موبائل ڈویلپمنٹ میں Profiling (پروفائلنگ): جوہر، میٹرکس اور اوزار

موبائل ڈویلپمنٹ میں پروفائلنگ کیا ہے؟

Profiling ایپلیکیشن کے کام کرنے کے بارے میں ڈیٹا کا جمع اور تجزیہ ہے: کون سے فنکشن انجام دیے جاتے ہیں، ان میں کتنا وقت لگتا ہے، وہ کتنی میموری استعمال کرتے ہیں اور وہ نیٹ ورک کے ساتھ کیسے تعامل کرتے ہیں۔ لاگنگ کے برعکس، پروفائلنگ سسٹم کی سطح پر کام کرتی ہے اور موضوعی تشخیص کے بجائے درست عددی میٹرکس فراہم کرتی ہے۔

پروفائلنگ کا بنیادی مقصد کوڈ کے ان حصوں کو تلاش کرنا ہے جو وسائل کو غیر موزوں طریقے سے استعمال کرتے ہیں۔ یہ UI تھریڈ میں بلائے جانے والے سست طریقے، میموری لیک، ناکارہ SQL سوالات، ضرورت سے زیادہ نیٹ ورک کالز یا ضرورت سے زیادہ توانائی کی کھپت ہو سکتے ہیں۔ پروفائلنگ کے بغیر، ڈویلپر حقیقی ڈیٹا پر بھروسہ کرنے کے بجائے اسے ٹھیک کرتے ہیں جو “سست لگتا ہے۔”

Google I/O 2023 کے مطابق، ترقی کے دوران باقاعدہ پروفائلنگ سے گزرنے والی ایپلیکیشنز 40% کم ANR (ایپلیکیشن جواب نہیں دے رہی) غلطیاں اور 50% کم OutOfMemory کریش دکھاتی ہیں۔ پروفائلنگ کے اوزار تمام جدید IDE میں شامل ہیں — Android کے لیے Android Studio Profiler اور iOS کے لیے Xcode Instruments۔

پروفائلنگ جامد (عملدرآمد کے بغیر کوڈ کا تجزیہ — lint، Detekt) اور متحرک (ایپلیکیشن رن ٹائم کے دوران پیمائش) ہو سکتی ہے۔ حقیقی کارکردگی کے مسائل تلاش کرنے کے لیے، متحرک پروفائلنگ استعمال کی جاتی ہے جو ڈیوائس یا ایمولیٹر پر ایپلیکیشن کا حقیقی رویہ دکھاتی ہے۔

پروفائلنگ کب کرنی چاہیے

ہر بڑی ریلیز سے پہلے، بھاری UI اجزاء (فہرستیں، اینیمیشنز، کسٹم View) متعارف کراتے وقت، جب صارفین سستی اور بیٹری کے استعمال کی شکایت کریں، اور ایپلیکیشن آرکیٹیکچر تبدیل کرنے کے بعد پروفائلنگ ضروری ہے۔ ایک منظم طریقہ یہ ہے کہ ہر سپرنٹ میں پروفائلنگ کی جائے، میٹرکس کی بنیادی لائن ریکارڈ کی جائے۔

CPU پروفائلنگ: رکاوٹیں کیسے تلاش کریں

CPU پروفائلنگ ٹریک کرتا ہے کہ کون سے طریقے اور تھریڈ پروسیسر کو لوڈ کر رہے ہیں اور ہر کال کو انجام دینے میں کتنا وقت لگتا ہے۔ بنیادی مقصد ان فنکشنز کو تلاش کرنا ہے جو توقع سے زیادہ دیر تک چلتے ہیں اور UI تھریڈ کو بلاک کرتے ہیں، جس سے فریم ڈراپ (jank) اور ANR ہوتے ہیں۔

Android پر، CPU Profiler ایک Top-Down ٹری دکھاتا ہے — ایک کال ٹری جہاں آپ دیکھ سکتے ہیں کہ کسی مخصوص تھریڈ کے تناظر میں کون سا طریقہ سب سے زیادہ دیر تک چلتا ہے۔ iOS پر، Instruments Time Profiler نمونے لینے کی بنیاد پر کام کرتا ہے: باقاعدہ وقفوں پر (مثال کے طور پر، 1 ms)، سسٹم ہر تھریڈ کے کال اسٹیک کو ریکارڈ کرتا ہے۔ نمونے کے اعدادوشمار تعین کرتے ہیں کہ کون سا کوڈ سب سے زیادہ وقت لیتا ہے۔

// مثال: ایک سست طریقہ جو jank کا سبب بنتا ہے
class UserAdapter : RecyclerView.Adapter<UserViewHolder>() {

    override fun onBindViewHolder(holder: UserViewHolder, position: Int) {
        // ❌ یہ طریقہ UI تھریڈ میں بلایا جاتا ہے اور رینڈرنگ کو بلاک کرتا ہے
        // پروفائلنگ دکھائے گا کہ decompressImage 80% وقت لیتا ہے
        val user = getItem(position)
        val bitmap = ImageUtils.decompressImage(user.avatar)
        holder.avatarView.setImageBitmap(bitmap)
    }
}

CPU پروفائلنگ کرتے وقت، زیادہ Self Time والے طریقوں پر توجہ دیں — یہ وہ وقت ہے جو ایک طریقہ اپنے کام کرنے میں صرف کرتا ہے، چائلڈ طریقوں کی کالوں کو شمار نہیں کرتا۔ اگر UI تھریڈ میں کسی طریقہ کا Self Time 16 ms سے زیادہ ہے، تو یہ 60 FPS ڈسپلے پر فریم ڈراپ کی ضمانت دیتا ہے۔ حل بھاری کارروائیوں کو بیک گراؤنڈ تھریڈ میں منتقل کرنا ہے۔

میموری پروفائلنگ: لیک کی تلاش اور اصلاح

میموری پروفائلنگ ٹریک کرتا ہے کہ ایپلیکیشن کتنی میموری استعمال کرتی ہے: کون سے آبجیکٹ بنائے جاتے ہیں، وہ کتنے عرصے تک زندہ رہتے ہیں اور کب آزاد ہوتے ہیں۔ بنیادی مقصد لیک (وہ آبجیکٹ جو موجود نہیں ہونے چاہئیں لیکن میموری میں رہتے ہیں) اور ضرورت سے زیادہ مختص (وہ آبجیکٹ جو بہت بار بنائے جاتے ہیں) تلاش کرنا ہے۔

Android پر، Memory Profiler ریئل ٹائم RAM کھپت کا گراف، تمام مختص کردہ آبجیکٹ کی فہرست اور ہر قسم کی تفصیلات دکھاتا ہے۔ اہم میٹرکس: Java Heap (JVM ہیپ میں آبجیکٹ)، Native Heap (C/C++ سطح پر مختص)، Graphics Memory (ٹیکسچر اور GPU بفر)۔ iOS کے لیے، Instruments Allocations اسی طرح کے میٹرکس دکھاتا ہے: Heap Allocations (ہیپ میں آبجیکٹ) اور Anonymous VM (ورچوئل میموری کے صفحات)۔

میموری پروفائلنگ کرتے وقت، عام صارف کے منظرناموں (اسکرین کھولنا اور بند کرنا، فہرست لوڈ کرنا، تصاویر کے ساتھ کام کرنا) کو انجام دینے کے بعد ہیپ ڈمپ لینا ضروری ہے۔ دو ڈمپوں کا موازنہ (ایک منظرنامے سے پہلے اور بعد میں) دکھائے گا کہ کون سے آبجیکٹ آزاد نہیں ہوئے۔ اگر Activity آبجیکٹ کی تعداد بڑھ گئی ہے لیکن اسکرین بند کر دی گئی تھی، تو یہ لیک ہے۔

HPROF ڈمپ کی تشریح کیسے کریں

Android Studio میں، Memory Profiler کے ذریعے ڈمپ کھولیں: آبجیکٹ کو Retained Size (جتنا بڑا، آبجیکٹ اتنی ہی زیادہ میموری رکھتا ہے) کے مطابق ترتیب دیں۔ Activity، Fragment اور Bitmap کی مثالیں تلاش کریں جو میموری میں موجود نہیں ہونی چاہئیں۔ اگر ایسا کوئی آبجیکٹ ہے تو یہ دیکھنے کے لیے Reference Tree پر جائیں کہ اسے کون تھامے ہوئے ہے۔

نیٹ ورک پروفائلنگ: ٹریفک اور تاخیر کا تجزیہ

نیٹ ورک پروفائلنگ ایپلیکیشن سے تمام HTTP درخواستوں کو ٹریک کرتا ہے: URL، جواب کا سائز، عملدرآمد کا وقت، جوابی کوڈ اور ہیڈر۔ بنیادی مقصد ان درخواستوں کو تلاش کرنا ہے جن میں بہت زیادہ وقت لگتا ہے، ضرورت سے زیادہ ڈیٹا منتقل کرتی ہیں یا غیر ضروری طور پر کی جاتی ہیں۔

Android پر، Network Profiler تمام نیٹ ورک کالز کا ٹائم لائن، ان کا دورانیہ اور منتقل کردہ ڈیٹا کی مقدار دکھاتا ہے۔ ہر درخواست مکمل ہیڈر اور جوابی باڈی دیکھنے کے لیے کھولی جا سکتی ہے۔ iOS پر، Instruments Network اسی طرح کے کاموں کے لیے URL لوڈنگ سسٹم مانیٹرنگ استعمال کرتا ہے اور درخواستوں کا واٹر فال ڈایاگرام دکھاتا ہے۔

نیٹ ورک پروفائلنگ سے پہچانے جانے والے عام مسائل: کیشنگ کی کمی (ہر بار اسکرین کھولنے پر وہی JSON لوڈ ہوتا ہے)، ڈپلیکیٹ درخواستیں (متعدد اجزاء بیک وقت ایک ہی ڈیٹا کی درخواست کرتے ہیں)، بڑے جوابات (سرور 100 KB کی ضرورت ہونے پر 5 MB JSON بھیجتا ہے)۔ ہر مسئلے کا ایک معیاری حل ہے: OkHttp یا URLSession کے ذریعے کیشنگ ترتیب دیں، Combine یا Flow کے ذریعے سبسکرپشنز کو یکجا کریں، سرور سائیڈ پیجینیشن شامل کریں۔

پہلے بائٹ تک کے وقت (TTFB) پر خاص توجہ دیں۔ اگر TTFB اچھے کنکشن پر 500 ms سے زیادہ ہے، تو مسئلہ سرور کی طرف ہے۔ اگر درخواست خود تیز ہے لیکن JSON کو پارس کرنے میں سیکنڈ لگتے ہیں، تو مسئلہ ڈی سیریلائزیشن میں ہے اور اسے الگ سے پروفائل کیا جانا چاہیے۔

توانائی پروفائلنگ: بجلی کی کھپت کا تجزیہ

توانائی پروفائلنگ پیمائش کرتا ہے کہ ایپلیکیشن بیٹری کی زندگی کو کیسے متاثر کرتی ہے۔ یہ نسبتاً نئی قسم کی پروفائلنگ ہے لیکن موبائل ایپلیکیشنز کے لیے انتہائی اہم ہے — صارفین ان ایپس کو حذف کر دیتے ہیں جو بیٹری کو ضرورت سے زیادہ استعمال کرتی ہیں۔ Android Studio میں Energy Profiler اور Instruments میں Energy Log دکھاتے ہیں کہ کون سی کارروائیاں (Wi-Fi، GPS، CPU، Bluetooth) ہر لمحے توانائی استعمال کر رہی ہیں۔

موبائل ایپلیکیشنز میں توانائی کے اہم صارفین: WakeLock (پروسیسر کو فعال رکھنا)، GPS لوکیشن (مسلسل مقام کی اپڈیٹس)، نیٹ ورک کی درخواستیں (خاص طور پر 4G/5G نیٹ ورکس پر)، بیک گراؤنڈ اینیمیشنز۔ Energy Profiler ایپلیکیشن کے واقعات کو توانائی کی کھپت کے پیمانے پر اوورلے کرتا ہے — اگر گراف میں کوئی اضافہ ہے، تو آپ بالکل شناخت کر سکتے ہیں کہ کس کارروائی نے اسے سبب بنایا۔

Apple WWDC 2023 کے مطابق، ایپلیکیشن کی توانائی کی کھپت کو 20% کم کرنے سے صارفین کی برقراری میں 12% اضافہ ہوتا ہے، کیونکہ صارفین ان ایپس کو حذف کر دیتے ہیں جو بیٹری زیادہ استعمال کرتی ہیں۔ سفارش یہ ہے کہ GPS، بیک گراؤنڈ سنکرونائزیشن اور سٹریمنگ والے منظرناموں کی جانچ کرتے وقت ہمیشہ Energy Profiler کو فعال کریں۔

iOS اور Android کے لیے پروفائلنگ اوزار

آلے کا انتخاب پلیٹ فارم اور پروفائلنگ کی قسم پر منحصر ہے۔ Android کے لیے، اہم سیٹ ہے Android Studio Profiler (CPU، میموری، نیٹ ورک، توانائی)، LeakCanary (میموری لیک) اور Perfetto (سسٹم سطح کی پروفائلنگ)۔ iOS کے لیے — Xcode Instruments ٹیمپلیٹس کے ساتھ: Time Profiler، Allocations، Leaks، Energy Log، Network اور Core Animation۔

Flutter کے ساتھ کراس پلیٹ فارم ڈویلپمنٹ کے لیے، Timeline (CPU)، Memory، Network اور Debugger ماڈیولز کے ساتھ DevTools استعمال کریں۔ React Native کے لیے — React DevTools اور Facebook کا Flipper، جو نیٹ ورک، ڈیٹا بیس اور UI درجہ بندی کے معائنے کی حمایت کرتا ہے۔ فریم ورک سے قطع نظر، پروفائلنگ کے بنیادی اصول عالمگیر ہیں: اصلاح سے پہلے اور بعد میں پیمائش کریں، بنیادی لائن ریکارڈ کریں، ہر کوڈ تبدیلی پر میٹرکس کا موازنہ کریں۔

جدید طریقوں میں CI میں خودکار پروفائلنگ شامل ہے۔ Android پر، Firebase Test Lab UI ٹیسٹوں کے ساتھ کارکردگی کی پیمائش کی حمایت کرتا ہے: آپ کو نہ صرف پاس/فیل نتائج بلکہ ہر تکرار کے لیے CPU، میموری اور نیٹ ورک کے گراف بھی ملتے ہیں۔ iOS کے لیے اسی طرح کی فعالیت GitHub Actions کے ذریعے XCUITest اور Instruments CLI کے ساتھ فراہم کی جاتی ہے۔

صحیح آلہ کیسے منتخب کریں

ایک میٹرک کی فوری جانچ کے لیے، IDE میں شامل پروفائلر استعمال کریں۔ جامع لیک تجزیہ کے لیے — خصوصی اوزار (LeakCanary، Instruments Leaks)۔ سسٹم سطح کی ڈرائیور پروفائلنگ کے لیے — Perfetto (Android) یا DTrace (macOS)۔ دو یا تین اوزاروں کا امتزاج 95% پروفائلنگ منظرناموں کا احاطہ کرتا ہے۔