iOS近期文章少，其实也体现了我们在探索工作中的坎坷。经历了近一年的曲折，虽然数据还没有完全在线上体现，但方向和手段已经清晰归真。来个系列，感受一下过程~
在卡顿数据里，iOS13退到后台占了50%左右。这个特定场景让我们困扰了很久，使用instruments分析了工程在退到后台时CPU的变化情况。并得出以下结论：
退到后台一瞬间CPU占用率升高，同时产生的操作太多
主线程占用比例大
过多的线程
神策，SDWebimage，TD，ADJust等使用了backgroundTask，十分消耗资源
并且在backgroundTask中进行了大量耗时操作
JPush直接创建了一个Runloop在运行，长期持有系统资源，并且在退到后台时进行文件写入
针对上面的4，5我们可以比较容易触达到，所以制定以下策略：
首先尝试拦截backgroundTask，并根据其ID，进行分时处理
如果不行，尝试单独hook每个SDK的方法，进行分时处理
具体分析过程如下，测试机型，iPhone7 iOS13.3.1。
国内的工程在退到后台之后，我们可以看到，CPU的峰值一下飙升到了90%。
从图中可以看出来，主要有两个高柱，我们分别来看，其中究竟做了什么。
在第一个高柱中，占用CPU峰值为40%。从堆栈中可以看出，JPush占比47.8%，其中它生成了一个新的Runloop在不断运行它的的业务，其中退到后台的操作主要为给缓存写入数据。
还有两个线程分别为21.7%（bugly），21.7%（微信），主线程占比8.6。
从这里可以看出，其中JPush在退到后台的瞬间对CPU使用率影响巨大。
在第二个高柱中，可以看到CPU使用率峰值达到了90%，其中主线程占比65%，而其中神策为10%，SDWebimage为5%，还有一部分无法解析。
而除了主线程，还有4个子线程，分别为：
神策上报线程，占比15%
微信，占比10%
环信5%
SDWebimage清理缓存线程，5%。
我们再深入一步：
其中波峰90%的消耗中，主线程占比28.5%。
神策上报线程，28.5%
微信28.5%
SDWebimage清理缓存线程14.2%
在上述中可以得到结论，在APP退到后台时，CPU产生两次波动。
JPush进行缓存写入。开辟新的Runloop
神策进行上报。使用后台backgroundTask，并进行了子线程处理
SDWebimage清理缓存。使用后台backgroundTask，并进行了子线程处理
微信和环信做了些不知名的操作
我们反过来再进行操作，在不对神策，JPush进行初始化时的CPU变化：
可以看出，CPU使用率略微平稳了一些，并且主线程占比也减少到了34%，其中第二段，可以看出，这次是TD上报，同样是使用了backgroundTask，并且还是在主线程使用。
接下来，我们继续屏蔽TD
可以看出来，主线程只剩下SDWebimage，而且CPU使用率平稳了很多。
海外工程表现类似，我们来看一下具体的：
从分析中可以看出，CPU峰值为100%，并且分布细密。
从具体堆栈中可以看出，相比于H2，H2O的情况更加恶劣一些。
首先，除了退到后台一瞬间CPU使用增高之外，在正常的使用过程中，CPU也一直由FacebookSDK，SDAutoLayout，GAD等占据着。
其中，如下图，Facebook不断的在hook并收集网络信息
SDAutoLayout在跑着，重新布局View。
GAD也在不断的在内存中写入数据，具体写的什么不得而知。
而这些问题，都是因为我们循环轮播的Banner，所以最近一步棋，优先使轮播Banner在页面离开，App退到后台等场景停止工作，解决平时CPU持续占用问题。
而在退到后台一瞬间：
Facebook在进行资源回收
SDAutoLayout在重新布局View
神策在上报数据
SDWebimage在清理旧图片
JPush在进行文件IO
ADJust也在进行IO操作
其中Facebook,ADJush,JPush在退到后台一瞬间，是CPU使用率达到了70%。不到1s后，神策和SDAutoLayout使CPU使用率达到了100%。
从以上可以看出，我们再退到后台时，由于自身代码边界条件不清楚，三方SDK滥用，导致了CPU使用率集中过高。需要好好治理。
拖地先生，从事互联网技术工作，在这里每周两篇文章，聊聊日常的实践和心得。往期推荐：
如果对你有帮助，让大家也看看呗~
