监控卡顿相关:卡顿检测 + 优化验证 + 线上效果跟进

一、卡顿检测(线下开发阶段:Instruments 工具集)

线下是在开发机、测试机复现问题,用来定位根因;这些工具绝大部分不能在线上用户设备使用

1. Time Profiler(定位 CPU 类卡顿)

  • 是什么:Instruments 里的 CPU 采样分析工具,按固定周期采样所有线程调用栈,统计各函数 CPU 占用比例。
  • 打开方式:Xcode → Product → Profile(Cmd+I),选择 Time Profiler。
  • 使用方式:筛选 Main Thread 主线,打开 Call Tree 查看调用栈;
  • 适用场景:主线阻塞类卡顿(文本计算、图片解码、Autolayout、循环、锁、IO 等)
  • 特征:FPS 下跌,主线 CPU 占用高,能抓到耗时函数栈。
  • 局限:看不到 GPU 耗时,属于采样机制,极短函数可能采不到。

2. Core Animation(图层 & 渲染、帧率、离屏渲染)

  • 核心观测项:FPS 帧率、图层染色标记
    • 红色:Offscreen Render 离屏渲染(shadow、mask、cornerRadius+masksToBounds、shouldRasterize)
    • 黄色:图片拷贝
    • 绿色:图层 Alpha 混合
    • 蓝色:光栅化 shouldRasterize
  • 作用:快速判断是不是渲染、离屏带来的 GPU 压力。

3. GPU Counters(GPU 硬件计数器)

  • 是什么:Instruments 工具,读取 GPU 硬件指标。
  • 可观测指标:GPU Utilization (GPU 利用率)、纹理上传量、Offscreen Render Pass 数量、Tiler/Fragment 负载。
  • 用途:确认 GPU 是否跑满,判断硬件层面瓶颈。
  • 局限:没有 OC 调用栈,线上无法采集。

4. Metal System Trace

  • 是什么:追踪 Metal 渲染指令提交、命令队列、渲染 Pass 时序。
  • 适用:自定义 Metal 渲染、复杂图形页面;普通 UIKit 页面一般不需要。

✅ 线下区分 CPU 卡顿 / GPU 卡顿判断口诀
主线 CPU 占用高、TimeProfiler 抓到主线耗时栈 → CPU 瓶颈
TimeProfiler 主线很空闲,但是 CoreAnimation 大量红色离屏标记、GPU Counters 利用率接近 100%、FPS 下跌 → GPU 渲染瓶颈

二、优化完成之后:测试阶段(线下对照验证)

核心原则:控制变量、量化对比,不只靠肉眼感受流畅度

  1. 测试设备:优先用低端机型(老机器 GPU/CPU 余量小,高端机测不出瓶颈)
  2. 固定测试条件:相同页面、相同数据条数、相同图片资源,固定操作路径(快速反复滑动列表、进出页面、切换 tab)
  3. 录制 Instruments 对比优化前后数据:
    • Core Animation:FPS、离屏渲染红色块数量、图层混合情况
    • Time Profiler:主线峰值 CPU 占用、耗时函数
    • GPU Counters:GPU 利用率、纹理上传峰值
    • 额外监控内存峰值:⚠️ 比如预绘制圆角阴影位图优化 GPU 卡顿,会增加内存,需要防止 OOM 上涨
  4. 自动化辅助:接入 CADisplayLink 帧率埋点,脚本多次跑滑动,采集平均 / P95 帧率,减少人工误差

三、线上卡顿监控方案(用户真实环境,APM)

两套核心方案组合使用:RunLoop 卡顿监控 + CADisplayLink 帧率监控,互相补足短板

方案 1:RunLoop 卡顿监控(抓主线阻塞、拿调用栈)

  1. 原理
    开独立子线程,注册 RunLoop Observer 监听主线 RunLoop 状态切换(kCFRunLoopBeforeSources /kCFRunLoopAfterWaiting);记录两次回调的时间间隔。超过预设阈值(50ms/80ms),判定为主线卡顿,抓取卡顿瞬间主线调用快照栈。
  2. 抓到的内容
    符号地址形式的主线调用堆栈,符号化之后可读,样例:
0 -[UIView layoutSubviews]
1 AutoLayout布局引擎
2 -[YYLabel boundingRectWithSize:]
3 -[TableView cellForRowAtIndexPath:]

栈含义:卡顿发生这一刻主线正在执行的函数,是采样快照,不是完整时序日志。

  1. 拿到堆栈之后怎么用
  • 符号化,把内存地址转为 OC 方法名;
  • 附带页面、机型、系统上下文上报 APM;
  • 后台聚合去重:统计同一个堆栈的卡顿次数,定位高频卡点;
  • 设置告警:特定页面 / 特定卡顿栈突增触发报警。
  1. ⚠️ 重大短板(面试高频)
    只能捕获主线阻塞(CPU 类卡顿);GPU 离屏渲染慢导致的丢帧,主线 RunLoop 流转正常,这套监控完全抓不到栈!

方案 2:CADisplayLink 帧率 FPS 监控(感知所有丢帧,CPU/GPU 卡顿都会体现)

  1. 采集原理
    CADisplayLink 绑定屏幕 VSync 信号,加到主线 RunLoop CommonMode;60Hz 屏幕理论 16.67ms 回调一次。统计 1s 内回调次数,得到 FPS。
    伪代码:
self.displayLink = [CADisplayLink displayLinkWithTarget:self selector:@selector(tick:)];
[self.displayLink addToRunLoop:[NSRunLoop mainRunLoop] forMode:NSRunLoopCommonModes];
  1. 关键坑
    页面静止时 RunLoop 休眠,CADisplayLink 不回调,FPS 会偏低;需要增加isScrolling标记,只统计滑动过程帧率,过滤静止页面的无效低帧率。
  2. 优缺点
    ✅ 优点:CPU 阻塞丢帧、GPU 渲染跟不上丢帧,都会让 FPS 下跌,可以感知 GPU 瓶颈
    ❌ 缺点:只有帧率数字,没有调用栈,不知道卡顿根因

配套附加采集指标(辅助推断 GPU 压力,和 FPS、卡顿栈一起上报)

重点:iOS没有公开 API 线上实时获取系统原生离屏标记、GPU 利用率,👉 所以成熟 APM 是两者组合

  1. CADisplayLink 持续采集 FPS,发现帧率持续走低;
  2. 配合 RunLoop 卡顿监控,抓到主线栈;
  3. 再附加额外指标:离屏渲染标记、图层数量、图片大小、机型信息,辅助推断是不是 GPU 问题。

市面上:百度 APM、Bugly、Sentry、友盟都是这套组合。

APM 采集指标清单

  • 帧率 FPS、卡顿次数、卡顿持续时长
  • 掉帧率(滑动场景核心指标:滑动过程中平均帧率、低于 40 帧的占比)
  • 主线卡顿堆栈、卡顿发生页面(Feed、详情)
  • 机型、系统版本、内存、CPU 使用率
  • 额外:图层数量、图片大小、大图数量(辅助判断 GPU 压力)

百分位指标说明(P50/P90/P95,APM 看板核心指标)

  1. 定义:样本统一从小到大升序排序
  • 耗时指标(启动耗时、卡顿时长,越大越差):标准 P95,95% 样本 ≤ P95,5% 样本更大、更慢
  • 帧率 FPS(越小越差):
    数学标准 P95 落在高帧率一侧,业务价值很低;
    工程看板里说的「帧率 P95」是长尾口径:95% 样本帧率 ≥ 该值,仅 5% 样本帧率更低、是卡顿长尾用户(等价于数学上 P5,行业统一叫 P95 对齐指标命名)
  1. 为什么 P95 很关键
    平均值、P50 中位数很容易被大量流畅样本稀释,掩盖低端机、差环境下的长尾卡顿。P95 代表体验最差的那 5% 用户,卡顿、渲染问题大多集中在低端机型,优化收益优先看 P95 帧率提升。

三、上线阶段:灰度 & 线上持续跟进效果

  1. 灰度分组:对照组(老版本)、实验组(优化方案),做指标对照
  2. 重点观测指标,按页面、机型拆分看板:
    • 滑动帧率:P50 / P90 / P95 FPS、滑动低于阈值(比如 45 帧)的掉帧率
    • 主线卡顿指标:卡顿率、卡顿平均时长、高频卡顿栈聚合
    • 副作用指标:内存峰值、OOM 崩溃率、普通崩溃率(优化 GPU 卡顿很容易引入内存上涨问题)
  3. 指标解读逻辑:
    • FPS 下跌 + 有 RunLoop 卡顿栈 → CPU 主线问题
    • FPS 下跌 + 无主线卡顿栈,同时大量离屏埋点、大图、图层数量高 → 大概率 GPU 渲染瓶颈
  4. 持续保障
    • 配置指标告警:页面掉帧率、卡顿率超过阈值自动告警,防止后续迭代新增 UI 再次引入离屏、大图,性能回退
    • 结合用户反馈、客诉,辅助验证优化效果
    • 定期复盘长尾机型 P95 指标
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
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

友情链接更多精彩内容