Monitorizarea performanței — ce este, metrici și colectarea datelor

Ce este monitorizarea performanței

Monitorizarea performanței este practica de evaluare cantitativă a comportamentului aplicației prin colectarea metricilor de timp de execuție, utilizare a memoriei, frecvență a cadrelor și consum de energie. Spre deosebire de raportarea crash-urilor, care înregistrează doar defecțiunile fatale, monitorizarea performanței urmărește degradarea treptată: aplicația funcționează, dar mai lent decât ar trebui.

Conform Google (2024), 53% dintre utilizatori închid aplicația dacă se încarcă mai mult de 3 secunde. Fiecare secundă suplimentară de întârziere reduce conversia cu 20% în medie pe categorii. Aceasta face ca monitorizarea performanței să nu fie doar o practică tehnică, ci o necesitate de business pentru produsele mobile.

Monitorizarea modernă a performanței acoperă patru niveluri: partea client (iOS, Android), rețeaua (solicitări API, WebSocket), serviciile backend și infrastructura. În dezvoltarea mobilă, accentul este pe metricile client, deoarece majoritatea problemelor de performanță apar exact pe dispozitivul utilizatorului.

Metrici cheie ale aplicației mobile

Pentru o monitorizare completă, este necesar să urmăriți cinci grupuri de metrici, fiecare responsabil pentru un aspect al experienței utilizatorului. FPS (frames per second) arată fluiditatea animațiilor și a derulării — o valoare sub 30 de cadre pe secundă este percepută ca o încetinire.

Metrici de timp

Timpul de pornire la rece a aplicației — de la atingerea pictogramei până la pregătirea completă a interfeței. Timpul de pornire la cald — revenirea din fundal. Timpul de răspuns la acțiunea utilizatorului (tap-to-response). Timpul de pornire pentru Android se măsoară prin ActivityManager, pentru iOS — prin dyld și timpul premain. Conform Firebase Performance, timpul median de pornire la rece pentru top 100 de aplicații este de 1,8 secunde.

Metrici de memorie și CPU

Consumul de memorie RAM nu trebuie să depășească 80% din volumul disponibil pe dispozitiv, altfel sistemul începe să descarce aplicația din fundal. Amprenta de memorie este urmărită prin Xcode Instruments (iOS) și Android Profiler. Scurgerile de memorie sunt detectate prin creșterea consumului la operații repetitive — de exemplu, navigarea între ecrane.

Metrici de rețea

Timpul de execuție a solicitării HTTP, dimensiunea răspunsului, frecvența timeout-urilor și erorilor. Latența rețelei este deosebit de critică pentru aplicațiile mobile care funcționează în condiții de conexiune instabilă (3G, metrou, lift, roaming). Se recomandă urmărirea timpului de răspuns p95 — tocmai acesta arată experiența celor mai „grei” utilizatori cu cele mai proaste condiții de rețea.

Real User Monitoring și Synthetic Monitoring

Real User Monitoring (RUM) colectează date de pe dispozitive reale ale utilizatorilor în mediul de producție. Această metodă arată întârzierile reale pe care le experimentează utilizatorii, ținând cont de dispozitivele, versiunile de OS, rețeaua și geolocația lor. RUM oferă cea mai exactă imagine a performanței, dar depinde de ce utilizatori au intrat în eșantion.

Synthetic Monitoring, dimpotrivă, execută scenarii prestabilite pe dispozitive de test în condiții controlate. Permite detectarea regresiei înainte ca aceasta să ajungă la utilizatori și reproducerea problemelor în același mediu. Firebase Test Lab și BrowserStack oferă teste sintetice pe dispozitive reale fără pornire manuală.

Strategia optimă este combinarea ambelor abordări: testele sintetice detectează regresiile în faza CI, iar RUM oferă imaginea reală în producție. Conform Datadog (2024), echipele care utilizează ambele metode detectează cu 35% mai multe probleme de performanță înainte ca acestea să devină incidente.

Configurarea Firebase Performance Monitoring

Firebase Performance Monitoring este un instrument gratuit de la Google pentru colectarea metricilor de performanță pe iOS și Android. Măsoară automat timpul de pornire a aplicației, solicitările HTTP și randarea ecranelor fără a fi nevoie să scrieți cod. Pentru instalare, este suficient să adăugați SDK-ul în proiect și să activați modulul Performance în consola Firebase.

Colectarea automată a metricilor

După conectarea SDK-ului, Firebase Performance creează automat un trace pentru fiecare solicitare HTTP prin URLSession (iOS) sau OkHttp (Android). Randarea ecranelor se măsoară pentru UIViewController și Activity, înregistrând timpul de la onCreate/viewDidLoad până la finalizarea primei randări. Toate metricile sunt agregate în consola Firebase cu defalcare pe versiuni de aplicație, dispozitive și țări.

import com.google.firebase.perf.FirebasePerformance
import com.google.firebase.perf.metrics.Trace

class PaymentService {
    private val firebasePerf = FirebasePerformance.getInstance()

    fun processPayment(amount: Double) {
        val trace = firebasePerf.newTrace("payment-flow")
        trace.start()
        trace.putAttribute("amount", amount.toString())
        // executarea plății
        trace.stop()
    }
}

Codul creează un trace personalizat pentru scenariul de plată cu atributul sumei. Prin acest trace în consola Firebase puteți vedea timpul median și p95 de execuție a plății, grupate pe versiuni de aplicație și dispozitive.

Monitorizare HTTP

Firebase interceptează automat solicitările de rețea și înregistrează URL-ul, codul de răspuns, dimensiunea payload-ului și timpul de execuție. Pentru OkHttp pe Android, instrumentarea automată funcționează fără configurare suplimentară. Solicitările de rețea sunt afișate în consolă cu grupare pe endpoint-uri, ceea ce permite identificarea rapidă a încetinirii unui API specific.

Trace-uri personalizate pentru logica de business

Metricile standard acoperă performanța generală, dar pentru diagnosticarea proceselor de business este necesară instrumentarea scenariilor specifice. Trace-urile personalizate permit măsurarea timpului de execuție a autentificării, încărcării fluxului de știri, procesării imaginii sau sincronizării datelor.

Fiecare trace personalizat trebuie să aibă un nume semnificativ în formatul „scenariu-acțiune” și să conțină atribute pentru filtrare. De exemplu, trace-ul „image-upload” cu atributele „file_size” și „compression_quality” va permite identificarea dependenței timpului de încărcare de dimensiunea imaginii. Se recomandă să nu creați mai mult de 20 de trace-uri personalizate pe un ecran — instrumentarea excesivă creează zgomot și complică analiza.

import FirebasePerformance

func trackImageUpload(data: Data) {
    let trace = Performance.startTrace(name: "image-upload")
    trace?.setValue(data.count, forAttribute: "file_size")
    trace?.setValue("high", forAttribute: "compression")
    // încărcarea imaginii
    trace?.stop()
}

Exemplul în Swift creează un trace pentru încărcarea imaginii cu atributele dimensiunii fișierului și nivelului de compresie. În consola Firebase, aceste atribute devin câmpuri pentru gruparea și filtrarea metricilor.

Praguri de alertă și notificări

Colectarea metricilor fără un sistem de notificare este inutilă. Notificările trebuie să informeze echipa despre ieșirea metricilor în afara limitelor admisibile, iar pragurile de alertă se împart în trei niveluri: avertizare (warning), critic (critical) și avarie (outage). Fiecare nivel determină canalul de notificare: warning — pe canalul Slack al echipei, critical — în PagerDuty inginerului de serviciu, outage — trimitere în masă către toate părțile interesate.

Pentru metricile mobile, se recomandă utilizarea pragurilor dinamice bazate pe percentile: timpul p95 de pornire la rece depășește 4 secunde — alertă critică. Pragurile statice (de exemplu, CPU > 90%) funcționează mai prost, deoarece nu iau în considerare fluctuațiile normale ale încărcării în funcție de ora zilei și ziua săptămânii. Firebase Performance suportă configurarea alertelor prin Firebase Console cu trimitere la Slack, PagerDuty și e-mail, cu posibilitatea de escaladare în cazul lipsei de confirmare.

Conform Incident Management Survey (2024), echipele care configurează alertele pe baza percentilelor, nu a valorilor medii, ratează cu 45% mai puține incidente. Valoarea medie (average) netezește vârfurile — p95 garantează că arată cel mai prost scenariu pentru utilizatori, indiferent de ora zilei și fluctuațiile sezoniere ale încărcării.