效能優化這件事,最常見的錯誤不是「不優化」,而是「憑感覺優化」。憑直覺猜哪裡慢,往往把時間花在不重要的細節上,真正的瓶頸卻原封不動。Instruments 的價值就在於把模糊的「好像有點卡」變成可量化的圖表與數據。
開發過程中,某些階段確實可以先擱置效能議題,先把功能跑通。但一旦進入打磨期,就該轉為數據驅動:讓 Instruments 告訴你時間花在哪些方法上、呼叫了幾次、哪段流程佔據了主執行緒,再決定從何下手。相較於憑印象微調,找出真正需要優化的位置所帶來的收益要高得多。
Time Profiler(時間分析器)是最常用的起點。它週期性取樣主執行緒的呼叫堆疊,以視覺化方式呈現各函式佔用的時間比例。堆疊越高的呼叫,通常就是最值得關注的對象。
結果畫面通常包含三個重點區域:耗時排行、呼叫樹狀圖,以及時間軸。實務上建議先把呼叫樹的顯示模式切換成「分別列出主執行緒」,再依自身耗時排序,避開系統函式雜訊,專注在自己專案中的方法。若某個畫面進入時明顯掉幀,也可以對照時間軸上的區段,逐段檢查。
Time Profiler 只是入門。若懷疑問題出在記憶體,可換用 Allocations 與 Leaks;動畫不順滑則可搭配 Core Animation 模板檢查離屏渲染與 FPS。養成「先量測、再修改、修改後再量測」的循環,比任何直覺都可靠。