当前位置: 首页 > news >正文

iOS开发中CPU功耗监控的实现与工具使用

IOS开发性能监控 ios cpu监控

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。此外,Keymob助手也提供了类似的iOS性能监控功能,能够实时监控CPU、GPU、内存等指标,并通过图表展示数据,帮助开发者更高效地进行性能优化。

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。

名称

介绍

user_time

用户运行时间(精确到微妙)。

system_time

系统运行时(精确到微妙)。

cpu_usage

cpu使用率(理论上限1000)。

policy

调度策略。

run_state

五种 “运行状态”:1> running 运行中2> stopped 已停止3> waiting 等待中4> uninterruptible 不可中断5> halted 被阻塞

flags

三种 “线程标志”:1> swapped 换出2> idle 空闲3> global forced idle 全局强制空闲。

suspend_count

线程已经被挂起的计数。

sleep_time

线程已经挂起的时间(精确到秒)。

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

分别表示:

参数名

参数含义

threads

用来存储当前任务task下的所有线程信息。

threadCount

用来存储有几条线程。

thisTask

用来存储当前任务task。

然后,通过thisTask,获取对应的threads信息以及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。

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。

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。使用Keymob助手可以进一步简化这一过程,它内置了性能监控模块,自动收集和分析数据,提供直观的图表和报告。

源码

QiLagMonitor

http://www.rkmt.cn/news/181765.html

相关文章:

  • Pyenv version显示当前:Miniconda-Python3.9确认激活版本
  • GitHub开源项目依赖复杂?Miniconda-Python3.9帮你隔离解决
  • Docker Port映射配置:Miniconda-Python3.9开放Jupyter端口
  • 程序员必学:RAG系统中的问题意图识别技术,建议收藏学习
  • Markdown Graphviz图表集成:Miniconda-Python3.9绘制流程图
  • Docker Inspect查看元数据:Miniconda-Python3.9获取容器详情
  • Markdown转Word文档:Miniconda-Python3.9使用pandoc转换
  • Markdown扩展功能启用:Miniconda-Python3.9激活tables/fenced_code
  • AI正在接管你的工作,但这3种能力让你成为不可替代的存在!
  • 2026年大语言模型(LLM)就业市场深度解析:万字长文揭秘技术趋势、必备技能与职业发展路径!
  • 2026北京靠谱律师事务所口碑排名白皮书——消费维权领域专业解析 - 苏木2025
  • Pyenv uninstall卸载版本:Miniconda-Python3.9清理不用解释器
  • 清华源加速Miniconda-Python3.9包安装,提升PyTorch配置效率
  • CUDA共享内存优化:Miniconda-Python3.9提升Kernel执行效率
  • 什么是碰一碰发视频系统?能帮助门店链接智能芯片nfc做宣传
  • Conda config配置管理:Miniconda-Python3.9修改channels优先级
  • 还在熬夜写论文?7款AI工具30分钟搞定初稿!
  • Anaconda环境导出为Docker:Miniconda-Python3.9桥接容器化部署
  • 一键部署PyTorch GPU环境:基于Miniconda-Python3.9镜像
  • GitHub Projects项目管理:Miniconda-Python3.9跟踪开发进度
  • 铭依眼科与“ICL女王”共同护航2025徐汇滨江长跑节
  • Conda build构建recipe:Miniconda-Python3.9参与Conda生态贡献
  • 2026年毕业必看!靠谱降ai率工具大盘点,学姐教你高效论文降ai
  • 2025中国人形机器人生态报告
  • 【故障分析】计及连锁故障传播路径的电力系统N-k故障场景筛选模型附Matlab代码
  • Markdown KaTeX数学公式:Miniconda-Python3.9高性能渲染引擎
  • 录音转二维码与视频二维码生成器的使用指南
  • python基于Vue的小零食超市购物商城销售系统echart-----85y89_django Flask pycharm项目
  • 小红书代运营优质服务商排行榜单,抖音代运营/小红书代运营/短视频运营公司/抖音运营公司/短视频获客小红书代运营品牌推荐 - 品牌推荐师
  • Conda create环境超时?Miniconda-Python3.9启用清华源极速安装