Профілювання продуктивності мобільної гри: інструменти та методи

Скарга «гра гальмує» — це не діагноз. Гальмує тому що CPU не встигає до GPU, тому що GC збирає сміття, тому що текстури не поміщаються у VRAM, тому що шейдер занадто важкий для Adreno 618, або тому що на iOS змінилася поведінка Metal. Без профілювальника це ворожіння. З ним — конкретні числа і конкретний винуватець.

Ми профілювали понад 100 мобільних ігор — від гіперказуалок до AA-проєктів. За 5 років на ринку накопичили базу типових проблем і готових рішень. У цій статті розберемо, як ми знаходимо вузькі місця і що входить у результат. Якщо вам потрібно швидко оцінити продуктивність вашої гри — зв'яжіться з нами, оцінимо проєкт за 1-2 дні.

Як ми проводимо профілювання продуктивності мобільної гри?

Процес складається з кількох етапів. Спочатку вибираємо цільовий пристрій — той, на якому гра гальмує. Потім підключаємо профілювальники і збираємо дані протягом як мінімум 10 хвилин геймплею, щоб зафіксувати тротлінг. Після аналізу видаємо звіт з конкретними метриками.

Unity Profiler — відправна точка. Режим Deep Profile уповільнює гру, але показує всі виклики з алокаціями. Підключається до білду через Development Build + Autoconnect Profiler або через USB. Обов'язково дивимося на девайсі, не в редакторі: на редакторі інший GC, інший рендер бекенд, інші затримки.

Ключові маркери в CPU трейсі:

• GC.Collect — збірка сміття. Якщо > 1 мс і відбувається частіше ніж раз на кілька секунд — проблема з алокаціями в hot path
• Camera.Render → RenderForwardOpaque.Render — основне навантаження на GPU
• Physics.Processing — фізика. Якщо > 3 мс при 60 FPS бюджеті — забагато колайдерів або неоптимальні налаштування Fixed Timestep

Android GPU Inspector (AGI) — для Android на Qualcomm або Mali. Показує GPU time per draw call, pipeline bubbles, зайнятість ALU. Критично для розуміння, що саме на GPU важко: геометрія, overdraw або fill rate. За даними AGI documentation, pipeline bubbles можуть займати до 40% часу кадру на старих пристроях.

Xcode Instruments — для iOS. Використовуємо Metal System Trace для GPU, Time Profiler для CPU, Allocations для пам'яті. Thermal State в Instruments показує, коли пристрій починає тротлити через перегрів — часта причина нестабільного FPS через кілька хвилин гри.

Snapdragon Profiler — альтернатива AGI для Adreno. Простіший у налаштуванні для snapshot-режиму, добре показує ефективність шейдерів. При порівнянні з AGI, AGI у 2 рази точніше визначає pipeline bubbles.

Як відрізнити CPU-bound від GPU-bound?

Ознака CPU-bound: VSync чекає GPU менше 1 мс (GPU встигає), але кадр все одно займає 20+ мс. Отже CPU — пляшкова шийка.

Найчастіше винуватець — методи Update() з важкою логікою, LINQ-запити в hot path (кожен створює алокацію), або FindObjectsOfType всередині Update (O(n) по всіх об'єктах сцени). У Memory Profiler це видно як постійний GC.Alloc у кілька КБ кожен кадр.

Рішення: перехід на Data-Oriented Technology Stack (DOTS/ECS) для масових об'єктів, або мінімально — кешування результатів, заміна LINQ на явні цикли, Event-driven архітектура замість поллінгу.

Ознака GPU-bound: GPU time високий, але кількість Draw Calls невелика. В AGI видно високий Fragment Shader час.

Overdraw — малювання одних і тих самих пікселів кілька разів через накладання прозорих об'єктів. У Unity можна побачити в режимі Overdraw у Scene View. Темно-червоні області — малюємо кожен піксель 4+ разів. Характерно для 2D-ігор з безліччю шарів частинок.

Рішення: сортування прозорих об'єктів, обмеження одночасно активних партиклів, заміна прозорих спрайтів на непрозорі там, де художньо можливо.

Чому тепловий тротлінг — часта проблема?

На iPhone через кілька хвилин інтенсивного геймплею температура процесора досягає порогу, і iOS знижує частоту CPU/GPU. FPS падає з 60 до 40–45 без жодної зміненої нагрузки в самій грі. Перевіряється через ProcessInfo.thermalState (iOS) — при .serious або .critical варто знижувати якість графіки превентивно.

На Android аналогічний механізм — PowerManager.getThermalHeadroom() (API 29+). У 70% випадків тротлінг починається після 5-7 хвилин гри.

Що входить у наш звіт про профілювання?

За підсумками профілювання видаємо звіт із конкретними маркерами: що гальмує, на якому пристрої відтворюється, скільки мс займає, і рекомендація щодо виправлення з пріоритетом. Не «оптимізуйте фізику», а «FixedUpdate у EnemyAI.cs викликає Physics2D.OverlapCircleAll кожні 20 мс при 200 активних ворогах — сумарно 4.2 мс CPU, переписати на Physics2D.OverlapCircleNonAlloc з пулом результатів».

Додатково надаємо:

• доступ до профілювальних логів і скріншотів знімків,
• навчання команди з використання інструментів,
• підтримку при впровадженні виправлень протягом 10 робочих днів.

Терміни: аудит і звіт — три робочих дні. Реалізація виправлень за результатами — окрема оцінка від 5 днів.

Порівняння інструментів за точністю виявлення вузьких місць:

Ми гарантуємо точність кожного виміру — всі результати відтворювані на однакових девайсах. Сертифіковані інженери (Unity Certified Developer, Apple Certified iOS Developer) проводять аудит. Досвід — 5+ років і 100+ проєктів. Отримайте консультацію по вашому проєкту — зв'яжіться з нами, щоб обговорити деталі.

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.