前言

最近，在看戴铭老师关于 “性能监控” 相关的技术分享，感觉收获很多。基于最近的学习，总结了一些性能监控相关的实践，并计划落地一系列 “性能监控” 相关的文章。

目录如下：

1. iOS 性能监控（一）—— CPU功耗监控

2. iOS 性能监控（二）—— 主线程卡顿监控

3. iOS 性能监控（三）—— 方法耗时监控

本篇将介绍iOS性能监控工具（QiLagMonitor）中与 “CPU功耗监控” 相关的功能模块。

1

了解CPU架构

CPU（Central Processing Unit）：中央处理器。

主要由 “运算器” 、 “控制器” 、 “寄存器” 三部分组成。

运算器 ：负责一些运算操作。（运算）

控制器 ：负责发出CPU每条指令所需的信息。（发指令）

寄存器 ：负责存储运算过程或者指令操作的一些临时文件。（存数据）

CPU有“处理指令”、“执行操作”、“控制时间”、“处理数据”四大作用。与我们人体的大脑类似，帮助我们完成各种各样的生理活动。

市场上，我们比较熟悉的CPU架构有ARM（arm64）和Intel（x86）等等。

问：那么对于我们iPhone而言，有哪些CPU架构呢？

目前，市场上大部分的iPhone都是基于arm64架构。（iPhone 5s之后）

因为arm架构有着功耗低的特点，因此广泛应用在移动设备领域。（intel虽然性能好，但功耗高。因此失去了移动端领域的市场份额。）

PS：CPU与GPU比较？

GPU是图像处理器。在大部分计算机中，GPU仅仅会用来绘制图像。它会迅速算出当前屏幕的所有像素，并在显示器上绘制出来。

2

iOS如何监控CPU功耗？

说一下QiCPUMonitor的大致实现思路。

• 首先，获取当前的任务task。从任务task中获得当前所有存活的线程信息。这时，我们就拿到了当前任务所有存活的 “线程信息”（threads） 和 “存活的线程个数”（threadCount） 。

• 然后，设置一个预定的CPU使用阈值。遍历所有线程的信息，查看是否有线程的CPU使用率cpu_usage “超过” 预定的阈值（例如CPU使用率超过80%）。

• 如果有线程的CPU使用率cpu_usage超过预定阈值，就 “存储” 当前线程的调用的堆栈信息。

3

QiCPUMonitor的具体实现

首先，介绍一下存储单个线程信息的结构体thread_basic_info。

struct thread_basic_info {time_value_t    user_time;      // 用户运行时长time_value_t    system_time;    // 系统运行时长integer_t       cpu_usage;      // CPU使用率（理论上限为1000）policy_t        policy;         // 调度策略integer_t       run_state;      // 运行状态integer_t       flags;          // 各种标记integer_t       suspend_count;  // 暂停线程的计数integer_t       sleep_time;     // 休眠时间
};

其次，声明三个变量：threads、threadCount、thisTask。

分别表示：

thread_act_array_t threads;               //! 一个数组，用来记录当前任务下的所有线程。mach_msg_type_number_t threadCount = 0;   //! 一个数，该参数用来记录线程的个数。const task_t thisTask = mach_task_self(); //! 获取当前任务的task

然后，通过thisTask，获取对应的threads信息以及threadCount。

 kern_return_t kr = task_threads(thisTask, &threads, &threadCount); //! 通过thisTask，获取threads以及threadCount。

同时，检查是否获取成功，KERN_SUCCESS = 0代表成功，其他有对应的错误码有52种。

 if (kr != KERN_SUCCESS) { //! 检查是否成功，KERN_SUCCESS = 0 代表成功，其他有对应的错误码有52种。return;}

最后，遍历当前任务内所有存活的线程，查看每条线程的信息。每当有线程的CPU使用率（cpu_usage）超过指定阈值，就将当前线程的调用堆栈存入数据库。

//! 遍历当前任务内存活的所有线程for (int i = 0; i < threadCount; i++) {thread_info_data_t threadInfo; // 32位datathread_basic_info_t threadBaseInfo;mach_msg_type_number_t threadInfoCount = THREAD_INFO_MAX;if (thread_info((thread_act_t)threads[i], THREAD_BASIC_INFO, (thread_info_t)threadInfo, &threadInfoCount) == KERN_SUCCESS) {threadBaseInfo = (thread_basic_info_t)threadInfo; // 获取线程的信息if (!(threadBaseInfo->flags & TH_FLAGS_IDLE)) {integer_t cpuUsage = threadBaseInfo->cpu_usage / 10; // CPU最大usage为1000，因此除10即可获得CPU当前的利用率。if (cpuUsage > CPUMONITORRATE) { // 超过设定的阈值时，记录堆栈//cup 消耗大于设置值时打印和记录堆栈NSString *reStr = qiStackOfThread(threads[i]);QiCallStackModel *model = [[QiCallStackModel alloc] init];model.stackStr = reStr;//记录数据库中[[[QiLagDB shareInstance] increaseWithStackModel:model] subscribeNext:^(id x) {}];NSLog(@"CPU useage overload thread stack：\n%@",reStr);}}}}

为了监控的同时，又不影响App性能，故这个判断用一个定时器，每3秒刷新一次即可。

 //! 监测 CPU 消耗self.cpuMonitorTimer = [NSTimer scheduledTimerWithTimeInterval:3target:selfselector:@selector(updateCPUInfo)userInfo:nilrepeats:YES];

源码

QiLagMonitor

_

_

_

_

360技术公众号

技术干货|一手资讯|精彩活动