Оптимізація споживання батареї мобільним додатком

Аномальний розряд батареї — явний сигнал проблем в архітектурі

Користувачі помічають, що пристрій нагрівається і розряджається за півдня. Це призводить до негативних відгуків і падіння retention. iOS та Android оснащені вбудованими моніторами енергоспоживання — приховати проблему неможливо. Ми проводимо аудит і усуваємо причини: некеровані wakelock-и, надлишковий GPS, часті мережеві запити, неправильні фонові задачі. У 90% випадків достатньо скоригувати 2–3 елементи архітектури, щоб знизити енергоспоживання в 3–5 разів без втрати функціональності. Гарантуємо прозорий звіт із вимірами до та після. Зниження енергоспоживання прямо скорочує витрати на серверні ресурси та підвищує лояльність користувачів — економія бюджету до 50% на рік.

Чому додаток швидко розряджає батарею?

PowerManager.WakeLock.acquire() без таймауту або без гарантованого release() — пристрій не переходить у deep sleep. Один незакритий PARTIAL_WAKE_LOCK тримає процесор активним всю ніч. Ми використовуємо WakefulBroadcastReceiver або WorkManager, які керують wakelock автоматично. Періодична задача з інтервалом 15 хвилин (мінімально допустимий) із мережевими запитами, записом у БД та GPS — надто часта. JobScheduler batching дозволяє групувати задачі та використовувати setRequiredNetworkType(NetworkType.CONNECTED), щоб не будити радіо без мережі.

Як провести аудит батареї? Інструменти та методика

Для діагностики використовуємо Battery Historian — відкритий інструмент Google для аналізу bugreport з Android. Він будує часову шкалу: wakelock-и, network activity, GPS-фікси, CPU wakeup. Типова картина проблемного додатку: wakelock кожні 15 хвилин на 2–3 секунди, періодичні мережеві запити, GPS у фоні з високою точністю.

• Збір даних — зніміть bugreport на Android (команда нижче) або Energy Log на iOS через Xcode Instruments.
• Аналіз — знайдіть аномальні піки активності та тривалі пробудження.
• Ідентифікація — визначте, який компонент (wakelock, GPS, мережа) дає основний внесок.
• Оптимізація — реалізуйте виправлення за списком.
• Повторний вимір — переконайтеся, що споживання знизилося.

adb bugreport bugreport.zip
# Потім завантажити в Battery Historian

Як оптимізувати використання GPS?

LocationManager з PRIORITY_HIGH_ACCURACY вмикає GPS-приймач і тримає його активним. Реальні цифри: 1–2% батареї на годину при безперервному GPS. Правильна стратегія:

На iOS: CLLocationManager з desiredAccuracy = kCLLocationAccuracyBest у фоні — серйозна проблема. significantLocationChangeMonitoring споживає на порядок менше і достатній для більшості сценаріїв. allowsBackgroundLocationUpdates = true потребує явного обґрунтування — без нього iOS агресивно обмежує оновлення.

Як скоротити споживання мережі?

Радіомодуль при активації витрачає енергію на підйом з'єднання навіть при передачі одного байта. Краще один великий запит раз на 5 хвилин, ніж 20 маленьких кожні 15 секунд. HTTP Keep-Alive та HTTP/2 multiplexing скорочують кількість TCP handshake, що економить батарею. Push-повідомлення через FCM/APNs — правильний спосіб сигналізувати про нові дані замість long polling. Server-Sent Events та WebSocket прийнятні для реального часу, але їх потрібно закривати при переході у фон.

iOS: які обмеження на фонову роботу?

BGAppRefreshTask та BGProcessingTask — сучасний API для фонових задач. Система сама вирішує, коли їх запустити, спираючись на патерни використання пристрою. Спроби обійти це через background audio або VoIP push — порушення App Store Guidelines. URLSession.shared.configuration.waitsForConnectivity = true дозволяє не піднімати радіо одразу.

Практичний кейс: оптимізація фітнес-трекера

Наш клієнт — додаток для трекінгу фітнес-активностей. Користувачі скаржилися на 8–10% батареї на годину у фоні. Battery Historian показав: CoreLocationManager з PRIORITY_HIGH_ACCURACY працював безперервно, плюс PeriodicWorkRequest кожні 15 хвилин робив чотири мережевих запити. Перемикання на PRIORITY_BALANCED_POWER_ACCURACY для фонового трекінгу + злиття мережевих запитів в один + збільшення інтервалу до 30 хвилин дало 1.5–2% на годину — у 4–5 разів менше при збереженні функціональності.

Результати оптимізації:

Що входить в роботу

• Діагностика поточного споживання за допомогою Battery Historian (Android) та Xcode Energy Log (iOS)
• Звіт із виявленими проблемами та пріоритетами
• Реалізація оптимізацій: виправлення wakelock-ів, налаштування GPS, групування мережевих запитів, перегляд фонових задач
• Тестування на реальних пристроях з виміром споживання
• Документація за виконаними змінами

Наші спеціалісти мають понад 5 років досвіду в оптимізації мобільних додатків, ми реалізували більше 30 проектів із покращення батареї та гарантуємо результат. Замовте аудит вашого додатку — оцінимо поточне споживання та запропонуємо план оптимізації. Отримайте консультацію, щоб дізнатися, як знизити енергоспоживання без втрати функціональності.

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.