perf-1 基线测试指南与记录模板

更新时间：2025-09-09 12:25 +08

本文件用于后续进行盲盒主路径的性能基线采集与分析，包含目标范围、事件口径、采集步骤、分析方法、优化建议以及可直接填写的记录模板。

1. 目标与范围

场景 A（Image 盲盒）：冷启动 → 准备（Unopened）→ 开启 → 展示图片
场景 B（Video 盲盒）：冷启动 → 准备（Unopened）→ 开启 → 播放视频
输出：关键阶段耗时（T_*）、帧率/掉帧、CPU 热点、潜在瓶颈与改进建议

2. 现有埋点（OS Signpost）

Perf 工具位于 wake/Core/Diagnostics/Performance.swift（subsystem: app.wake，category: performance）。以下事件可在 Instruments 的 OS Signpost 中看到：

视图（wake/Features/BlindBox/View/BlindBoxView.swift）
- BlindBox_Appear
- BlindBox_Status_Unopened
- BlindBox_Status_Preparing
- BlindBox_Opening_Begin
- BlindBox_Opening_ShowMedia
视图模型（wake/Features/BlindBox/ViewModel/BlindBoxViewModel.swift）
- BlindVM_Load_Begin / BlindVM_Load_End
- BlindVM_Bootstrap_Done
- BlindVM_Poll_Single_Yield / BlindVM_Poll_List_Yield
- BlindVM_Open（begin/end 包裹 openBlindBox 调用）

3. 指标口径（阶段耗时定义）

T_bootstrap = BlindBox_Appear → BlindVM_Bootstrap_Done
T_ready = 首次出现 BlindBox_Status_Unopened（或 .Preparing → .Unopened 的跃迁）
T_open_api = BlindVM_Open(begin) → BlindVM_Open(end)（开盒 API 往返）
T_open_anim = BlindBox_Opening_Begin → BlindBox_Opening_ShowMedia（动画到媒体展示）
T_prepare_media（建议新增埋点后再测，见第 7 节）

建议阈值（参考）：

Image：T_bootstrap ≤ 800ms，T_prepare_media ≤ 300ms
Video：T_bootstrap ≤ 1200ms，首帧可播放 ≤ 1.0s
Core Animation：每 1 秒内掉帧 < 3；主线程占用峰值 < 80%

4. 环境与准备

设备：实体机（建议 iPhone 13 及以上），保持温度和电量稳定
构建：Release/Profile（Xcode → Product → Scheme → Edit Scheme → Run = Release）
关闭调试开关（如 Metal API Validation）

5. 数据采集（Xcode Instruments）

Xcode 菜单 Product → Profile，选择模板：
- OS Signpost（主时间轴）
- Time Profiler（CPU/主线程占用）
- Core Animation（FPS 与掉帧）
- 选配：Network（若要看请求耗时）
运行路径：
- 场景 A（Image）
  - 冷启动 App → 进入 BlindBoxView → 等待状态到 Unopened → 点击开启 → 等待图片展示 → 停止录制
- 场景 B（Video）
  - 冷启动 App → 进入 BlindBoxView → 等待状态到 Unopened → 点击开启 → 视频开始播放 → 停止录制
标注与导出：
- 在 OS Signpost 轨道上对齐事件（见第 2 节），测量 T_* 并记录
- 导出 A/B 两条 trace 作为基线归档

6. 可选 CLI（xctrace）

查看模板与设备：

xcrun xctrace list templates
xcrun xctrace list devices

采集 Time Profiler（将占位符替换为实际 Bundle ID）：

xcrun xctrace record \
  --template "Time Profiler" \
  --output "~/Desktop/wake_timeprofiler.trace" \
  --launch com.your.bundle.id

7. 分析方法

OS Signpost：筛选 subsystem = app.wake，category = performance，沿时间轴读取 T_*。
Time Profiler：关注主线程热点（Lottie 渲染、SVG 绘制、SwiftUI 布局、图片解码、AVAsset 初始化等）。
Core Animation：查看帧时间直方图与掉帧分布，对应时间截面回到 Time Profiler 交叉验证 CPU 热点。

8. 建议新增埋点（便于下一轮更精细分析）

prepareMedia()（BlindBoxViewModel）中增加 begin/end：
- 图片：BlindVM_PrepareMedia_Image
- 视频：BlindVM_PrepareMedia_Video
BlindBoxView 的开启动画链路，如需更细，可在 BlindBox_Opening_Begin → BlindBox_Opening_ShowMedia 之间插入阶段性事件（例如某帧/进度阈值）。

9. 常见瓶颈与建议

图片解码在主线程：
- 现状：prepareMedia() 标注了 @MainActor，UIImage(data:) 可能阻塞主线程。
- 建议：使用后台队列/Task.detached(priority: .userInitiated) 解码，回主线程赋值；或使用 CGImageSource 增量解码。
AVAsset 初始化与尺寸计算：
- 建议：使用异步属性加载（如 await asset.load(.tracks)），后台计算宽高比后再回主线程设置。
Lottie 渲染：
- 建议：仅在可见时播放（当前已实现），检查 JSON 体量与层数，必要时优化资源。
SVG 渲染：
- 建议：大面积静态背景预栅格化为 PNG，交互区域保留矢量；或增加缓存层。
OnBoarding 去重：
- 现状：用 uiImage.pngData() 做去重，计算较重。
- 建议：改用轻量哈希（缩略图 + 平均哈希/pHash）或文件 URL/尺寸 + 字节总量近似判重。
网络与缓存：
- 建议：图片设置合理 URLCache；视频首帧使用低码率预览或占位图，降低等待感；网络层收集 URLSessionTaskMetrics 做 RTT/吞吐量观测。

10. 记录模板（直接复制并填写）

# perf-1 基线（日期：____ / 设备：____ / 系统：____ / 构建：Release）

## 场景 A（Image）
- T_bootstrap：____ ms
- T_ready：____ ms
- T_open_api：____ ms
- T_open_anim：____ ms
- T_prepare_media（若有）：____ ms
- Core Animation（平均 FPS / 掉帧）：____ / ____
- Time Profiler 热点（主线程 Top3）：
  - 1) ____（____%）
  - 2) ____（____%）
  - 3) ____（____%）
- 结论与问题：

## 场景 B（Video）
- T_bootstrap：____ ms
- T_ready：____ ms
- T_open_api：____ ms
- T_open_anim：____ ms
- T_prepare_media（若有）：____ ms
- Core Animation（平均 FPS / 掉帧）：____ / ____
- Time Profiler 热点（主线程 Top3）：
  - 1) ____（____%）
  - 2) ____（____%）
  - 3) ____（____%）
- 结论与问题：

## 归纳与下一步
- 瓶颈总结：
- 优化优先级（P0/P1/P2）：
- 行动项：

11. 下次继续（执行清单）

采集 A/B 各 1 条 trace 并填写第 10 节模板
（可选）为 prepareMedia() 增加图片/视频的 begin/end 埋点
将图片解码移至后台线程，回主线程赋值
使用 AVAsset 异步加载 track/时长并后台计算尺寸
检查 Lottie/SVG 资源与渲染负载（必要时优化）
调整 OnBoarding 去重逻辑，避免 pngData() 重计算
配置 URLCache 与视频首帧占位方案

附注：本指南依赖现有 Perf 工具（Performance.swift）与相关事件；若需要我直接提交“后台解码 + 细粒度埋点”的实现，请在下次迭代时告知，我会以最小改动提交补丁。

6.7 KiB Raw Blame History Unescape Escape