性能優化幾乎是所有中大型 App 都躲不開的課題。本文以微信讀書 iOS 端的實際經驗為線索,把這件事拆成三個環節來談:如何及早發現問題、如何有效解決問題,以及如何用工具把問題擋在開發階段。
根據實際的開發經驗,當應用發展到一定規模後,性能問題就不可能完全避免。總想找一個一勞永逸的解法並不現實,所以更務實的思路是:讓問題盡早浮出水面,然後解決它。
在「發現」這件事上,我們主要靠兩條路徑:
用戶反饋(含測試人員)。這條路徑受限於測試時間與用戶反饋的積極性,往往問題嚴重到一定程度,開發者才真正察覺。
線上監控,主要分為業務性能監控與卡頓監控兩塊。
業務性能監控,著眼於我們判斷最關鍵的操作路徑,逐段埋點量測:

卡頓監控則借助 Bugly 的工具,透過動態下發開關、以抽樣方式回報,既控制]&流量,也避免影響用戶體驗。當有用戶回饋卡頓時,我們也用同樣的手段回溯現場。
性能問題的成因多種多樣,解法自然也不拘一格。以下是我們項目中真正用上的幾個方向。
性能優化聽起來高深,真正落地後會發現最大的坑往往藏在業務不斷堆疊與頻繁變更之處。優化業務流程,就是在滿足需求的前提下提出更高效、更優雅的方案,從根源上解決問題。實踐證明這是最徹底的做法,但通常也是難度最大的。

表面看只是簡單調整,真正動手才知道坑有多深——所以重構優化時,還真得有一顆堅強的心。
GCD 太好用了,一旦不加節制,凡是需要拋到子線程的工作都會被直接丟進 global 佇列,於是兩個問題隨之而來:
為此我們定下幾條基本原則:
合理的線程分配,最終目的就是兩件事:讓主線程盡量少處理非 UI 工作,同時把整個 App 的子線程數量控制在合理範圍內。
預處理,是把首次顯示會耗費大量時間的計算提前放到背景線程完成,再把結果直接取來顯示。
延遲載入,則是先載入當前必須可見的內容,稍後或於特定時機再觸發其餘內容的載入。這能有效提升畫面繪製速度,讓體驗更順手(UITableView 就是最典型的例子)。
兩者的共同邏輯是:資源緊張時優先處理馬上用得到的資料,同時盡可能提前準備即將用到的資料。在微信讀書中,閱讀排版優先級最高,因此閱讀過程中會預處理下一頁、下一章的排版,並延遲載入相關的其它資料(想法、劃線、書簽等)。
cache 大概是所有優化手段中最常用的,但也是最不該輕易動用的。它建立成本低、見效快,後續維護成本卻很高。若一定要用,請注意以下幾點:
imageNamed: 與 imageWithContentsOfFile: 的差異:前者適用於會重複載入的小圖(系統會自動快取),後者只是單純載入。NSDateFormatter 的實例,不要反覆建立。dateFromString: 的替代品。NSLog。這一方面,主要還是靠經驗累積。
做了一段時間優化後,團隊達成共識:與其花大量時間去發現問題、追查問題,不如多開發一些工具,讓問題盡量暴露在開發階段,最好能直接避免共性問題。以下幾個工具被證明相當有幫助:
MLeakFinder,已經開源,是團隊成員 zeposhe 的作品。在它出現之前,記憶體洩漏引起的性能問題幾乎無法被及早察覺,通常要等到洩漏相當嚴重,再靠 Instruments 反覆嘗試才能定位。有了它,洩漏在開發階段就無所遁形。
這個工具條由團隊成員 tower 開發,在 DEBUG 模式下以浮窗形式即時展示當前 FPS 偏低 的次數,以及執行時間過長的 SQL 語句數量。
FPS 監測的原理並不複雜,準確度雖非百分之百,但非常實用——隨時可以查看 FPS 低於閾值時的呼叫堆疊,再結合當時的使用場景,很快就能定位到卡頓的來源。SQL 監測同樣有效:對微信讀書來說,DB 讀寫速度本身就是性能瓶頸之一,因此我們在 DEBUG 階段監測每一條 SQL 的執行時間,一旦超標就反映在工具條的數字上,點擊即可查看具體語句與實際耗時。

點擊頂部工具條,就能查到究竟是哪條 SQL 慢。
它幫我們在開發階段發現了大量卡頓問題。以想法圈的優化為例,我們發現「首次載入更多」執行的 SQL 竟耗時超過 1000 毫秒:
SELECT * FROM WRReview
INNER JOIN WRUser ON WRReview.fromId = WRUser.vid
WHERE WRReview.type & ? AND WRReview.createTime <= ?
ORDER BY WRReview.createTime DESC, WRReview.itemId ASC
LIMIT ?
用 explain 分析,低效原因一目了然:
SEARCH TABLE WRReview
SEARCH TABLE WRUser USING INTEGER PRIMARY KEY (rowid=?)
USE TEMP B-TREE FOR ORDER BY
優化方式是為 WRReview 的 fromId、createTime 兩個欄位建立索引,並去掉一個排序欄位:
SELECT * FROM WRReview
INNER JOIN WRUser ON WRReview.fromId = WRUser.vid
WHERE WRReview.type & ?
ORDER BY WRReview.createTime DESC
LIMIT ?
此時 explain 的結果:
SCAN TABLE WRReview USING INDEX WRReview_createTime
SEARCH TABLE WRUser USING INTEGER PRIMARY KEY (rowid=?)
執行時間直接降了一個數量級,落到 100 毫秒左右。
這個工具用來守住「UI 與 DataSource 操作必須在主線程」這條底線,原理是 hook setNeedsLayout、setNeedsDisplay、setNeedsDisplayInRect: 三個方法,確認它們都在主線程執行。
子線程操作 UI 究竟會出什麼問題,蘋果說得並不清楚,但我們在實戰中遇到過幾種頗為離奇的現象,似乎都與此有關:
App 突然丟失動畫,看起來像 iOS 系統自身的 bug。雖然拿不到確切證據,但用這個工具把所有問題改完之後,bug 也不再出現(而且不止一次如此)。
UI 操作偶爾回應特別慢,從程式碼上完全看不到任何耗時行為,只是單純 push 一個 controller。
莫名其妙的 crash,成因正是 UI 操作並非線程安全。
更多時候,子線程操作 UI 未必會立刻出問題——但也正因為不知道會出什麼問題,才更需要警惕。這個工具替我們排除了這些隱患。雖然蘋果表示部分 UI 操作現在已經是線程安全的,畢竟大部分還不是。DataSource 的檢測則源於團隊定下的原則:保證列表 DataSource 的線程安全。
排版引擎是微信讀書最核心的功能。這個工具最初是為了檢驗排版引擎改進後的準確性,防止業務變更破壞既有的排版特性。做法是結合自動化腳本與 App 內的排版引擎,為書庫中的每本書建立鏡像,內容包含每一章每一頁的截圖,再比對同一頁碼在不同版本間的圖片差異,即可得知渲染效果的變化。
後來我們發現,只要稍加調整——在排版後記錄每個章節的耗時——就能知道同一章節在不同版本間的效能變化,作為排版引擎的效能指標。這確保了微信讀書即使在快速迭代中也不會丟失閱讀的核心體驗。這個工具本身難以複用到其他項目,但它提醒了我們一件事:可以透過自動化工具來守住產品最核心功能的體驗。
為了支持正版版權,微信讀書的書源完全依賴後台,不允許本地導入,而書源品質直接影響排版效果與效能。為了解決部分書籍無法開啟或亂碼的問題,我們借助後台同學的書源檢測工具,對線上所有 epub 書籍(約 13,000 本)做了一次掃描,依章節大小排序,對章節內容特別大的書籍重點檢測並重新排版,解決了一批 epub 無法開啟的問題。同時針對亂碼,我們對所有 txt 書籍做了全量掃描,發現了一些問題,但目前還無法準確找出所有亂碼章節,這部分仍在改善中。

性能問題普遍存在、無可避免。與其花費大量時間追查線上版本的效能瓶頸,不如提升團隊成員的優化意識,並借助工具把問題盡早暴露在開發階段——預防,永遠比補救便宜。