一行代码监测FPS/内存/CPU

2018 年 7 月 22 日 CocoaChina

本公众号内容均为本号转发,已尽可能注明出处。因未能核实来源或转发内容有权利瑕疵的,请及时联系本号,本号会第一时间进行修改或删除。 QQ : 3442093904 


项目开发都会做一些调试,比如看看FPS的情况。


网上有不少工具,自己就参考做了一个比较简单的工具WHDebugTool,可以监测内存,CPU和FPS。


GitHub地址:https://github.com/remember17/WHDebugTool



WHDebugTool

1、快速使用


1.1 pod或直接把文件拖入项目


如果pod找不到WHDebugTool,就先pod setup


pod 'WHDebugTool''~> 1.1'


1.2 导入头文件


如果是pod进项目:


#import <WHDebugTool/WHDebugToolManager.h>


如果是直接把文件拖入项目:


#import "WHDebugToolManager.h"


1.3 调用开关方法


一行代码开启或关闭监测。


// 这个方法调用的时候会判断监测是不是处于打开的状态,如果打开了则关闭,如果没有打开就开启。
[[WHDebugToolManager sharedInstance] toggleWith:DebugToolTypeAll];


1.4 可选:也可以通过如下方式初始化和关闭


// 打开
- (void)showWith:(DebugToolType)type;
// 关闭
- (void)hideWith:(DebugToolType)type;


2. 参数说明


初始化方法中带有一个枚举参数

这个参数可以让三种监测随意组合。例如只想要监测FPS,就传入DebugToolTypeFPS


DebugToolTypeAll = 0,   // FPS & Memory & CPU
    DebugToolTypeFPS,       // FPS
    DebugToolTypeMemory,    // Memory
    DebugToolTypeCPU,       // CPU
    DebugToolTypeFPSMemory, // FPS & Memory
    DebugToolTypeFPSCPU,    // FPS & CPU
    DebugToolTypeCPUMemory, // Memory & CPU


3. 实现方法


3.1 FPS实现方法(参考了YYKit中的检测工具)


首先简单介绍一下FPS:


FPS的意思是:每秒传输帧数(刷新率)。

值越高,画面越流畅,值越低越卡顿。


下面来看一下iOS实现检测FPS的原理:


主要用的是CADisplayLink:一个和屏幕刷新率相同定时器。

创建CADisplayLink对象的时候会指定一个selector,把创建的CADisplayLink对象加入runloop,所以就实现了以屏幕刷新的频率调用某个方法。

在调用的方法中计算执行的次数,用次数除以时间,就算出了FPS。

注:iOS正常刷新率为每秒60次。


- (void)setDisplayLink {
// 初始化CADisplayLink
    _displayLink = [CADisplayLink displayLinkWithTarget:self selector:@selector(displayLinkTicks:)];
// 把CADisplayLink对象加入runloop
    [_displayLink addToRunLoop:[NSRunLoop currentRunLoop] forMode:NSRunLoopCommonModes];
}

- (void)displayLinkTicks:(CADisplayLink *)link {
// 累加方法执行的次数
    _performTimes ++;
    if (_lastTimestamp == 0) {
        _lastTimestamp = link.timestamp;
        return;
    }
// 记录执行的时间
    NSTimeInterval interval = link.timestamp - _lastTimestamp;
// 当时间经过一秒的时候再计算FPS,否则计算的太过频繁
    if (interval >= 1) {
// iOS正常刷新率为每秒60次,执行次数/时间
        float fps = _performTimes / interval;
// 重新初始化记录值
        _performTimes = 0;
        _lastTimestamp = link.timestamp;
// 把计算的值传出去
        if (self.fpsBlock) {
            self.fpsBlock(fps);
        }
    }
}


3.2 内存监测实现方法


- (float)getUsedMemory {
    task_basic_info_data_t taskInfo;
    mach_msg_type_number_t infoCount = TASK_BASIC_INFO_COUNT;
    kern_return_t kernReturn = task_info(mach_task_self(),
                                         TASK_BASIC_INFO,
                                         (task_info_t)&taskInfo,
                                         &infoCount);
    if (kernReturn != KERN_SUCCESS) { return NSNotFound; }
    return taskInfo.resident_size/1024.0/1024.0;
}


3.3 CUP检测实现方法


float cpu_usage() {
    kern_return_t kr;
    task_info_data_t tinfo;
    mach_msg_type_number_t task_info_count;

    task_info_count = TASK_INFO_MAX;
    kr = task_info(mach_task_self(), TASK_BASIC_INFO, (task_info_t)tinfo, &task_info_count);
    if (kr != KERN_SUCCESS) {
        return -1;
    }

    task_basic_info_t      basic_info;
    thread_array_t         thread_list;
    mach_msg_type_number_t thread_count;

    thread_info_data_t     thinfo;
    mach_msg_type_number_t thread_info_count;

    thread_basic_info_t basic_info_th;
    uint32_t stat_thread = 0;

    basic_info = (task_basic_info_t)tinfo;

    kr = task_threads(mach_task_self(), &thread_list, &thread_count);
    if (kr != KERN_SUCCESS) {
        return -1;
    }
    if (thread_count > 0)
        stat_thread += thread_count;

    long tot_sec = 0;
    long tot_usec = 0;
    float tot_cpu = 0;
    int j;

    for (j = 0; j < thread_count; j++)
    {
        thread_info_count = THREAD_INFO_MAX;
        kr = thread_info(thread_list[j], THREAD_BASIC_INFO,
                         (thread_info_t)thinfo, &thread_info_count);
        if (kr != KERN_SUCCESS) {
            return -1;
        }

        basic_info_th = (thread_basic_info_t)thinfo;

        if (!(basic_info_th->flags & TH_FLAGS_IDLE)) {
            tot_sec = tot_sec + basic_info_th->user_time.seconds + basic_info_th->system_time.seconds;
            tot_usec = tot_usec + basic_info_th->user_time.microseconds + basic_info_th->system_time.microseconds;
            tot_cpu = tot_cpu + basic_info_th->cpu_usage / (float)TH_USAGE_SCALE * 100.0;
        }

    }

    kr = vm_deallocate(mach_task_self(), (vm_offset_t)thread_list, thread_count * sizeof(thread_t));
    assert(kr == KERN_SUCCESS);

    return tot_cpu;
}


后记


WHDebugTool

内存监测的值与Xcode给的有出入,所以这些工具给出的值仅供参考。

CUP和FPS的检测结果相对来说比较接近。


我的GitHub:https://github.com/remember17


作者:remember17

链接:https://www.jianshu.com/p/0d94a81a31db


相关推荐:

登录查看更多
0

相关内容

【2020新书】实战R语言4,323页pdf
专知会员服务
100+阅读 · 2020年7月1日
【实用书】学习用Python编写代码进行数据分析,103页pdf
专知会员服务
192+阅读 · 2020年6月29日
《动手学深度学习》(Dive into Deep Learning)PyTorch实现
专知会员服务
119+阅读 · 2019年12月31日
Python高级技巧:用一行代码减少一半内存占用
AI研习社
5+阅读 · 2018年11月28日
实战 | 用Python做图像处理(三)
七月在线实验室
15+阅读 · 2018年5月29日
实战 | 40行代码实现人脸识别
七月在线实验室
3+阅读 · 2018年3月7日
手把手教你搭建caffe及手写数字识别
七月在线实验室
12+阅读 · 2017年11月22日
无需一行代码就能搞定机器学习的开源神器
人工智能头条
6+阅读 · 2017年11月7日
前端高性能计算(4):GPU加速计算
前端大全
7+阅读 · 2017年10月26日
手把手教TensorFlow(附代码)
深度学习世界
15+阅读 · 2017年10月17日
Caffe 深度学习框架上手教程
黑龙江大学自然语言处理实验室
14+阅读 · 2016年6月12日
Arxiv
3+阅读 · 2018年3月13日
Arxiv
5+阅读 · 2018年1月29日
VIP会员
相关资讯
Python高级技巧:用一行代码减少一半内存占用
AI研习社
5+阅读 · 2018年11月28日
实战 | 用Python做图像处理(三)
七月在线实验室
15+阅读 · 2018年5月29日
实战 | 40行代码实现人脸识别
七月在线实验室
3+阅读 · 2018年3月7日
手把手教你搭建caffe及手写数字识别
七月在线实验室
12+阅读 · 2017年11月22日
无需一行代码就能搞定机器学习的开源神器
人工智能头条
6+阅读 · 2017年11月7日
前端高性能计算(4):GPU加速计算
前端大全
7+阅读 · 2017年10月26日
手把手教TensorFlow(附代码)
深度学习世界
15+阅读 · 2017年10月17日
Caffe 深度学习框架上手教程
黑龙江大学自然语言处理实验室
14+阅读 · 2016年6月12日
Top
微信扫码咨询专知VIP会员