百度 APP iOS 端包体积 50M 优化实践 (一) 总览

2023-04-11
上海
本文字数：4087 字
阅读完需：约 13 分钟

一、前言

百度 APP 作为日活过亿的国民级应用，经过这些年的发展，从最初的搜索，发展到现在包含搜索、Feed、视频、直播、小说、购物、小程序、网盘和众多垂类模块的超级应用，为服务更多用户满足更多用户需求不断迭代，应用像滚雪球一样越滚越大，包体积从最初的几十 MB 发展到最高时的 420MB，每个版本自然迭代会有至少 3MB 的涨幅，过大的包体积带来的负面作用开始显现，400M 的体积对下载转化率和卸载率提出了很大的挑战，因此包体积成为百度超级 APP 发展的拦路虎。

22 年 Q3 开启包体积优化项目，从编译器优化(OC&Swift&C++优化、LTO 优化、剥离调试符号、三方 SDK 优化)、图片优化(无用图片、HEIC 图片优化、Asset Catalog 图片优化、图片压缩)、资源瘦身(大资源优化、无用配置文件、重复资源)、代码瘦身(无用类、无用方法、无用模块、精简重复代码、工具类瘦身、AB 实验固化)和工程架构(Xcode 打包、防劣化)等方向做优化。

在满足正常业务迭代情况下，优化落地收益 50M，百度 APP 包体积从七月初的 395M 下降到十二月末的 352M，同一时间段内，国内大厂主流 APP 中，微信从 502M 上涨到 530M，抖音从 390M 上涨到 432M，快手从 310M 上涨到 357M。在很少的人力投入下取的这个成果，效率非常显著，此外，我们沉淀了各个优化方向的基建工具，完善了防劣化机制，为包体积持续优化和防止无序增长打下来坚实的基础。

二、背景

2.1 包大小优化的必要性

2.1.1 包体积每增加 6M，应用下载转化率下降 1%

根据 Google Play 的统计：包体积每增加 6M，应用下载转化率下降 1%，APK 包体大小每减少 10MB ，全球平均下载转化率会提升 1.75%，不同市场的数据各有不同，具体请参考如下图表。虽然 AppStore 没有给出类似数据，但是根据同样道理，安装包大小的减少必然会提升应用下载转化率。

2.1.2 App Store OTA 下载大小限制，不利于 APP 的推广

下载包大小超出 200 MB 时，会出现两种情况：

iOS 13 以下的用户，无法通过蜂窝数据下载 APP；
iOS 13 及以上的用户，需要手动设置才可以使用蜂窝网络下载 APP。

2.1.3 磁盘不足时删除首选

下载包体积太大，会占用更多的设备存储空间，对于低存储的设备的用户也会有一定的影响，可能成为磁盘不够时的首选。

2.1.4 减少用户的下载意愿

如果蜂窝数据选型默认是低数据模式，那么下载包大小就更会影响用户决策，可能会减少用户的下载意愿。

2.1.5 其他负面影响

包体积太大，更多的的代码逻辑，加载的类太多，增加 premain 时间，带来比较慢的启动速度，同时增加启动阶段 SIGKILL 发生的概率，让性能等基础体验变差。此外，过于复杂冗余的代码还会增加代码修改的风险，所以包大小不是一个孤立的指标，它从侧面的反映出 APP 的健康状态。

2.2 安装包生成过程

在 ipa 包上传 AppStore 后，App Thinning 会针对不同设备型号的硬件架构产生不同的编译产物，用户不同设备从 AppStore 会有不同的下载包，解压缩安装后是最后的安装包。

2.3 包体积指标

2.3.1 下载包大小和安装包大小

下载包大小是指 APP 压缩包(也就是 .ipa 文件)所占的空间，用户在下载 APP 时，下载的是压缩包，这样做可以节省流量；
当压缩包下载完成后，就会自动解压，解压过程也就是通常所说的安装过程，安装大小就是指压缩包解压后所占用的磁盘空间；
在 Appstore 产品信息页->信息->大小，看到数据是安装包大小，不是下载包大小，不同的系统安装包大小是不一样的；

那么苹果后台的下载大小和安装大小如何查看？
开发者在 iTues-Connect 后台可以看到不同平台的安装包大小和下载包大小，查看路径是 App Store Connect->TestFlight->Build 活动->选择版本->文件大小。

2.3.2 安装包体积作为衡量标准

对于 iOS 端来说通常将安装包体积作为衡量标准，这是基于以下两个原因，第一、安装包和下载包大小正相关，安装包体积减小后，下载包体积自然也会减小；第二、AppStore 官方页面给出的是每个 APP 的安装包大小，APP 使用者可非常直观地获取这个信息，**但是要想获取下载包大小，必须具有开发者权限，**这显然不可能。

三、IOS 端安装包组成部分

四、国内外厂商 APP 体积分析

我们针对国内外主流 APP 的安装包做一个简单分析，重点统计了 IPA 包主要组成部分，如 Mach-O 文件、bundle 图片资源和 Assets 图片资源，原始文件来源是 22 年 9 月份 AppStore 商店安装包，经过分析有如下结论：

从 APP 包体积来看，QQ 和微信包体积最大(500M+)，处于第一梯队，百度和抖音居于第二梯队(380M+)，快手(320M)处于第三梯队，美团、淘宝和头条包体积是在 250M 左右，是国内大厂中体积最小的，国外的主流 APP 如 Facebook 和 YouTube 在 280M 左右，包体积控制的还是比较节制的。
国外的 APP 大量使用动态库，Facebook 自定义动态库有 53 个，主 mach-o 体积只有 8.3M，代码主要在动态库，国内自定义动态库基本 6 个左右，像美团和百度基本没有自定义动态库；
Swift 的使用是大势所趋，国外大厂在用，国内大厂除了美团没有 Swift 动态库(暂没发现)，其他厂都有，这与 Apple 的努力密不可分，2019 年 Apple 发布了 Swift 5.0 版本，宣布了 ABI 稳定后，像手淘也拥抱了 Swift;
bundle 和 Asset 使用对比，Asset 是所有大厂 APP 主流，美团 APP 用 bundle 较广泛，bundle 图片 webP 优化较多；
从图片的角度来比较，不论是 bundle 图片资源还是 Assets 图片资源，百度 APP 是其他 APP 的好几倍，冗余资源很多，这是我们的优化方向；
SVG、iconfont 的使用，国内大厂像 QQ 和淘宝，大量使用 SVG 矢量图和 iconfont 字体文件构建纯色图以此来降低图片体积，这也是百度 APP 需要推动优化的方向。

五、技术方案

5.1 资源优化

百度 APP 有 30M 的资源，这儿资源是指 plist、js、css、json、端智能模型文件等，因这些文件的优化方式跟图片优化差异很大，所以把两者区分开来。内置的大块资源(单个文件大于 80K)就有 16M，所以具有很大的优化空间，资源优化分为三个部分，分别是大资源优化、无用配置文件和重复资源优化。

5.2 工程架构优化

其他优化手段解决的是存量问题，良好的防劣化机制解决的是增量问题，以避免包体积无序增长，百度 APP 结合 Linkmap 和 Mach-O 文件搭建了体积检测流水线，对每个版本每个库的包体积劣化问题做了挖掘，结合配额和卡口制度，控制体积增长在合理范围内。

此外，苹果公司为进一步提高开发者的生产效率，于 22 年 10 月份发布了 Xcode14，新版本编译器具有全新的增强功能，更强大的并行编译能力，可明显提升项目构建速度，其中，XCode14 的升级对包体积带来比较明显的优化，官方给出数据是应用程序下载包体积减小了 30%，百度 APP 实践过程中有 26M 的收益，体积减少了 6.5%。

5.3 图片优化

解压 IPA 包后发现，asset 和 bundle 里面图片有 94M,这是我们重点优化的对象，百度 APP 采用如下方式对不同的图片资源进行了优化。

无用图片优化：基于开源工具二次开发，工具针对 OC、swift、xib、html、js、css、json、plist 文件扫描排查未引用的图片，然后针对如下字符串拼接的常见 case 二次过滤：暗黑模式(后缀_dark,_day,_night)、后缀是数字的图片序列(覆盖如下后缀_%d,_%ld,_%zd,_%lu)；
Asset Catalog 图片优化：之前在 bundle 需要放二倍图和三倍图，同一张图片最后在用户手机上会有两份，iOS7 系统有了 Asset Catalog 后，Asset Catalog 为不同类型设备(分辨率不同)或者相同类型设备但不同配置(磁盘不同)提供定制化资源下载，当用户下载 App 时，只有跟用户手机硬件设备参数相匹配的资源才会被下载，其他不会下载，从而降低下载包体积；
HEIC 图片优化：更改 PNG 和 JPEG 图片编码格式，选择 HEIC 方案，基于以下优点：1、体积最小，HEIC 比 PNG 体积减少 50%，WebP 比 PNG 优化 30%；2、解码效率高，跟 WebP 相比，HEIC 硬解码效率高，略慢于 JPEG；
WebP 压缩优化：根据前面的结论有 HEIC 格式图片后，图片优化工作就已经结束了，其实不然，HEIC 是 iOS12 以后推出来一种新格式，百度 APP 经过这么多年开发积累了许多老图片，对于带有 Alpha 通道的并经过压缩的 PNG 图片，转换为 HEIC 格式后，在 iOS12 和 13 系统存在兼容性问题，Alpha 通道全变为 0，为此对于这种 case，尤其是大图，我们采用 WebP 压缩优化；
TinyPng 压缩：WebP 在 CPU 消耗和解码时间上会比 PNG 高两倍，因为对于大于 100KB 的图片我们使用 WebP，对于小于 100KB 图片，使用 TinyPng 进行压缩，虽然压缩率没有 WebP 那么高，但是没有改变图片编码方式，所以不会增加解析性能损耗。