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.jsqmd.com/news/166224/

相关文章:

  • 收藏!2025年AI大模型重构程序员职业版图:告别焦虑,抓准50K高薪风口
  • 从零开始搞懂大模型:程序员必学的Transformer架构与LLM核心原理!
  • 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
  • 2025-2026年这家环境监测与水质分析设备厂家实力“出圈” - 品牌推荐大师1
  • 程序员必学:RAG系统中的问题意图识别技术,建议收藏学习
  • python基于Vue的远程就医专家挂号预约系统 _4b2uo_django Flask pycharm项目
  • PyTorch安装分布式RPC:Miniconda-Python3.9支持跨节点通信
  • 为科研而生:Miniconda-Python3.9实现PyTorch环境精确复现
  • Miniconda-Python3.9是否真的比Anaconda更适合PyTorch开发?
  • 2026最新实验台、通风柜、实验室装修、实验室规划设计厂家推荐:迅领实验室引领行业新标准 - 深度智识库
  • 衣物隐喻下的生命缝合:目前最先进的哲学理论《升命学说》,论“唯悟”作为世界的针线
  • 2026游泳馆等美团自助核销接口教程,赶紧收藏起来
  • Markdown Graphviz图表集成:Miniconda-Python3.9绘制流程图
  • 使用MATLAB的k-Wave工具箱进行超声CT成像
  • 使用Miniconda管理多个PyTorch版本的正确姿势
  • 游泳馆支持美团核销接口,小程序一键接入
  • 将Jupyter Notebook嵌入Miniconda-Python3.9环境的最佳实践
  • 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
  • 工厂抖音获客破局者——河南无限动力,全链路短视频运营月获客1000+ - 朴素的承诺
  • Markdown扩展功能启用:Miniconda-Python3.9激活tables/fenced_code
  • 【SPIE出版 | EI检索】第二届智能计算与图像分析国际学术会议(ICCIIA 2026)
  • PyTorch安装混合精度训练:Miniconda-Python3.9支持AMP模块
  • 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!
  • 在java 算法中如何 区分 A.分治 B.动态规划 C.贪心 D.回溯, 并使用案例说明
  • 【ICPS出版 | EI检索】2026年人工智能决策与管理国际学术会议(AIDMM 2026)
  • Docker Load加载镜像:Miniconda-Python3.9导入本地tar文件
  • CUDA零拷贝内存Zero-Copy:Miniconda-Python3.9减少数据传输延迟
  • GESP认证C++编程真题解析 | B4452 [GESP202512 四级] 优先购买