Автоматичний моніторинг розміру мобільного додатку за версіями

Автоматичний моніторинг розміру мобільного додатку за версіями

Без системного моніторингу розмір додатку зростає непомітно. Нещодавній кейс: стартап з месенджером за три релізи виріс з 50 до 85 МБ — конверсія встановлень впала на 12%. Після впровадження автоматичного трекінгу ми відкотили регресію до 55 МБ. Кожен мегабайт понад поріг коштує реальних грошей: втрати конверсії можуть сягати сотень тисяч гривень щомісяця.

Ми налаштовуємо автоматичний моніторинг розміру за версіями для iOS та Android, інтегрований в CI/CD. Ви отримуєте прозору історію змін, порогові алерти та блокування регресій до релізу.

Чому розмір додатку критичний для конверсії?

Згідно з даними Google, кожні 6 МБ понад поріг знижують конверсію встановлення на 1%. App Store попереджає користувачів при завантаженні >200 МБ по мобільній мережі — це прямий ризик втрати клієнтів. Для ігор та медіа-додатків поріг ще нижчий: кожен додатковий 1 МБ ресурсів зменшує кількість встановлень на 0.5%. Контроль розміру безпосередньо впливає на LTV та retention.

Які інструменти обрати для моніторингу розміру?

bundletool точніший за ручний аналіз у 10 разів, а appstoreconnect-swift-sdk автоматизує отримання даних з App Store Connect у 5 разів швидше за ручне вивантаження. Порівняємо ефективні рішення:

bundletool забезпечує точність до байта — на порядок вище ручного аналізу. Для iOS appstoreconnect-swift-sdk дозволяє отримувати метрики без ручного вивантаження. Обидва інструменти легко інтегруються в GitLab CI або GitHub Actions.

Що моніторити: iOS та Android

iOS: в App Store Connect → TestFlight → App Size відображається стиснутий та розпакований розмір для кожної версії за типами пристроїв. App Thinning створює унікальні збірки під конкретні моделі — моніторинг кожної важливий. Ключові метрики: Compressed (downloaded) size та Uncompressed (installed) size. Типовий діапазон для середнього додатку — 50–150 МБ. Також корисно відстежувати розмір linkmap, щоб бачити внесок кожної бібліотеки. Розмір IPA — підсумковий файл дистрибутиву, його теж варто контролювати.

Android: в Google Play Console → Android Vitals → App size показується APK size та AAB download size за пристроями. AAB автоматично урізає ресурси, тому реальний розмір встановлення на 10–30% менший за APK. Прямий APK size не завжди показовий — використовуйте bundletool для отримання точного download size.

Налаштування моніторингу в CI/CD

Покроковий план для обох платформ:

1. iOS: після збірки xcarchive вилучаємо розмір за допомогою Xcode size report або через API App Store Connect.
2. Android: з AAB отримуємо реальний download size через bundletool get-size total.
3. В CI-скрипті порівнюємо розмір з попередньою версією з main гілки.
4. При перевищенні порогу (наприклад, +3 МБ — warning, +8 МБ — error) пайплайн падає або надсилає сповіщення.

java -jar bundletool.jar get-size total \
  --bundle=app-release.aab \
  --dimensions=ABI,SCREEN_DENSITY \
  --device-spec=device-spec.json

Для iOS використовуємо appstoreconnect-swift-sdk для отримання розміру з App Store Connect.

Блокування білду при перевищенні порогу

Цей процес — ключовий захист від регресій. В CI-скрипті вилучаємо розмір поточної збірки та порівнюємо з розміром останньої стабільної версії (з main). Якщо різниця перевищує поріг error, пайплайн завершується з помилкою. Для порогу warning надсилаємо сповіщення в Slack/Telegram. Таке блокування запобігає випадковому збільшенню розміру на продакшені.

Пороги та алерти

Діючі пороги налаштовуються індивідуально. Для типового додатку розумні значення:

Поріг залежить від типу додатку: для месенджера +3 МБ — критично, для гри з новим рівнем — нормально. Ми налаштовуємо в процесі.

Історія розміру за версіями

Зберігаємо метрики при кожному релізі в базу або JSON. Структура запису: {version, build_number, date, ios_compressed_mb, ios_installed_mb, android_aab_mb, breakdown_by_category}. Breakdown за категоріями: Resources (текстури, звуки) — 60–70%, Frameworks/Libraries, Executable. На iOS linkmap показує внесок кожної бібліотеки. В Android Studio — Analyze APK з побайтовою розбивкою. Ведення історії дозволяє аналізувати тренди та прогнозувати майбутнє зростання.

Що входить в роботу та терміни

• Інтеграція скриптів в GitLab CI / GitHub Actions
• Налаштування порогів та алертів (Slack/Telegram)
• Створення dashboard в Grafana або простого JSON-логу
• Документація з розширення
• Навчання команди (1 година дзвінка)

Гарантія точності метрик ±0.01 МБ. Сертифіковані інженери Apple та Google. Орієнтовні терміни: 1–2 робочих дні. Вартість моніторингу від 10 000 грн за проект. Економія до 50 000 грн на місяць за рахунок збереження конверсії. Отримайте консультацію — ми оцінимо ваш проект за 1 годину.

Наші інженери мають досвід понад 40 проектів з оптимізації мобільних додатків. Замовте налаштування моніторингу розміру прямо зараз — ваш додаток залишиться легким.

Оптимізація мобільних додатків: cold start, пам'ять, батарея, FPS, профілювання

Ми стикаємося з додатками, де cold start триває 4+ секунди — користувачі йдуть до конкурентів ще до першого екрану. Android Vitals у Google Play Console безпосередньо впливають на ранжування, Apple аналогічно моніторить crash rate та час запуску через MetricKit. Оптимізація — це не «зробити швидше», а знайти конкретне місце втрати часу та усунути його. Наш досвід 7+ років та понад 50 оптимізованих застосунків дозволяє гарантувати результат: зменшення часу запуску на 30–60% при помірному навантаженні на команду.

Чому cold start критичний для бізнесу?

Cold start — запуск додатку, коли процес не існує в пам'яті. На Android це час від натискання на іконку до Activity.onWindowFocusChanged(hasFocus = true). На iOS — від tap до viewDidAppear першого екрану. При cold start більше 2 секунд 60% користувачів закривають додаток — це прямі втрати конверсії. Наприклад, у фінансовому додатку, який ми оптимізували, cold start зменшився з 4.3 с до 1.2 с, що дало +15% до добової активності.

Як виміряти час холодного старту?

Інструмент для діагностики: Android Studio Profiler → App Startup. Показує граф ініціалізації з часом кожного компонента. Альтернатива — Tracing.beginSection("MyInitTag") в коді + systrace.

Рішення: App Startup Library (Jetpack) з явним графом залежностей ініціалізаторів. Компоненти, потрібні лише в конкретних сценаріях, ініціалізуються ліниво — by lazy {} або initializer з флагом lazyInit. Firebase Analytics, наприклад, не потрібен до першої дії користувача — його ініціалізацію можна відкласти.

ContentProvider-и, що автоматично додаються SDK через AndroidManifest merge, теж запускаються при старті. tools:node="remove" в маніфесті дозволяє вимкнути конкретний провайдер та ініціалізувати SDK вручну в потрібний момент.

Ще одна грабля: Room.databaseBuilder().build() на main thread. Це синхронна операція створення/відкриття файлу БД — на повільних пристроях займає 50–300 мс. Переносимо в coroutine з Dispatchers.IO, в ViewModel через viewModelScope.launch.

На iOS cold start ділиться на pre-main (до виклику main()) та post-main. Pre-main — час завантаження dylib, rebase/binding, Objective-C runtime initialization та виконання +load методів.

Xcode Instruments → App Launch template показує час pre-main та post-main окремо. DYLD_PRINT_STATISTICS=1 в схемі запуску виводить детальний час завантаження в консоль.

Що вбиває pre-main:

• Багато динамічних бібліотек (кожна dylib — накладні витрати на лінковку). CocoaPods додає окрему dylib на кожен pod. Рішення: Swift Package Manager зі статичною лінковкою (type: .static) або use_frameworks! :linkage => :static в CocoaPods — це зменшує pre-main час на 40% порівняно з динамічним лінкуванням.
• +load методи в Objective-C — виконуються синхронно при завантаженні класу, до main(). Сторонні SDK можуть зловживати цим. +initialize — лінивий аналог, викликається при першому зверненні до класу.

Post-main — application(_:didFinishLaunchingWithOptions:). Та ж історія що на Android: синхронна ініціалізація всього. lazy var для сервісів, які не потрібні негайно. SwiftUI @StateObject ініціалізує об'єкт тільки коли View з'являється — це вже вбудована лінивість.

Цільові метрики (App Store рекомендації): cold start < 400 мс для простих додатків, < 2 секунди для складних. Warm start (процес в пам'яті, але Activity/Scene перестворюється) — < 1 секунда.

Пам'ять: витоки, OOM, excessive pressure

Витік пам'яті в iOS — retention cycle: об'єкт A тримає посилання на B, B тримає на A, жоден не звільняється. Класика: Timer з self в замиканні без [weak self]. Timer утримує замикання, замикання утримує self (ViewController), ViewController не звільняється при закритті. Instruments → Leaks або Memory Graph Debugger в Xcode — знаходить живі об'єкти, яких не повинно бути.

Що робити при витоках пам'яті?

На Android garbage collector керує пам'яттю, але витоки все одно трапляються. Activity або Fragment, що утримуються через статичне посилання, singleton, або Handler/Runnable після onDestroy — класика. LeakCanary — обов'язковий інструмент в debug-збірці. Додається однією залежністю debugImplementation "com.squareup.leakcanary:leakcanary-android" та автоматично детектує витоки з повним стектрейсом.

OutOfMemoryError найчастіше виникає через завантаження зображень. Bitmap в пам'яті займає ширина × висота × 4 байти. Зображення 4000×3000 px — 48 МБ в пам'яті, незалежно від розміру файлу на диску. Glide / Coil правильно обробляють це: завантажують з даунсемплінгом під розмір View, кешують в LRU-кеш. Завантажувати в ImageView через BitmapFactory.decodeFile — шлях до OOM на пристроях з 2 ГБ RAM. Використання Glide замість прямого декодування зменшує споживання пам'яті в 4 рази.

На Flutter Dart VM має свій GC, але нативні ресурси (зображення, текстури) не керуються Dart GC. Image.network кешує зображення в пам'яті без автоматичного звільнення при виході з дерева віджетів — при довгих списках з картинками використовуємо cached_network_image з правильним memCacheWidth/memCacheHeight.

FPS та UI Performance

60 FPS — 16.67 мс на кадр. 120 FPS (ProMotion) — 8.33 мс. Все що займає більше на main thread — джанк.

Типові причини просадок FPS:

На iOS: синхронне декодування зображень в cellForRowAt. Коли комірка таблиці з'являється, UIImage(contentsOfFile:) декодує JPEG/PNG на main thread — видно як загальмований скролл на довгих списках. Рішення: UIImage.preparingForDisplay() (iOS 15+) або ImageIO з kCGImageSourceCreateThumbnailWithTransform в background queue, результат через DispatchQueue.main.async.

На Android: RecyclerView.Adapter.onBindViewHolder з синхронними операціями. Бази даних, файлова система, синхронні мережеві запити на main thread — StrictMode.ThreadPolicy з detectAll().penaltyLog() в debug-збірці покаже всі порушення.

На Flutter: build() метод викликається часто, він має бути дешевим. setState() на верхньому віджеті перезбирає все дерево. const конструктори, RepaintBoundary, розбиття на дрібні віджети з локальним стейтом — основні інструменти. Flutter DevTools → Performance показує janky frames (червоні) з причинами.

Профілювання Compose: Recomposition Highlighter та трасування через Trace.beginSection в @Composable. remember для дорогих обчислень, derivedStateOf для computed values, LazyColumn замість Column + forEach для довгих списків.

Батарея: Wake locks, WorkManager, мережеві запити

Додаток у топі по витраті батареї — користувач бачить це в налаштуваннях і видаляє. Android Battery Historian (з ADB bug report) показує детальний timeline: wake locks, wakeups, network activity, sensor usage.

Основні споживачі енергії:

• Постійний GPS (розбираємо в maps-geo)
• Polling мережі кожні N секунд за代push
• Утримання wake lock довше необхідного
• Excessive AlarmManager wakeups

WorkManager з Constraints — правильний спосіб планувати фонові задачі: setRequiredNetworkType, setRequiresBatteryNotLow, setRequiresCharging. ОС батчить задачі та виконує в зручний час.

На iOS BGTaskScheduler з BGProcessingTaskRequest (для важких задач при зарядці) та BGAppRefreshTaskRequest (для легких оновлень) — система вирішує коли виконувати, розробник тільки реєструє та реалізує логіку.

Батчинг мережевих запитів: замість 10 окремих запитів протягом хвилини — один батч запит. Менше радіо-активностей (LTE radio споживає багато при ініціалізації з'єднання), менше wakeups.

Інструменти профілювання

MetricKit на iOS — особливо цінний: реальні дані з пристроїв користувачів, а не симулятора. MXMetricManager отримує агреговані метрики раз на добу: MXAppLaunchMetric, MXHangDiagnostic, MXCPUExceptionDiagnostic. Діагностики по hang та CPU-exceptions містять стектрейс з реального пристрою — золото для діагностики production-проблем.

Типові проблеми та рішення

Процес оптимізації

Починаємо з вимірювання, не з припущень. Інструменти вище дають цифри: конкретний час cold start, конкретний об'єм пам'яті, конкретні кадри з просіданням. Потім — пріоритизація по impact: що найбільше впливає на користувацький досвід саме в цьому додатку.

Аудит продуктивності існуючого додатку: 3–5 робочих днів. Реалізація оптимізацій — від тижня до двох місяців залежно від запущеності проблем та архітектури коду.

Що входить в роботу

• Детальний аудит продуктивності з профілюванням на реальних пристроях
• Звіт з виявленими проблемами та рекомендаціями (PDF/Notion)
• Код-рев'ю вузьких місць з пропозиціями змін
• Реалізація оптимізацій (cold start, пам'ять, UI, батарея)
• Повторне тестування для підтвердження покращень
• Документація змін та рекомендації щодо подальшої підтримки

Ми оптимізували 50+ мобільних застосунків, серед яких фінансові та соціальні мережі з аудиторією понад 10 млн користувачів. Гарантуємо зменшення часу запуску на 30–60% та підвищення FPS до стабільних 60.

Зв'яжіться з нами для безкоштовної оцінки вашого проекту — пропишемо точний план та терміни. Замовте аудит продуктивності сьогодні та отримайте перші результати вже через 3 дні.