前言
CocoaPods 云端分析能力是字节跳动的终端技术团队(Client Infrastructure 下 Developer Tools 部门提供的一系列云化基础设施之一，Developer Tools 团队致力于建设下一代移动端云化基础设施，团队通过云 IDE 技术、分布式构建、编译链接等技术，优化公司各业务的研发和交付过程中的质量、成本、安全、效率和体验。
一、背景
二、什么是云端依赖分析
云端分析的接入方式也极其容易，不需要增加配置文件，也不需要修改原有研发模式，以无侵入、无接入成本、不影响研发流程的方式接入到工程项目中。唯一需要做的，仅仅是在 CocoaPods 工具链中加入云端分析的 RubyGem 插件，并在 pod install 命令中增加一个开启优化功能的控制开关参数。
三、如何加速决议
3.1 制品库 （全量组件索引信息）
3.2 缓存机制
3.2.1 排序 Version 缓存
为了更快得获取到有序的版本列表，由制品库服务维护了所有 pod 组件从大到小排序的版本文件；每增加一个新的 pod 版本，制品库都会向文件中插入一个新版本；删除时，则会删除相应的版本字段。
Version 缓存可以让依赖管理过程提速大约10-12秒左右。
3.2.2 Spec 对象缓存
一万个 podspec 文件读取就需要花费 30 秒左右（据不同磁盘而定） 。
同时，为了确保 Spec 的正确性，防止 Spec 在不改变版本而更改内容的情况出现。Spec 对象缓存是以一个多维数组的形式存在，通过判断 podspec 文件的修改时间，来更新缓存中的 podspec 内容为最新提交的，确保 checksum 计算与本地拉仓依赖分析的计算值相同，实现云端依赖分析的正确性。后续，也会增加 Spec 缓存命中次数，Spec 对象过期时间等，实现 Spec 缓存的清理策略。
3.2.3 缓存复用
完整的分析结果和分析结果图 Graph。针对下一次分析任务，如果是完全相同的物料可以直接返回一个可用的完整分析结果；如果未匹配，会通过一些 target，platform 等信息计算出一级平台信息 key，来确定具体 app 信息；再对所有target 下的组件依赖逐个计算 hash 值，获得二级 hash 数组 key，并对应一个分析结果图 Graph value；通过模糊匹配的方式对 hash 数组 key 进行匹配，匹配到依赖个数相同最多的相近图，来替换物料中的 locked_dependencies，来加速分析。当然，模糊匹配能力也有一定的局限性，无法对原本上传 lockfile 物料的分析任务进行加速。
3.3 物料剪枝
1. 上传物料
2. 结果返回
传输内容大小可以减少大约10MB以上。
3.4 决议策略兼容
秒级返回。
四、总结
依赖分析阶段耗时加速60%以上。后续，对于 CocoaPods 的下载优化，工程缓存服务也已经在技术探索中，相关技术文章将陆续分享，敬请期待！