성능 모니터링 API

WeaveDI는 의존성 주입 성능을 최적화하고, 병목 현상을 식별하며, 프로덕션 환경에서 최적의 애플리케이션 성능을 유지하도록 설계된 포괄적이고 엔터프라이즈급 성능 모니터링 도구를 제공합니다. 이 정교한 모니터링 시스템은 실시간 메트릭, 이력 분석, 자동 알림 기능을 제공합니다.

개요

성능 모니터링 시스템은 의존성 해결 시간, 메모리 사용 패턴, 등록 효율성, 컨테이너 성능 특성을 추적하기 위한 고급 계측을 구현합니다. 이 포괄적인 모니터링은 성능 최적화, 용량 계획, 사전 문제 감지를 위한 실행 가능한 인사이트를 제공합니다.

주요 모니터링 기능:

실시간 메트릭: 실시간 성능 데이터 수집 및 분석
이력 추적: 장기 성능 트렌드 분석
메모리 프로파일링: 상세한 메모리 사용 패턴 및 누수 감지
병목 현상 식별: 자동 성능 병목 현상 식별
사용자 정의 메트릭: 애플리케이션별 메트릭을 위한 확장 가능한 프레임워크

성능 이점:

사전 최적화: 사용자에게 영향을 주기 전에 문제 식별
용량 계획: 인프라 확장을 위한 데이터 기반 인사이트
회귀 감지: 성능 회귀 자동 감지
리소스 최적화: 메모리 및 CPU 사용 패턴 최적화

swift

import WeaveDI

// 성능 모니터링 활성화
PerformanceMonitor.shared.enable()

// 특정 작업 모니터링
let metrics = await PerformanceMonitor.shared.measureResolution {
    let service = WeaveDI.Container.shared.resolve(ExpensiveService.self)
    return service
}

print("해결에 걸린 시간: \(metrics.duration)ms")
print("사용된 메모리: \(metrics.memoryDelta) bytes")

핵심 모니터링 기능

해결 성능 추적

목적: 느린 의존성을 식별하고 해결 패턴을 최적화하기 위한 의존성 해결 성능의 포괄적 추적.

추적 기능:

해결 시간 측정: 개별 의존성 해결의 정밀한 타이밍
집계 통계: 평균, 중앙값, 백분위수 해결 시간
성능 트렌드: 이력 성능 트렌드 및 회귀 감지
의존성 핫스팟: 자주 해결되는 의존성 식별

수집되는 메트릭:

개별 해결 시간: 의존성별 해결 타이밍
집계 성능: 전체 컨테이너 성능 통계
캐시 히트/미스 비율: 의존성 캐싱의 효과성
메모리 할당 패턴: 해결 작업 중 메모리 사용량

성능 최적화 인사이트:

느린 의존성: 높은 해결 시간을 가진 의존성 식별
캐시 효과성: 캐시 성능 및 최적화 기회 측정
해결 패턴: 최적화를 위한 해결 패턴 분석
리소스 사용량: 해결 중 리소스 소비 모니터링

swift

// 자동 해결 타이밍
class PerformanceAwareService {
    @Inject var userService: UserService?
    @Inject var dataService: DataService?

    func performOperation() async {
        // 모니터가 이러한 해결을 자동으로 추적함
        userService?.loadUser()
        dataService?.processData()

        // 성능 보고서 가져오기
        let report = PerformanceMonitor.shared.getResolutionReport()
        print("최근 해결: \(report.recentResolutions)")
        print("평균 해결 시간: \(report.averageResolutionTime)ms")
    }
}

메모리 사용량 모니터링

목적: 메모리 누수를 감지하고, 메모리 사용량을 최적화하며, 효율적인 리소스 활용을 보장하기 위한 고급 메모리 프로파일링 및 모니터링.

메모리 모니터링 기능:

실시간 메모리 추적: 메모리 사용 패턴의 지속적인 모니터링
누수 감지: 잠재적 메모리 누수 자동 감지
할당 프로파일링: 메모리 할당 패턴의 상세 분석
증가율 분석: 메모리 증가율 및 트렌드 모니터링

메모리 메트릭:

현재 사용량: 실시간 메모리 소비
최대 사용량: 작업 중 최대 메모리 사용량
증가율: 시간에 따른 메모리 사용량 증가율
할당 패턴: 메모리 할당의 상세 분석

최적화 기회:

메모리 핫스팟: 과도한 메모리를 소비하는 구성 요소 식별
최적화 대상: 메모리 영향을 기반으로 한 최적화 노력 우선순위
리소스 계획: 용량 계획 및 리소스 할당을 위한 데이터
성능 상관관계: 메모리 사용량과 성능 메트릭 간의 상관관계

swift

// 메모리 소비 모니터링
class MemoryAwareBootstrap {
    static func setupWithMonitoring() async {
        let initialMemory = PerformanceMonitor.shared.getCurrentMemoryUsage()

        await WeaveDI.Container.bootstrap { container in
            // 많은 서비스 등록
            for i in 0..<1000 {
                container.register(TestService.self, name: "service_\(i)") {
                    TestServiceImpl(id: i)
                }
            }
        }

        let finalMemory = PerformanceMonitor.shared.getCurrentMemoryUsage()
        let memoryIncrease = finalMemory - initialMemory

        print("DI 설정 메모리 사용량: \(memoryIncrease) bytes")
        print("서비스당 메모리: \(memoryIncrease / 1000) bytes")
    }
}

실제 모니터링 예제

CountApp 성능 모니터링

swift

/// 메트릭 수집이 포함된 성능 모니터링 카운터
@MainActor
class MonitoredCounterViewModel: ObservableObject {
    @Published var count = 0
    @Published var performanceMetrics: PerformanceMetrics?

    @Inject var repository: CounterRepository?
    @Inject var logger: LoggerProtocol?

    func increment() async {
        let metrics = await PerformanceMonitor.shared.measureOperation("counter_increment") {
            // 전체 증가 작업 측정
            let startTime = CFAbsoluteTimeGetCurrent()

            count += 1
            await repository?.saveCount(count)

            let endTime = CFAbsoluteTimeGetCurrent()
            logger?.info("⏱️ 증가 작업이 \(String(format: "%.2f", (endTime - startTime) * 1000))ms 걸렸습니다")
        }

        // 성능 데이터로 UI 업데이트
        performanceMetrics = metrics

        // 성능 데이터 로그
        logger?.info("📊 성능: 해결=\(metrics.resolutionTime)ms, 총=\(metrics.totalTime)ms")
    }

    func getPerformanceReport() -> String {
        let report = PerformanceMonitor.shared.getDetailedReport()
        return """
        📈 카운터 성능 보고서:
        - 총 작업 수: \(report.operationCount)
        - 평균 해결 시간: \(String(format: "%.2f", report.averageResolutionTime))ms
        - 최대 메모리 사용량: \(report.peakMemoryUsage) bytes
        - 캐시 히트율: \(String(format: "%.1f", report.cacheHitRate * 100))%
        """
    }
}

/// 성능 추적이 강화된 카운터 리포지토리
class PerformanceTrackedCounterRepository: CounterRepository {
    @Inject var logger: LoggerProtocol?

    func getCurrentCount() async -> Int {
        return await PerformanceMonitor.shared.measureOperation("get_current_count") {
            let count = UserDefaults.standard.integer(forKey: "saved_count")
            logger?.debug("📊 카운트 검색됨: \(count)")
            return count
        }
    }

    func saveCount(_ count: Int) async {
        await PerformanceMonitor.shared.measureOperation("save_count") {
            UserDefaults.standard.set(count, forKey: "saved_count")
            logger?.debug("💾 카운트 저장됨: \(count)")
        }
    }

    func getCountHistory() async -> [CounterHistoryItem] {
        return await PerformanceMonitor.shared.measureOperation("get_count_history") {
            guard let data = UserDefaults.standard.data(forKey: "count_history"),
                  let history = try? JSONDecoder().decode([CounterHistoryItem].self, from: data) else {
                return []
            }
            logger?.debug("📜 \(history.count)개 히스토리 항목 검색됨")
            return history
        }
    }

    func resetCount() async {
        await PerformanceMonitor.shared.measureOperation("reset_count") {
            UserDefaults.standard.set(0, forKey: "saved_count")
            logger?.debug("🔄 카운트 리셋됨")
        }
    }
}

WeatherApp 성능 모니터링

swift

/// 포괄적인 성능 모니터링이 있는 날씨 서비스
class MonitoredWeatherService: WeatherServiceProtocol {
    @Inject var httpClient: HTTPClientProtocol?
    @Inject var cacheService: CacheServiceProtocol?
    @Inject var logger: LoggerProtocol?

    func fetchCurrentWeather(for city: String) async throws -> Weather {
        return try await PerformanceMonitor.shared.measureAsyncOperation("fetch_weather_\(city)") {
            let startTime = CFAbsoluteTimeGetCurrent()

            // 캐시 먼저 확인
            let cacheMetrics = await PerformanceMonitor.shared.measureOperation("cache_lookup") {
                return await cacheService?.retrieve(forKey: "weather_\(city)")
            }

            if let cachedWeather: Weather = cacheMetrics.result {
                let cacheTime = CFAbsoluteTimeGetCurrent() - startTime
                logger?.info("⚡ \(city) 캐시 히트 \(String(format: "%.2f", cacheTime * 1000))ms")
                return cachedWeather
            }

            // 네트워크 가져오기
            let networkMetrics = await PerformanceMonitor.shared.measureAsyncOperation("network_fetch") {
                guard let client = httpClient else {
                    throw WeatherError.httpClientNotAvailable
                }

                let url = buildWeatherURL(for: city)
                let data = try await client.fetchData(from: url)
                return try JSONDecoder().decode(Weather.self, from: data)
            }

            let weather: Weather = networkMetrics.result

            // 결과 캐시
            await PerformanceMonitor.shared.measureOperation("cache_store") {
                try? await cacheService?.store(weather, forKey: "weather_\(city)")
            }

            let totalTime = CFAbsoluteTimeGetCurrent() - startTime
            logger?.info("🌤️ \(city) 날씨 가져오기가 \(String(format: "%.2f", totalTime * 1000))ms에 완료됨")

            return weather
        }
    }

    private func buildWeatherURL(for city: String) -> URL {
        return URL(string: "https://api.openweathermap.org/data/2.5/weather?q=\(city)&appid=test&units=metric")!
    }
}

/// 날씨 앱을 위한 성능 대시보드
class WeatherPerformanceDashboard {
    @Inject var logger: LoggerProtocol?

    func generateReport() -> WeatherPerformanceReport {
        let monitor = PerformanceMonitor.shared
        let report = monitor.getDetailedReport()

        let weatherOperations = report.operations.filter { $0.name.contains("weather") }
        let cacheOperations = report.operations.filter { $0.name.contains("cache") }
        let networkOperations = report.operations.filter { $0.name.contains("network") }

        return WeatherPerformanceReport(
            totalWeatherRequests: weatherOperations.count,
            averageWeatherFetchTime: weatherOperations.map(\.duration).average(),
            cacheHitRate: calculateCacheHitRate(cacheOperations),
            networkLatency: networkOperations.map(\.duration).average(),
            memoryUsage: report.currentMemoryUsage,
            recommendations: generateRecommendations(report)
        )
    }

    private func calculateCacheHitRate(_ operations: [OperationMetric]) -> Double {
        let cacheHits = operations.filter { $0.metadata["cache_hit"] as? Bool == true }.count
        return operations.isEmpty ? 0.0 : Double(cacheHits) / Double(operations.count)
    }

    private func generateRecommendations(_ report: PerformanceReport) -> [String] {
        var recommendations: [String] = []

        if report.averageResolutionTime > 10.0 {
            recommendations.append("의존성 해결 최적화 고려 - 평균 시간이 높습니다")
        }

        if report.memoryGrowthRate > 1024 * 1024 { // 1MB/시간
            recommendations.append("메모리 사용량이 빠르게 증가하고 있습니다 - 메모리 누수 확인")
        }

        let cacheHitRate = calculateCacheHitRate(report.operations.filter { $0.name.contains("cache") })
        if cacheHitRate < 0.7 {
            recommendations.append("캐시 히트율이 낮습니다 (\(String(format: "%.1f", cacheHitRate * 100))%) - 캐시 전략 최적화 고려")
        }

        return recommendations
    }
}

struct WeatherPerformanceReport {
    let totalWeatherRequests: Int
    let averageWeatherFetchTime: Double
    let cacheHitRate: Double
    let networkLatency: Double
    let memoryUsage: Int64
    let recommendations: [String]

    var formattedReport: String {
        return """
        🌤️ 날씨 앱 성능 보고서
        ================================
        📊 총 날씨 요청: \(totalWeatherRequests)
        ⏱️ 평균 가져오기 시간: \(String(format: "%.2f", averageWeatherFetchTime))ms
        📱 캐시 히트율: \(String(format: "%.1f", cacheHitRate * 100))%
        🌐 네트워크 지연시간: \(String(format: "%.2f", networkLatency))ms
        💾 메모리 사용량: \(memoryUsage / 1024 / 1024)MB

        💡 권장사항:
        \(recommendations.map { "• \($0)" }.joined(separator: "\n"))
        """
    }
}

고급 모니터링 기능

사용자 정의 메트릭 수집

목적: 표준 의존성 주입 메트릭을 넘어서 애플리케이션별 성능 메트릭을 수집하기 위한 확장 가능한 프레임워크.

사용자 정의 메트릭 이점:

애플리케이션별 인사이트: 애플리케이션 도메인에 특화된 메트릭 모니터링
비즈니스 로직 성능: 중요한 비즈니스 작업의 성능 추적
통합 지점: 외부 서비스 통합의 성능 모니터링
사용자 경험 메트릭: 기술적 메트릭과 사용자 경험 상관관계

메트릭 프레임워크 기능:

타입 안전 메트릭: 강타입 메트릭 정의로 오류 방지
집계 함수: 평균, 백분위수, 트렌드를 위한 내장 지원
이력 저장: 트렌드 분석을 위한 사용자 정의 메트릭의 장기 저장
실시간 분석: 사용자 정의 메트릭의 실시간 처리 및 분석

구현 패턴:

도메인별 메트릭: 특정 비즈니스 도메인에 맞춤화된 메트릭
성능 벤치마크: 성능 검증을 위한 사용자 정의 벤치마크
통합 모니터링: 외부 통합의 성능 모니터링
사용자 여정 추적: 사용자 상호작용 플로우 전반의 성능 추적

swift

// 사용자 정의 메트릭 정의
enum CustomMetric: String, CaseIterable {
    case userLoginTime = "user_login"
    case dataProcessingTime = "data_processing"
    case cacheOperationTime = "cache_operation"
    case databaseQueryTime = "database_query"
}

class CustomMetricsCollector {
    private var metrics: [CustomMetric: [Double]] = [:]

    func recordMetric(_ metric: CustomMetric, value: Double) {
        metrics[metric, default: []].append(value)
        PerformanceMonitor.shared.recordCustomMetric(metric.rawValue, value: value)
    }

    func getAverageTime(for metric: CustomMetric) -> Double {
        guard let values = metrics[metric], !values.isEmpty else { return 0.0 }
        return values.reduce(0, +) / Double(values.count)
    }

    func getPercentile(_ percentile: Double, for metric: CustomMetric) -> Double {
        guard let values = metrics[metric]?.sorted(), !values.isEmpty else { return 0.0 }
        let index = Int(Double(values.count - 1) * percentile / 100.0)
        return values[index]
    }
}

성능 알림 시스템

목적: 성능 문제를 자동으로 감지하고 문제가 사용자에게 영향을 주기 전에 이해관계자에게 알리는 사전 알림 시스템.

알림 시스템 기능:

임계값 기반 알림: 다양한 성능 메트릭에 대한 구성 가능한 임계값
트렌드 기반 감지: 성능 저하 트렌드 감지
다중 채널 알림: 다양한 알림 채널 지원
알림 우선순위: 심각도와 영향에 따른 알림 우선순위

알림 유형:

성능 저하: 성능이 허용 수준 이하로 떨어질 때 감지
리소스 고갈: 메모리 또는 CPU 리소스 고갈 알림
이상 감지: 성능 메트릭의 비정상적인 패턴 식별
임계값 위반: 메트릭이 구성된 임계값을 초과할 때 알림

통합 기능:

외부 모니터링 시스템: 외부 모니터링 플랫폼과의 통합
인시던트 관리: 인시던트 관리 시스템과의 통합
팀 알림: 다양한 팀을 위한 구성 가능한 알림
에스컬레이션 정책: 중요한 성능 문제에 대한 자동 에스컬레이션

swift

protocol PerformanceAlert {
    var threshold: Double { get }
    var message: String { get }
    func shouldTrigger(for metrics: PerformanceReport) -> Bool
}

struct HighResolutionTimeAlert: PerformanceAlert {
    let threshold: Double = 50.0 // ms
    let message = "의존성 해결 시간이 50ms 이상입니다"

    func shouldTrigger(for metrics: PerformanceReport) -> Bool {
        return metrics.averageResolutionTime > threshold
    }
}

struct HighMemoryUsageAlert: PerformanceAlert {
    let threshold: Double = 100 * 1024 * 1024 // 100MB
    let message = "메모리 사용량이 100MB 이상입니다"

    func shouldTrigger(for metrics: PerformanceReport) -> Bool {
        return Double(metrics.currentMemoryUsage) > threshold
    }
}

struct LowCacheHitRateAlert: PerformanceAlert {
    let threshold: Double = 0.5 // 50%
    let message = "캐시 히트율이 50% 미만입니다"

    func shouldTrigger(for metrics: PerformanceReport) -> Bool {
        let cacheOps = metrics.operations.filter { $0.name.contains("cache") }
        let hits = cacheOps.filter { $0.metadata["hit"] as? Bool == true }.count
        let rate = cacheOps.isEmpty ? 1.0 : Double(hits) / Double(cacheOps.count)
        return rate < threshold
    }
}

class PerformanceAlertManager {
    private let alerts: [PerformanceAlert] = [
        HighResolutionTimeAlert(),
        HighMemoryUsageAlert(),
        LowCacheHitRateAlert()
    ]

    @Inject var logger: LoggerProtocol?

    func checkAlerts() {
        let report = PerformanceMonitor.shared.getDetailedReport()

        for alert in alerts {
            if alert.shouldTrigger(for: report) {
                logger?.warning("⚠️ 성능 알림: \(alert.message)")

                // 분석, 크래시 리포팅 등으로 전송 가능
                sendAlertToMonitoringService(alert)
            }
        }
    }

    private func sendAlertToMonitoringService(_ alert: PerformanceAlert) {
        // 외부 모니터링 통합을 위한 구현
    }
}

지속적인 성능 모니터링

목적: 수동 개입 없이 애플리케이션 성능에 대한 지속적인 가시성을 제공하는 자동화된 지속적 모니터링 시스템.

지속적인 모니터링 이점:

24/7 가시성: 애플리케이션 성능에 대한 24시간 모니터링
자동 감지: 성능 문제의 자율적 감지
트렌드 분석: 용량 계획을 위한 장기 트렌드 분석
사전 최적화: 문제가 발생하기 전에 최적화 기회 식별

모니터링 기능:

상태 검사: 성능 메트릭의 정기적인 상태 평가
베이스라인 설정: 성능 베이스라인의 자동 설정
편차 감지: 설정된 베이스라인으로부터의 편차 감지
성능 회귀: 성능 회귀의 자동 감지

액터 기반 아키텍처:

스레드 안전성: Swift 액터를 사용한 안전한 동시 모니터링
리소스 효율성: 최소한의 성능 영향으로 효율적인 모니터링
확장 가능한 설계: 고처리량 애플리케이션을 위한 확장 가능한 아키텍처
장애 내성: 장애 중에도 계속되는 탄력적인 모니터링

swift

actor ContinuousMonitor {
    private var isRunning = false
    private let checkInterval: TimeInterval = 30.0 // 30초

    @Inject var logger: LoggerProtocol?

    func start() async {
        guard !isRunning else { return }
        isRunning = true

        logger?.info("🔄 지속적인 성능 모니터링 시작")

        while isRunning {
            await performHealthCheck()
            try? await Task.sleep(nanoseconds: UInt64(checkInterval * 1_000_000_000))
        }
    }

    func stop() {
        isRunning = false
        logger?.info("⏹️ 지속적인 성능 모니터링 중지")
    }

    private func performHealthCheck() async {
        let report = PerformanceMonitor.shared.getDetailedReport()

        // 주요 메트릭 로그
        logger?.debug("""
        📊 성능 상태 검사:
        - 해결 시간: \(String(format: "%.2f", report.averageResolutionTime))ms
        - 메모리 사용량: \(report.currentMemoryUsage / 1024 / 1024)MB
        - 캐시 히트율: \(String(format: "%.1f", calculateOverallCacheHitRate(report) * 100))%
        """)

        // 성능 저하 확인
        await checkForPerformanceDegradation(report)

        // 알림 실행
        let alertManager = PerformanceAlertManager()
        alertManager.checkAlerts()
    }

    private func calculateOverallCacheHitRate(_ report: PerformanceReport) -> Double {
        let cacheOps = report.operations.filter { $0.name.contains("cache") }
        let hits = cacheOps.filter { $0.metadata["hit"] as? Bool == true }.count
        return cacheOps.isEmpty ? 1.0 : Double(hits) / Double(cacheOps.count)
    }

    private func checkForPerformanceDegradation(_ current: PerformanceReport) async {
        // 성능 저하를 감지하기 위해 이력 데이터와 비교
        let historical = PerformanceMonitor.shared.getHistoricalBaseline()

        if current.averageResolutionTime > historical.averageResolutionTime * 1.5 {
            logger?.warning("⚠️ 해결 시간 저하 감지: \(String(format: "%.2f", current.averageResolutionTime))ms vs 베이스라인 \(String(format: "%.2f", historical.averageResolutionTime))ms")
        }

        if current.currentMemoryUsage > Int64(Double(historical.averageMemoryUsage) * 1.3) {
            logger?.warning("⚠️ 메모리 사용량 증가 감지: \(current.currentMemoryUsage / 1024 / 1024)MB vs 베이스라인 \(historical.averageMemoryUsage / 1024 / 1024)MB")
        }
    }
}

성능 최적화 권장사항

의존성 해결 최적화

목적: 캐싱, 배칭, 지능적인 해결 패턴을 통해 의존성 해결 성능을 개선하기 위한 고급 최적화 전략.

최적화 전략:

해결 캐싱: 빠른 액세스를 위해 자주 해결되는 의존성 캐시
배치 해결: 효율성 향상을 위해 여러 해결을 그룹화
지연 로딩: 의존성이 실제로 필요할 때까지 해결 연기
사전 로딩: 애플리케이션 시작 중 중요한 의존성 사전 로드

캐싱 구현:

스레드 안전 캐싱: 다중 스레드 애플리케이션을 위한 동시성 안전 캐싱
캐시 무효화: 지능적인 캐시 무효화 전략
메모리 관리: 캐시된 의존성을 위한 효율적인 메모리 사용
성능 모니터링: 캐시 효과성과 히트율 모니터링

성능 이점:

해결 시간 단축: 캐시된 의존성에 대해 현저히 빠른 해결
처리량 향상: 전체 애플리케이션 처리량 향상
리소스 효율성: CPU와 메모리 리소스의 더 효율적인 사용
확장성: 높은 부하 조건에서 더 나은 확장성

swift

class OptimizedDependencyManager {
    // 자주 해결되는 의존성 캐시
    private var resolutionCache: [String: Any] = [:]
    private let cacheQueue = DispatchQueue(label: "resolution-cache", attributes: .concurrent)

    func getOptimizedService<T>(_ type: T.Type) -> T? {
        let key = String(describing: type)

        return cacheQueue.sync {
            if let cached = resolutionCache[key] as? T {
                PerformanceMonitor.shared.recordCacheHit(key)
                return cached
            }

            // 해결하고 캐시
            guard let service = WeaveDI.Container.shared.resolve(type) else { return nil }

            cacheQueue.async(flags: .barrier) {
                self.resolutionCache[key] = service
            }

            PerformanceMonitor.shared.recordCacheMiss(key)
            return service
        }
    }

    func clearCache() {
        cacheQueue.async(flags: .barrier) {
            self.resolutionCache.removeAll()
        }
    }
}

메모리 사용량 최적화

목적: 메모리 사용량을 최소화하고, 누수를 방지하며, 전반적인 애플리케이션 메모리 효율성을 개선하기 위한 포괄적인 메모리 최적화 전략.

메모리 최적화 기법:

약한 참조: 유지 주기를 방지하기 위해 약한 참조 사용
메모리 경고 처리: 메모리 압박 조건에 대한 반응형 처리
캐시 관리: 지능적인 캐시 크기 조정 및 정리 전략
리소스 정리: 사용하지 않는 리소스의 자동 정리

메모리 관리 기능:

자동 정리: 메모리 압박 중 자동 정리
누수 방지: 일반적인 메모리 누수 패턴의 사전 방지
메모리 모니터링: 메모리 사용 패턴의 지속적인 모니터링
리소스 재활용: 비싼 리소스의 효율적인 재활용

최적화 이점:

메모리 사용량 감소: 전체 메모리 사용량 감소
안정성 향상: 메모리 압박 하에서 더 나은 애플리케이션 안정성
성능 향상: 효율적인 메모리 사용을 통한 성능 개선
리소스 효율성: 사용 가능한 메모리 리소스의 더 효율적인 사용

swift

class MemoryOptimizedContainer {
    private weak var container: WeaveDI.Container?

    init(container: WeaveDI.Container) {
        self.container = container
        setupMemoryWarningObserver()
    }

    private func setupMemoryWarningObserver() {
        NotificationCenter.default.addObserver(
            forName: UIApplication.didReceiveMemoryWarningNotification,
            object: nil,
            queue: .main
        ) { [weak self] _ in
            self?.handleMemoryWarning()
        }
    }

    private func handleMemoryWarning() {
        // 캐시 정리, 필수적이지 않은 서비스 해제
        PerformanceMonitor.shared.recordMemoryWarning()

        // 내부 캐시 정리
        container?.clearInternalCaches()

        // 메모리 상태 로그
        let currentMemory = PerformanceMonitor.shared.getCurrentMemoryUsage()
        print("💾 메모리 경고 - 현재 사용량: \(currentMemory / 1024 / 1024)MB")
    }
}

개발 도구와의 통합

Xcode Instruments 통합

목적: 업계 표준 개발 도구를 사용한 포괄적인 성능 프로파일링 및 분석을 위한 Xcode Instruments와의 원활한 통합.

Instruments 통합 기능:

사용자 정의 사인포스트: 의존성 주입 작업을 위한 사용자 정의 사인포스트
성능 추적: Instruments 타임라인에서 상세한 성능 추적
메모리 프로파일링: Instruments 메모리 프로파일링 도구와의 통합
스레드 분석: 동시 작업을 위한 스레드 사용 분석

프로파일링 기능:

시간 프로파일링: 의존성 작업의 상세한 타이밍 분석
메모리 분석: 포괄적인 메모리 사용량 분석
CPU 사용량: 의존성 해결 중 CPU 사용 패턴
스레드 안전성: 스레드 안전성과 동시성 패턴 분석

개발 워크플로 통합:

디버그 빌드: 디버그 빌드를 위한 향상된 프로파일링
성능 테스팅: 성능 테스트 스위트와의 통합
지속적 통합: CI/CD 파이프라인에서 자동화된 성능 테스팅
성능 회귀 감지: 성능 회귀의 자동 감지

swift

class InstrumentsIntegration {
    static func startProfiling() {
        #if DEBUG
        // Instruments를 위한 상세 로깅 활성화
        PerformanceMonitor.shared.enableInstrumentsMode()

        // 사용자 정의 사인포스트 추가
        os_signpost(.begin, log: OSLog(subsystem: "com.app.weavedinew", category: "DI"), name: "DI Container Operation")
        #endif
    }

    static func recordResolution<T>(_ type: T.Type, duration: TimeInterval) {
        #if DEBUG
        os_signpost(.event, log: OSLog(subsystem: "com.app.weavedi", category: "DI"), name: "Dependency Resolution", "Type: %{public}s, Duration: %.2fms", String(describing: type), duration * 1000)
        #endif
    }
}

성능 테스팅 통합

목적: 성능 특성을 검증하고 성능 요구사항이 충족되는지 확인하는 포괄적인 성능 테스팅 프레임워크.

테스팅 프레임워크 기능:

자동화된 성능 테스트: 성능 검증을 위한 자동화된 테스트 스위트
벤치마크 테스팅: 일관된 성능 측정을 위한 표준화된 벤치마크
부하 테스팅: 다양한 부하 조건에서의 성능 테스팅
회귀 테스팅: 성능 회귀의 자동 감지

테스트 카테고리:

해결 성능: 의존성 해결 성능 측정
메모리 사용량: 메모리 사용 패턴 및 한계 검증
동시 접근: 동시 접근 하에서의 성능 테스트
부트스트랩 성능: 컨테이너 초기화 성능 측정

성능 검증:

성능 어설션: 성능 요구사항에 대한 자동화된 어설션
임계값 검증: 정의된 임계값에 대한 성능 검증
트렌드 분석: 장기 성능 트렌드 분석
성능 보고: 포괄적인 성능 테스트 보고

swift

class PerformanceTestSuite {
    func runPerformanceTests() async {
        await testResolutionPerformance()
        await testMemoryUsage()
        await testConcurrentAccess()
        await testBootstrapPerformance()
    }

    private func testResolutionPerformance() async {
        let iterations = 10000
        let startTime = CFAbsoluteTimeGetCurrent()

        for _ in 0..<iterations {
            _ = WeaveDI.Container.shared.resolve(TestService.self)
        }

        let endTime = CFAbsoluteTimeGetCurrent()
        let avgTime = (endTime - startTime) / Double(iterations) * 1000

        print("📊 해결 성능: \(String(format: "%.4f", avgTime))ms per resolution")
        assert(avgTime < 1.0, "해결 시간이 너무 높습니다: \(avgTime)ms")
    }

    private func testMemoryUsage() async {
        let initialMemory = PerformanceMonitor.shared.getCurrentMemoryUsage()

        // 많은 서비스 등록
        for i in 0..<10000 {
            WeaveDI.Container.shared.register(TestService.self, name: "test_\(i)") {
                TestServiceImpl()
            }
        }

        let finalMemory = PerformanceMonitor.shared.getCurrentMemoryUsage()
        let memoryPerService = (finalMemory - initialMemory) / 10000

        print("💾 서비스당 메모리: \(memoryPerService) bytes")
        assert(memoryPerService < 1024, "서비스당 메모리 사용량이 너무 높습니다: \(memoryPerService) bytes")
    }
}

모범 사례

1. 조기 모니터링 활성화

전략: 개발 초기 단계부터 성능 모니터링을 구현하여 베이스라인을 설정하고 성능 문제를 조기에 포착합니다.

조기 모니터링 이점:

베이스라인 설정: 개발 중 성능 베이스라인 설정
조기 문제 감지: 성능 문제가 문제가 되기 전에 포착
개발 피드백: 변경 사항의 성능 영향에 대한 즉각적인 피드백
최적화 기회: 개발 초기에 최적화 기회 식별

구현 가이드라인:

애플리케이션 시작: 애플리케이션 초기화 중 모니터링 활성화
개발 환경: 모든 개발 환경에서 모니터링 사용
지속적 통합: CI/CD 파이프라인에 모니터링 포함
팀 채택: 모니터링 관행의 팀 전체 채택 장려

swift

@main
struct App: App {
    init() {
        // 앱 시작 시 모니터링 활성화
        PerformanceMonitor.shared.enable()
        PerformanceMonitor.shared.setLogLevel(.info)
    }
}

2. 중요한 경로 모니터링

전략: 최적화 노력의 영향을 극대화하기 위해 성능이 중요한 코드 경로에 모니터링 노력을 집중합니다.

중요한 경로 식별:

사용자 대면 작업: 사용자 경험에 직접 영향을 주는 작업 모니터링
고빈도 작업: 자주 실행되는 작업에 집중
리소스 집약적 작업: 상당한 리소스를 소비하는 작업 모니터링
비즈니스 중요 기능: 비즈니스 중요 기능의 모니터링 우선순위

모니터링 구현:

선택적 계측: 시스템을 압도하지 않고 중요한 경로 계측
성능 임계값: 중요한 작업에 대한 적절한 성능 임계값 설정
알림 구성: 중요한 경로 성능 문제에 대한 알림 구성
최적화 우선순위: 모니터링 데이터를 기반으로 한 최적화 노력 우선순위

swift

// 성능이 중요한 작업 모니터링
func performCriticalOperation() async {
    await PerformanceMonitor.shared.measureOperation("critical_path") {
        // 중요한 코드 여기
    }
}

3. 자동화된 알림 설정

전략: 성능 문제에 대한 시기적절한 알림을 보장하고 사전 대응을 가능하게 하는 자동화된 알림 구현.

알림 구성 모범 사례:

임계값 튜닝: 거짓 양성을 최소화하기 위해 알림 임계값을 신중하게 조정
알림 우선순위: 비즈니스 영향과 긴급성에 따른 알림 우선순위
에스컬레이션 정책: 다양한 알림 유형에 대한 적절한 에스컬레이션 정책 구현
팀 배포: 전문성에 따라 적절한 팀 구성원에게 알림 배포

자동화 이점:

사전 대응: 성능 문제에 대한 사전 대응 가능
다운타임 감소: 조기 문제 감지를 통한 다운타임 최소화
팀 효율성: 자동화된 모니터링을 통한 팀 효율성 향상
지속적인 개선: 자동화된 피드백을 통한 지속적인 개선 가능

swift

// 정기적인 성능 검사 설정
Task {
    let continuousMonitor = ContinuousMonitor()
    await continuousMonitor.start()
}

4. 다양한 시나리오에서 프로파일링

전략: 모든 조건에서 견고한 성능을 보장하기 위해 다양한 사용 시나리오에서 포괄적인 성능 프로파일링.

프로파일링 시나리오:

부하 테스팅: 예상 프로덕션 부하 하에서 성능 프로파일링
스트레스 테스팅: 극한 조건에서 성능 테스트
동시 사용: 동시 사용 패턴 프로파일링
엣지 케이스: 엣지 케이스 조건에서 성능 테스트

시나리오 기반 테스팅 이점:

포괄적인 범위: 모든 사용 시나리오에서 성능 보장
병목 현상 식별: 다양한 조건에서 병목 현상 식별
용량 계획: 현실적인 성능 데이터로 용량 계획 정보 제공
성능 검증: 시나리오 전반에서 성능 요구사항 검증

구현 전략:

자동화된 테스팅: 시나리오 기반 성능 테스팅 자동화
환경 일관성: 일관된 테스팅 환경 보장
데이터 수집: 모든 시나리오에서 포괄적인 데이터 수집
분석 및 보고: 시나리오 결과의 상세한 분석 및 보고 제공

swift

// 다양한 조건에서 성능 테스트
func profileUnderLoad() async {
    PerformanceMonitor.shared.startProfiling("load_test")

    await withTaskGroup(of: Void.self) { group in
        for _ in 0..<100 {
            group.addTask {
                // 동시 사용 시뮬레이션
                _ = WeaveDI.Container.shared.resolve(HeavyService.self)
            }
        }
    }

    let report = PerformanceMonitor.shared.stopProfiling("load_test")
    print("부하 테스트 결과: \(report)")
}

참고 자료

디버깅 도구 API - 개발 및 디버깅 유틸리티
성능 최적화 가이드 - 최적화 전략
테스팅 가이드 - 성능 테스팅 패턴

성능 모니터링 API ​

개요 ​

핵심 모니터링 기능 ​

해결 성능 추적 ​

메모리 사용량 모니터링 ​

실제 모니터링 예제 ​

CountApp 성능 모니터링 ​

WeatherApp 성능 모니터링 ​

고급 모니터링 기능 ​

사용자 정의 메트릭 수집 ​

성능 알림 시스템 ​

지속적인 성능 모니터링 ​

성능 최적화 권장사항 ​

의존성 해결 최적화 ​

메모리 사용량 최적화 ​

개발 도구와의 통합 ​

Xcode Instruments 통합 ​

성능 테스팅 통합 ​

모범 사례 ​

1. 조기 모니터링 활성화 ​

2. 중요한 경로 모니터링 ​

3. 자동화된 알림 설정 ​

4. 다양한 시나리오에서 프로파일링 ​

참고 자료 ​

성능 모니터링 API

개요

핵심 모니터링 기능

해결 성능 추적

메모리 사용량 모니터링

실제 모니터링 예제

CountApp 성능 모니터링

WeatherApp 성능 모니터링

고급 모니터링 기능

사용자 정의 메트릭 수집

성능 알림 시스템

지속적인 성능 모니터링

성능 최적화 권장사항

의존성 해결 최적화

메모리 사용량 최적화

개발 도구와의 통합

Xcode Instruments 통합

성능 테스팅 통합

모범 사례

1. 조기 모니터링 활성화

2. 중요한 경로 모니터링

3. 자동화된 알림 설정

4. 다양한 시나리오에서 프로파일링

참고 자료