item)
                let person: IZQPerson = NSEntityDescription.insertNewObject(forEntityName: "IZQPerson", into: context) as! IZQPerson
                person.mapping(map: persons[item] as! [String : Any])
                if item%5000 == 0 && item > 0 {
                    self?.saveContext(context: context)
                }
            }
            self?.saveContext(context: context)
            print(NSPersistentContainer.defaultDirectoryURL())
            print("插入完成", Date.init().timeIntervalSince1970)
            semaphore.signal()
        }
        semaphore.wait()
    }
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 216,591评论 6 501
  • 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 92,448评论 3 392
  • 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 162,823评论 0 353
  • 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 58,204评论 1 292
  • 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 67,228评论 6 388
  • 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 51,190评论 1 299
  • 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 40,078评论 3 418
  • 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 38,923评论 0 274
  • 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 45,334评论 1 310
  • 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 37,550评论 2 333
  • 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 39,727评论 1 348
  • 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 35,428评论 5 343
  • 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 41,022评论 3 326
  • 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 31,672评论 0 22
  • 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 32,826评论 1 269
  • 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 47,734评论 2 368
  • 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 44,619评论 2 354