关于 IPA瘦身的探索与思考

最新推荐文章于 2021-05-29 19:00:00 发布
最新推荐文章于 2021-05-29 19:00:00 发布
阅读量177 收藏
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/n603482184/article/details/100888920
版权

我们在用数据网络下载APP的时候，若是APP体积大于150MB，AppStore便会提示“此项目大于150MB，除非此项目支持增量下载，否则您必须连接至WiFi才能下载”。可见如果IPA安装包过大，是极不利于App推广的，那么我们今天的Topic:如何减少App体积？

       最近我们产品由于运营需要接入了三方库，上线后App体积徒增，组内的同学关于IPA瘦身有一些实践和思考， 常规的方法如下图，不是本文重点讨论的内容,如需了解自行百度。

640?wx_fmt=png

关于APP Architecture 

       由于历史原因我们APP Architecture设置一般都是arm64，armv7，arm7s，使用MochOView可以查看我们可执行文件支持的架构如图，其实我们的动态库也是Fat Header比如一个30M的MachO ，那么15Mb是64-bit，另外15Mb是32-bit：

640?wx_fmt=jpeg

       通过整理可知armv7｜armv7s｜arm64都是ARM处理器的指令集，i386｜x86_64 是Mac处理器的指令集表格如下：

arm设备
arm64iPhone5s 之后的所有设备
armv7siPhone5｜iPhone5C｜iPad4(iPad with Retina Display)
armv7iPhone4｜iPhone4S｜iPad｜iPad2｜iPad3(The New iPad)｜iPad mini｜iPod Touch 3G｜iPod Touch4
i386模拟器32位处理器
x86_64模拟器64位处理器

       通过上表可知32位设备离我们最近的已经是6年前的设备iPhone5了，如果不是超级APP完全有理由放弃支持armv7，armv7s架构，没必要让99%的用户为1%的用户浪费流量，这样我们的动态库和二进制可执行文件会减少50%的体积，另外在Xcode 9.0 release note里边有这样的描述，如果你支持到iOS 11则自动不支持32-bit，可见Apple也已经建议不支持32位。（Apps with a deployment target of iOS 11 no longer build a 32-bit slice. To build and include a 32-bit slice, set the deployment target to an earlier version of iOS.）另外如果使用pod管理依赖库，可以看到在Pods-covermedia-frameworks脚本中会通过strip_invalid_archs移除不需要支持的architectures，比如我们提交Appstore时如果动态库包含模拟器库会报错，再比如主MochO不支持32-bit那么pod库也会通过lipo -remove 32-bit slice。

Tips：放弃支持32-bit我们的IPA至少减小1/3

关于Swift

      我们分别以Swift和ObjC新建一个空的Project然后Archive打包，发现Swift会比ObjC大大概400倍（当然这个不是Store App 最终size），究其原因是因为使用Swift构建的App需要包含支持Swift运行的系统动态库，在安装包内Framework文件夹下存放动态库如libswiftCore.dylib等等，只要有swift代码不管混编还是纯swift都会引入，我们无法左右也不可避免，我们相信在不久的将来随着Swift的稳定以及开发者的增加，这些包含在app内的swift core dylib会在iOS系统层面去处理。

case\语言SwiftObjC
空工程105.6Mb154Kb

关于Framework

      我们以Swift新建一个空的工程通过Pod分别以静态库和动态库引入SnapKit,MJRefresh,通过use_frameworks!决定pod库以动态库还是静态库引入，这里有的同学可能会说Apple不支持包含Swift的静态库 ，我们等下再说这个问题，直接看对比分析表：

case\lib静态库动态库
MJRefresh0848Kb
SnapKit01.2Mb
主MachO1.4Mb+ 16kb149Kb
合计1449.6Kb2225.8Kb

      静态库在编译时就联入可执行文件，动态库以Framework放在IPA内，通过上表可见相同的库使用静态库会比动态库IPA更小，在iOS8以前,苹果只允许发布静态库,但是在iOS8苹果推出了APP extension的概念,可以对项目进行扩展 ,因为APP extension和主项目是两个独立的进程,为了共享代码,苹果允许我们创建动态库,即dynamic framework，在Xcode 9.0 以前Apple并不支持包含Swift的静态库，我们使用pod管理三方库只能使用通过use_frameworks！以动态库方式集成到Ipa内。

Tips：尽可能的以静态库的形式使用三方库，以减少体积，加快启动速度

      Xcode 9.0 release note 里边提到（Xcode supports static library targets which contain Swift code）. 随后在上个月CocoaPods 1.5.0发布更新（Swift static libraries can be used in targets whose search paths are inherited）那么到这里上边的疑问也就不是疑问了。

Note：Up until Xcode 9, support for building Swift into static libraries was non-existent and use of dynamic frameworks was required. This was a deal-breaker for some developers, particularly those worried about the launch performance implications of linked many dynamic binaries. With CocoaPods 1.5.0, developers are no longer restricted into specifying use_frameworks! in their Podfile in order to install pods that use Swift. Interop with Objective-C should just work. However, if your Swift pod depends on an Objective-C, pod you will need to enable "modular headers" (see below) for that Objective-C pod.

      如果我们的app没有APP extension功能建议podfile去掉use_frameworks以静态库引用pod库，这样既可以缩小IPA文件大小又可以优化App启动时间（动态库在pre main前加载耗时在之前的文件有提过），很遗憾我在去掉use_frameworks后重新编译一些Swift三方库报错，暂不支持静态库。这不是重点，如果需要支持APP extension，那么就必须要使用动态库了，这里有国外一位大佬的使用Carthage的方案给我们提供一种思路,大概原理是将多个静态库编为一个动态库，这样在一定程度也可以缩小体积，缩短启动时间。

640?wx_fmt=png

最后为了方便部分读者阅读理解这，里贴一下静态库动态库对比分析表

case\lib静态库动态库
APP extension不支持支持APP extension和主项目是两个独立的进程,为了共享代码,苹果允许我们创建动态库,即dynamic framework,每个 App 都只能用自己对应签名的动态库,做不到多个 App 使用一个动态库
资源文件仅能包含编译后的代码,即.a文件,不能包含其他的资源文件包含以上所有类型支持iOS8之后
加载时机在启动时加载,加载时间较长编译时联入主MachO

附相关资料 ：

1. iOS Mach-O文件

2. http://blog.cnbang.net/tech/2544/ 

3. How we cut our iOS app’s launch time in half

4. CocoaPods 1.5.0 — Swift Static Libraries

关于iOStips

「iOStips」，定时推送BAT一线圈的互联网资讯，成长感悟，高端主流技术干货，框架源码分析等文章。让你的职场生涯 不再孤单，不再迷茫！

「iOStips」，长期分享移动开发技术资料你想要的应有尽有只有你不想学的，没有你学不到的，公众号后台留下你的邮箱下列电子书任选一本送给你！

  • 《iOS应用逆向工程(第2版)》

  • 《Hacking.and.Securing.iOS.Applications》

  • 《iOS_Security_Guide》

  • 《Apress.OS.X.and.iOS.Kernel.Programming》

  • 《Wrox Press Mac OS X and iOS Internals, To the Apple's Core》

  • 《Wrox Press Mac OS X and iOS Internals, To the Apple's Core》

  • 《Swift 4 Programming Cookbook》

  • 《LLVM》

  • 《剑指offer第二版》

  • 《Objective-C编程之道：IOS设计模式解析》

  • 《iOS安全攻防手记》在学习过程中自己的总结可能是全网最有深度的学习笔记

  •  若干你需要的...

640?wx_fmt=png

    更多骚操作，尽在iOSTips，关注公众号，第一时间get新姿势。

iOSTips
关注
iOS IPA瘦身和二进制重排
07-09
1、暗黑模式2、AppleID登录应用3、AVFoundation相关3.1、AVFoundation ...ipa瘦身之扫描无用资源7、iOS Crash防护8、WKWebView相关8.1、WKWebView的使用8.2、WKWebView+UITableView混排8.3、WKWebView离线缓存功能8.4...
WeChat ipa 微信8.0.49.ipa
06-03
8.0.49版本，无中文报错纯净版
The following Swift pods cannot yet be integrated as static libraries:
码农天后的博客
04-26 4946
[!] The following Swift pods cannot yet be integrated as static libraries: The Swift pod `Moya` depends upon `RxAtomic`, which do not define modules. To opt into those targets generating module ma...
正经分析iOS包大小优化
iOS_开发
05-29 1008
????????关注后回复“进群”，拉你进程序员交流群????????作者丨王徳亮来源丨搜狐技术产品（ID：sohu-tech）本文字数：8985字预计阅读时间：59分钟背景包大小优化...
2019 让自己变的更加优秀（文末新年福利）
寻找改变未来的算法
01-02 211
回顾2018时间真的很快，今天是新年第 2 天，在过去的一年中我的宝贝女儿诞生了，她带给我满满的喜悦；在过去的一年里我 2 年前买的房子按时交房，并于年底前装完；在过去的...
老司机 iOS 周报 #52 | 2019-01-14
weixin_33753003的博客
01-14 425
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。 新闻 GitHub 宣布创建私有仓库免费且不限量 微软在今年 6 月收购了 GitHub，而在半年后，它给广大开发者带来了第一个福音 - 私有仓库转为免费且不限量。但值得一提的是，私有仓库目前最多仅支持 3 个协作者，如果...
工欲善其事，必先利其器
bravegogo的专栏
01-10 1366
-37 内存泄露监测 http://www.alonemonkey.com/2016/05/15/fbretaincycledetector-analyse/ FBRetainCycleDetector源码分析 https://blog.csdn.net/java2013liu/article/details/52242969精准 iOS 内存泄露检测工具 MLeaksFind...
如何做好App
qq_34075906的博客
02-25 2871
yujie_pei做更好的APP [原]IOS UIApplication OpenURL 详解 由于我们家app需要大量跳转到外部，所以想写一个工具类来解决这个问题： 首先，我们需要的是 1.打电话，弹出一个提示框，是否要拨打电话。 2.打开外部浏览器。 3.打开到系统设置的更新页面 4.打开到系统设置的wifi选择页面 5.打开到
点点IPA精灵.ipa
04-08
点点IPA精灵.ipa
IPA抓包器.ipa IPA抓包器.ipa
03-22
IPA抓包器.ipa IPA抓包器.ipa
python-freeipa:python-freeipa是轻量级的FreeIPA客户端
05-03
python-freeipa是轻量级的FreeIPA客户端。 API文档： ：
JSP学生学籍管理系统设计与实现(源代码+论文+开题报告+外文翻译+答辩PPT).zip
09-21
1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md或论文文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。 5、资源来自互联网采集，如有侵权，私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md或论文文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。 5、资源来自互联网采集，如有侵权，私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md或论文文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。 5、资源来自互联网采集，如有侵权，私聊博主删除。 6、可私信博主看论文后选择购买源代码。
省市区数据，完成三级联动，选择地区
09-21
省市区数据，完成三级联动，选择地区
机械原理课程设计网球自动捡球机.doc
最新发布
09-21
机械原理课程设计网球自动捡球机.doc
2024秋招华为笔试题大全-仅供参考具体需要根据实际修改
09-21
2024秋招华为笔试题大全-仅供参考具体需要根据实际修改
借助于Ascend310 AI处理器完成深度学习算法部署任务，
09-21
应用背景为变电站电力巡检，基于YOLO v4算法模型对常见电力巡检目标进行检测，并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务，并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域，它基于人工神经网络的研究，特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征，这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分： 1. **神经网络（Neural Networks）**：深度学习的基础是人工神经网络，它是由多个层组成的网络结构，包括输入层、隐藏层和输出层。每个层由多个神经元组成，神经元之间通过权重连接。 2. **前馈神经网络（Feedforward Neural Networks）**：这是最常见的神经网络类型，信息从输入层流向隐藏层，最终到达输出层。 3. **卷积神经网络（Convolutional Neural Networks, CNNs）**：这种网络特别适合处理具有网格结构的数据，如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络（Recurrent Neural Networks, RNNs）**：这种网络能够处理序列数据，如时间序列或自然语言，因为它们具有记忆功能，能够捕捉数据中的时间依赖性。 5. **长短期记忆网络（Long Short-Term Memory, LSTM）**：LSTM 是一种特殊的 RNN，它能够学习长期依赖关系，非常适合复杂的序列预测任务。 6. **生成对抗网络（Generative Adversarial Networks, GANs）**：由两个网络组成，一个生成器和一个判别器，它们相互竞争，生成器生成数据，判别器评估数据的真实性。 7. **深度学习框架**：如 TensorFlow、Keras、PyTorch 等，这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数（Activation Functions）**：如 ReLU、Sigmoid、Tanh 等，它们在神经网络中用于添加非线性，使得网络能够学习复杂的函数。 9. **损失函数（Loss Functions）**：用于评估模型的预测与真实值之间的差异，常见的损失函数包括均方误差（MSE）、交叉熵（Cross-Entropy）等。 10. **优化算法（Optimization Algorithms）**：如梯度下降（Gradient Descent）、随机梯度下降（SGD）、Adam 等，用于更新网络权重，以最小化损失函数。 11. **正则化（Regularization）**：技术如 Dropout、L1/L2 正则化等，用于防止模型过拟合。 12. **迁移学习（Transfer Learning）**：利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就，但它也面临着一些挑战，如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
基于深度学习的物体识别与抓取方法，六自由度机械臂，python编写程序.zip
09-21
深度学习是机器学习的一个子领域，它基于人工神经网络的研究，特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征，这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分： 1. **神经网络（Neural Networks）**：深度学习的基础是人工神经网络，它是由多个层组成的网络结构，包括输入层、隐藏层和输出层。每个层由多个神经元组成，神经元之间通过权重连接。 2. **前馈神经网络（Feedforward Neural Networks）**：这是最常见的神经网络类型，信息从输入层流向隐藏层，最终到达输出层。 3. **卷积神经网络（Convolutional Neural Networks, CNNs）**：这种网络特别适合处理具有网格结构的数据，如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络（Recurrent Neural Networks, RNNs）**：这种网络能够处理序列数据，如时间序列或自然语言，因为它们具有记忆功能，能够捕捉数据中的时间依赖性。 5. **长短期记忆网络（Long Short-Term Memory, LSTM）**：LSTM 是一种特殊的 RNN，它能够学习长期依赖关系，非常适合复杂的序列预测任务。 6. **生成对抗网络（Generative Adversarial Networks, GANs）**：由两个网络组成，一个生成器和一个判别器，它们相互竞争，生成器生成数据，判别器评估数据的真实性。 7. **深度学习框架**：如 TensorFlow、Keras、PyTorch 等，这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数（Activation Functions）**：如 ReLU、Sigmoid、Tanh 等，它们在神经网络中用于添加非线性，使得网络能够学习复杂的函数。 9. **损失函数（Loss Functions）**：用于评估模型的预测与真实值之间的差异，常见的损失函数包括均方误差（MSE）、交叉熵（Cross-Entropy）等。 10. **优化算法（Optimization Algorithms）**：如梯度下降（Gradient Descent）、随机梯度下降（SGD）、Adam 等，用于更新网络权重，以最小化损失函数。 11. **正则化（Regularization）**：技术如 Dropout、L1/L2 正则化等，用于防止模型过拟合。 12. **迁移学习（Transfer Learning）**：利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就，但它也面临着一些挑战，如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
电子设计论文文档资料液面检测器电子设计论文文档资料液面检测器
09-21
电子设计论文文档资料液面检测器电子设计论文文档资料液面检测器
Xcode 4.3无证书开发与调试IPA指南
3. 对于`/Applications/Xcode.app/Contents/Developer`目录下的其他可能需要修改的文件，文档没有给出具体步骤，但根据上下文，可能还需要检查和修改与代码签名相关的配置。 完成上述步骤后，开发者应该能够在没有...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值