編譯調優

A. vue編譯打包速度優化

1、首先在config文件夾下配置webpack.dll.config.js(內容如下)，要打包的模塊的數組可以將一些較大的依賴放進vendor中

2、在package.json的scripts加上

3、運行npm run dll就可以生成vendor-manifest.json和vendor.dll.js

4、然後在index.html中引入vendor.dll.js

然後就可以正常的進行編譯打包，會發現將更多的依賴放到vendor，打包速度越快

優化前

優化後

大概平均可以節省三分之一的時間。參考 webpack中文網

B. 編譯的代碼優化

代碼優化是指對程序進行多種等價變換，使得從變換後的程序出發，能生成更有效的目標代碼。所謂等價，是指不改變程序的運行結果。所謂有效，主要指目標代碼運行時間較短，以及佔用的存儲空間較小。這種變換稱為優化。
有兩類優化：一類是對語法分析後的中間代碼進行優化，它不依賴於具體的計算機；另一類是在生成目標代碼時進行的，它在很大程度上依賴於具體的計算機。對於前一類優化，根據它所涉及的程序范圍可分為局部優化、循環優化和全局優化三個不同的級別。

C. 應用編譯優化三種模式

應用編譯優化三種模式分別是：編譯時間優化模式、執行時間優化模式和代碼大小優化模式。
1、編譯時間優化模式：關注編譯速度的提升，以縮短應用程序高脊的編譯時間為目標。在這種模式下，編譯器會減少編譯時間，會降低應用程序的執行效率。
2、執行時間優化模式：關注應用程序的執行效率，以提高應用程序的性能為目標。在這種模式下，編譯器會優化應用程序的代碼，以提高執行效率，會增加編譯時間。
3、代碼大小優化模式：關注應用程序的大小，以減小應兆培用程序的體積為目標。族念唯在這種模式下，編譯器會減小應用程序的代碼大小，以減小應用程序的體積，會降低應用程序的執行效率。

D. Xcode 構建速度優化（一）衡量編譯時間

隨著項目不斷迭代，工程文件越來越多，引用的三方庫也越來越多，這些直接導致編譯時間的不斷增加，完整編譯一次項目動輒需要五分鍾以上時間，實在有些影響開發效率，是時候來一波提速了。

為編譯和構建提速，首先我們需要對速度有一個衡量標准：准確獲得構建用時

首先，我們需要定義要衡量和優化的內容。 有兩種選擇：

xcode默認情況下會跟蹤所有構建，我們可以通過更改xcode相關設置，來在活動查看器中顯示出構建時間，通過命令行：

每次編譯成功後，會在Successed之後顯示出所用時間:

Xcode Build Timing Summary是Xcode10中加入的用於查看獲取構建時間和發現用時瓶頸方面的最有利工具。 可以通過Proct->Perform Action->Build With Timing Summary來開啟：這樣在 Build Log 的末尾就會添加 Timing Summary Log。我們可以通過這個 log 看到哪個階段是耗時的，便於我們進行優化。

如上圖中: xib階段的編譯耗時明顯是比普通c文件要多的，意味著我們可以通過減少xib方式來優化提升速度
而c文件的編譯用時比總時間還要長，是因為c文件是並行編譯的

在命令行中同樣可以開啟這個功能：

常用的第三方工具有 BuildTimeAnalyzer 、 xcode-build-times-rendering 、 XCLogParser 。

BuildTimeAnalyzer可以統計可以得出某個文件的類型檢查時長，每個表達式的類型檢查時長。

xcode-build-times-rendering是一個Ruby編寫的第三方工具，可以方便地分別測量目標的構建時間並在圖表上顯示它們，使用gem安裝

接下來使用這個工具自帶命令配置項目

然後構建項目並生成報告：

這個工具使用上比較簡單，缺點是只能從宏觀上生成各個target編譯的整體圖標，無法詳細列出各個內部編譯明細

XCLogParser可以詳細列出各個Target和內部每個文件的編譯耗時，對我們分析編譯時間瓶頸非常有幫助，它的工作原理主要是做為解析器，通過解析xcode編譯生成的xcactivitylog日誌來記錄
安裝：

編譯項目後，進行安裝

安裝成功後通過命令：

會自動在當前目錄的 build/xclogparser/reports/ 路徑下生成報告，其中--project參數需要設置為待分析項目的名字，並注意當前在終端切換到希望寫入日誌的目錄。

報告截圖：

這個工具將作為我們後面分析提升編譯構建速度的主要使用工具。

經過我多次在不同時間段，不同電腦上不斷嘗試編譯，
我發現編譯耗時是一個比較玄的東西，及時在同一台電腦，同一個項目， 同一套環境配置下，編譯用時也會隨著電腦當前狀態（包括同時打開進程、散熱等等）上下大幅跳動，就像演算法時間復雜度一樣，有時候我們明明做了一些細微的優化，但是結果反而是編譯耗時增加了，這是很正常的事情
所以，衡量這個標准需要我們取多次試驗中的平均值作為參考。