老司机 iOS 周报 · 第 151 期
本期目录

你也可以为这个项目出一份力,如果发现有价值的信息、文章、工具等可以到 Issues 里提给我们,我们会尽快处理。记得写上推荐的理由哦。有建议和意见也欢迎到 Issues 提出。
文章
🌟 🐢 内存管理设计精要
在早些年的 iOS 开发中,当一个 App 的内存使用大于 20m 的时候,就会收到系统的 Memory Warning,所以过去开发应用时候,也会基于此做一些优化。虽然近几年随着新机型性能的不断提升,内存越来越大,早已不再受 20m 的限制, 但是,相比于磁盘,内存依然可以算相对稀缺的资源,如果 APP 对内存使用不当,哪怕运行在最新的机型也有可能瞬间 crash 掉。本文是深入研究系统设计方法的系列文章中的一篇,主要讲内存系统的设计精要,对于想要深入了解内存的概念,并更好地使用或者优化内存的管理,本文值得各位读者花时间详细阅读!
🌟 🐕 How Uber Deals with Large iOS App Size
@xiaofei86:根据 Uber 的统计,当 App 大小超过 AppStore 流量下载限制时,会导致应用程序安装减少 10%,注册减少 12%,首次预订减少 20%,从而导致收入损失。本文讲述 Uber 如何使用编译优化技术解决此问题,将 Uber App 的代码大小减少 23%,并使代码大小的增长率降低了 2 倍。
使用编译选项 -Osize 可以在模块内执行优化,编译器会通过 Function Outlining 来将重复代码片段重定向到单个实例实现压缩。但此优化对跨模块的代码则无能为力,这也将是本文的重点。
Uber 开发了自己的 iOS 构建流水线,新的流水线为每个模块生成 LLVM IR,而不是直接生成机器码。然后将所有 LLVM-IR 文件组合成一个大型 IR 文件并进行优化,再输入 llc 生成机器码。这确保了在识别候选重复片段时,会利用最大相似性,从而实现跨模块的优化。在模块内部,LLVM 在识别时采用的贪心思想也不能实现最优解,Uber 也通过多轮识别的方式进行了优化。
本文的很多方案已经提交到 LLVM。另外,一篇描述 论文 细节的论文也发表在了 "International Symposium on Code Generation and Optimization",感兴趣的同学可以阅读了解。
🌟 🐢 【译】SE-0296 Async/await
@zvving:大家翘首以盼的 async/await 特性,终于要在 Swift 5.5 中落地。协程的引入,让我们可以使用同步风格的代码编写异步逻辑,告别回调地狱。
Kemchenj 为我们带来 SE-0296 的译文:完整介绍引入 async/await 的动机、设计细节和权衡过程,推荐阅读。
🐎 Crash 堆栈竟然无法解析?
@水水:本文记录了一个由于对 pod 编译参数调整导致的 Crash 无法解析问题的解决和究因过程。到底是什么原因会导致 Crash 无法解析呢?感兴趣的读者可以一探究竟~
🐕 闲鱼 UI 快速变形利器--擎天柱
@含笑饮砒霜:擎天柱系统是闲鱼的标签运营平台,以此实现闲鱼 UI 样式的快速配置和实验效果的快速验证。解决了各场景标签 UI 的管理分散、需求排期难、缺乏 AB 实验等一系列问题。目前,擎天柱系统已经在闲鱼首页、搜索页的 feeds 场景落地,取得了阶段性效果:
- 推广场景覆盖和运营使用度,创建更多的个性化实验
- 增加客户端卡片模版配置模块,完善 UI 体系
- 打通算法平台,使得优质标签透出的更加智能化、个性化
🐢 Molinillo 依赖校验
@红纸:Molinillo 作为 CocoaPods 中核心的依赖解析工具。作者从解决依赖的入口函数 Resolution::resolve 入手,剖析了模块依赖 state 的变化、有向图的存储、依赖循环和冲突处理。文末,作者还介绍了 Molinillo 利用抽象类来解决不同平台接入的问题。
本文为「CocoaPods 历险记」的系列文章的第 7 篇,非常推荐想要了解 CocoaPods 的同学阅读~
🐕 如何监控 iOS 的启动耗时
@JonyFang:APP 启动耗时的监控和优化一直是我们比较关注的问题,本文通过介绍 Render Loop 和 commit phase 的流程,分享了通过监控 ipc 通信机制监控启动耗时的解决方案。
代码
HotReloading
@EyreFree:InjectionIII 允许您在 iOS 模拟器中增量更新函数的实现以及类、结构或枚举的任何方法,而无需重新生成或重新启动应用程序。HotReloading 项目使 InjectionIII 的功能现在可以通过 SPM 直接引入到您的工程当中。无需下载应用程序,只需将此项目添加到您的项目中,并添加一个 Run Script 即可。
Swift for Tensorflow
@莲叔:Google 近期正式宣布 Swift for Tensorflow 项目将会被 archieve,也就是说暂停投入,基本上宣告了该项目的社会性死亡。虽然从项目主推者 chris lattner 在一年前离开 google 的时候就已经注定,当时这篇帖子 也预言了这一刻。但一年之后的现在,该来的来了后,仍然会让人唏嘘。虽然 S4TF 从诞生之日起就有了一定的关注,同时其背后的 idea 也非常创新地解决了当下以 Python 为主导的 AI 领域的一些痛点问题,虽然这两年从 Github 的 commit 记录上也能看出 S4TF 的团队一直在密集的迭代与优化,甚至从去年开始, GPUImage 的作者 Brad Larson 也加入了该团队并持续的投入到 high level api 以及 showcase model 的优化中,最终也没能改变这项技术没有被 AI 社区所接受。深究其背后的原因,其实太阳底下并无新事。社区对于技术语言、框架的接受度考量的核心指标或许并不是先进性,还包括历史包袱、程序员的偏好习惯、生态等等因素。这也就是 Python2 到 3 为什么这么难,JS 问题很多但依然是全球最流行的编程语言。这些现象背后多多少少都可以窥见端倪。
虽然最后生命力只有短短 2 年,但我仍然相信 S4TF 是非常具有冒险精神,非常大胆的一次尝试,其中众多的 compiler-oriented machine learning 技术不会死,会沉淀下来,或许在未来 5-10 年后,能够再次改变世界。
swift-benchmark
@老峰:swift-benchmark 是一个对代码段进行基准测试的库,有丰富的命令,可以方便的做单元测试性能测试等,类似于 benchmark。
赞助者
虚位以待..
非常感谢以上赞助者的支持,如果你也有赞助我们的兴趣,欢迎添加微信 iTDriverr 哦~
内推
老司机周报团队联合知识小集和 SwiftGG 翻译组收录了一份靠谱的内推职位。
如果你想找工作,点这里:https://www.yuque.com/iosalliance/article/bhutav
如果你想招人,点这里:https://www.yuque.com/iosalliance/article/ycyhf3
当然,也欢迎你关注我们每一期的周报,我们会在每期周报底部及时更新编辑内推岗位。
关注我们
我们开通了公众号,每期发布时公众号(LSJCoding)会推送消息,欢迎关注。

同时也支持了 RSS 订阅:https://github.com/SwiftOldDriver/iOS-Weekly/releases.atom 。
说明
🚧 表示需某工具,🌟 表示编辑推荐
预计阅读时间:🐎 很快就能读完(1 - 10 mins);🐕 中等 (10 - 20 mins);🐢 慢(20+ mins)