iOS启动优化之系统预热(prewarm)

一. 背景

我们从启动统计数据上发现,在iOS15及以上相关系统,经常会出现启动耗时几十秒的情况,通常是load方法的加载就已经达到几十秒了,而且都是相对性能较好的机型。

image.png
image.png

由于苹果系统存在watchdog机制,针对App启动的启动,watchdog的时间限制是20s,如果启动超过20s,就会被watchdog强制杀死进程,退出应用。

但这里统计出来启动时长,很明显很大部分已经超过20s了,但是依然正常启动,说明要不就启动统计方法有问题,要不就存在一些异常情况,出现数据异常。

二. 分析

针对出现的机型主要是在iOS15及以上系统,因此依据这个线索进行排查。终于找到了关于prewarm的相关资料,具体详见: 【About the app launch sequence】

1. prewarm 机制

AppleiOS 15 中引入了prewarm (预热)机制,系统可能会根据设备的情况,比如当设备内存和磁盘空间充足以及用户启动该App的时间习惯等,提前帮你预热(prewarm) 你的 App

也就是提前启动不再运行的 App 进程,以减少用户手动启动 App 等待的时间。prewarm 执行一个 App 的启动序列直到(但不包括)当 main() 调用 UIApplicationMain。也就是prewarm帮忙提前完成了pre-main之前的所有操作。

这为系统提供了一个机会来构建和缓存它需要的任何低层结构,以期待一个完整的启动。也就是说,prewarm 机制可以减少启动时间,我们甚至可以在 load 方法中做一些资源的预加载。

2. 原因

因为iOS15及以后的系统,苹果添加这种预热的操作:prewarm,系统提前执行了启动的pre-main之前的所有操作,然后暂停,等到用户真正启动的时候,才会继续执行mian之后的相关启动操作,而我们App启动耗时统计是从cocoapods排序的第一个库的load时间开始,然后到首页的viewDidAppear结束。

因此如果是该App被预热了,也就是库的load等方法先执行,这时候统计起始时间已经标记,然后暂停,暂停这段时间也被算进去,导致启动耗时尤其是load方法的加载出现几十秒这种情况,统计数据出现了偏差,之所以只有统计到几十秒的,而没有几分钟或者几个小时,是因为统计库做了过滤,超过1分钟,就直接丢弃这次统计。

三. 解决方法

我们可以根据如下方法判断此次启动是否为预热prewarm启动:

 func isPrewarmLaunch() -> Bool {
        let systemVersion = UIDevice.current.systemVersion.toFloat() ?? 0.0
        if systemVersion >= 15.0 {
            let environment = ProcessInfo.processInfo.environment
            for key in environment.allKeys() {
                if key.contains(substring: "prewarm") {
                    return true
                }
            }
        }
        return false
    }

因此决定启动组件里面添加判断,判断此次启动是否为预热prewarm启动,如果此次启动为预热prewarm启动,则统计的起始点用main函数的开始执行的时间作为起点,如果不是预热启动,则依然使用cocoapods排序的第一个库的load的加载时间作为起点。

不过这里需要对你的App是否接入UIScene做区分判断:

对于接入 UISceneApp

  • application:didFinishLaunchingWithOptions: 可能会被调用(并不总是发生)

  • scene:willConnectToSession:options: 未被调用。事实上,SceneDelegate 直到 App 打开才创建。

对于没有接入 UISceneApp

  • application:didFinishLaunchingWithOptions: 不会调用。

因此,如果 App 接入了 UIScene,又没做特殊处理的话,会因为 prewarm 机制的 bug 而导致 iOS 15 用户日活异常增多。

因为我们业务线相关的App没有接入UIScene,因此我们这里直接采取上面的优化方案。

四. 引用

[About the app launch sequence]

[iOS BugFix|接入 UIScene 遇到的一些问题及解决方案]

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 206,013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 88,205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 152,370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 55,168评论 1 278
  • 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 64,153评论 5 371
  • 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 48,954评论 1 283
  • 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 38,271评论 3 399
  • 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 36,916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 43,382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 35,877评论 2 323
  • 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 37,989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 33,624评论 4 322
  • 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 39,209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 30,199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 31,418评论 1 260
  • 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 45,401评论 2 352
  • 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 42,700评论 2 345

推荐阅读更多精彩内容