Оптимізація споживання оперативної пам’яті мобільного додатку

Оптимізація споживання оперативної пам'яті мобільного додатку

Мобільні додатки часто завершуються через нестачу пам'яті. iOS непомітно вивантажує додатки, дані користувача втрачаються, сесія скидається. Android генерує onLowMemory, але якщо не реагувати — процес вмирає. Ми стикаємося з цим щодня і знаємо, як перетворити ненажерливий APK на економний додаток. За 7 років ми провели аудит пам'яті більш ніж 20 проектів — від простих CRUD до складних медіаплеєрів. Знижуємо споживання RAM на 30–50% без зміни функціональності. Замовте аудит — отримайте конкретні рекомендації та готовий план оптимізації.

Як знайти витік пам'яті на Android?

Android Memory Profiler в Android Studio — обов'язковий інструмент. Знімаємо heap dump, сортуємо за retained size, шукаємо несподівано великі об'єкти або класи, яких має бути кілька, а їх тисячі. LeakCanary автоматично знаходить витоки в debug-збірці — вмикаємо його в CI і отримуємо сповіщення на кожен білд. Він детектує витоки в 5 разів швидше ручного аналізу.

Bitmap — головний пожирач. Навіть з Glide або Coil важливо вказувати розмір: override(width, height) для ImageView. Повнорозмірний 2048×2048 для аватарки 48dp — це 16 МБ даремно. Використовуйте downsampling: Glide.with(this).load(url).override(100, 100).into(imageView).

Fragment/Activity — класика через анонімні класи. Handler, Runnable, лямбди із захопленням this тримають посилання після знищення. LeakCanary показує точний ланцюжок.

ViewModel з невідписаними Flow. collectAsStateWithLifecycle вирішує проблему. Без нього — Job.cancel() в onDestroy.

RecyclerView — використовуйте Paging 3. Adapter не тримає повний список у пам'яті, підвантажує порціями.

Чому iOS вбиває додаток?

Xcode Memory Graph Debugger візуалізує retain cycles. Instruments → Allocations відстежує зростання пам'яті. Основні причини:

• Retain cycles в closure. [weak self] — необхідність для замикань, які живуть довше функції. Особливо підступні ланцюжки: ViewModel → Closure → ViewController → ViewModel.
• NSCache без лімітів. Задавайте countLimit і totalCostLimit, інакше кеш виросте до сотень МБ.
• Зображення — не використовуйте UIImage(named:) для великих картинок. UIImage(contentsOfFile:) не кешує. Для downsampling застосовуйте ImageIO з kCGImageSourceShouldCacheImmediately = false.
• NotificationCenter — removeObserver в deinit обов'язковий. З iOS 9+ block-based observers самоочищаються, але selector-based — ні.

Що робити з Flutter і React Native?

Flutter: витоки через StreamSubscription без cancel() і AnimationController без dispose(). Dart DevTools → Memory показує граф об'єктів. Кожне перестворення віджета додає нову підписку.

React Native: навігація з react-navigation — увімкніть unmountOnBlur: true для важких екранів. Flipper з Memory plugin аналізує нативну пам'ять окремо від JS heap.

Як виконується аудит пам'яті? Покроково

1. Зустріч і збір даних. Дізнаємося архітектуру, сценарії використання, типові дії користувача. Домовляємося про тестові пристрої.
2. Базове профілювання. Запускаємо Android Profiler / Xcode Instruments на «чистому» додатку — фіксуємо цифри.
3. Стрес-тест. Імітуємо тривалу роботу: відкриваємо 10 разів екран, прокручуємо списки, завантажуємо зображення. Знімаємо heap dump у піку.
4. Аналіз. Використовуємо MAT (Android) або Memory Graph Debugger (iOS) для пошуку retain cycles, надлишкових кешів, бітмапів. Складаємо звіт з 20+ метриками.
5. Правки. Виправляємо код, оптимізуємо кеші, додаємо downsampling. На CI налаштовуємо автоматичні перевірки на регресію.

Процес займає від 3 робочих днів (діагностика) до 3 тижнів (повна оптимізація). Отримайте консультацію — оцінимо ваш проект.

Процес оптимізації

Цільові значення: простий CRUD — 50-80 МБ, медіаплеєр — 150-200 МБ.

Таблиця: порівняння інструментів

Що входить у роботу

• Діагностика: профілювання на реальних пристроях, вивантаження heap dump, звіт з 20+ метриками.
• Виправлення коду: рефакторинг retain cycles, оптимізація кешів, downsampling зображень.
• Налаштування CI: інтеграція LeakCanary, автоматичні сповіщення при регресії.
• Навчання команди: розбір знайдених проблем, чек-лист best practices.
• Гарантія: фіксована ціна і терміни, пост-аудит через місяць після впровадження.

Строки та вартість

Діагностика — від 3 робочих днів. Повна оптимізація — 1-3 тижні залежно від об'єму коду. Вартість визначається після аналізу вашого проекту. Економія на підтримці та інфраструктурі може бути значною. Зв'яжіться з нами для оцінки вашого проекту.

Для довідки: Apple Memory Management і Android Memory Overview містять детальні рекомендації.

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.