https://time.geekbang.org/column/article/71277
文章:内存优化杂谈
内存问题:异常(OOM 内存分配失败等),卡顿
改进方向两方面的工作:
优化RAM
即降低运行时内存。防止程序发生OOM异常,以及降低程序由于内存过大被LMK机制杀死的概率。
优化ROM
即降低程序占ROM的体积。这里主要是为了降低程序占用的空间,防止由于ROM空间不足导致程序无法安装。
移动设备发展
设备性能分级:
移动设备发展Facebook 有一个叫 device-year-class 的开源库。
2008 140MB RAM ,2018 Mate 20 Pro 8GB RAM。
误区: Native 内存不用管
Native 内存多了,物理内存不足,lmk 开始杀进程。
eg: bitmap 手动分配到 Native heap 并释放。
// 步骤一:申请一张空的 Native Bitmap
Bitmap nativeBitmap = nativeCreateBitmap(dstWidth, dstHeight, nativeConfig, 22);
// 步骤二:申请一张普通的 Java Bitmap
Bitmap srcBitmap = BitmapFactory.decodeResource(res, id);
// 步骤三:使用 Java Bitmap 将内容绘制到 Native Bitmap 中
mNativeCanvas.setBitmap(nativeBitmap);
mNativeCanvas.drawBitmap(srcBitmap, mSrcRect, mDstRect, mPaint);
// 步骤四:释放 Java Bitmap 内存
srcBitmap.recycle();
srcBitmap = null;
内存泄露的检测与修改
内存泄露
一. 内存泄露的监控方案
方法一: leakcanry
它通过弱引用方式侦查Activity或对象的生命周期,若发现内存泄露自动dump Hprof文件,通过HAHA库得到泄露的最短路径,最后通过notification展示。
- dumphprof依然会造成应用明显的卡顿(SuspendAll Thread)。
通过对leakcanry做简单的定制,我们就可以实现以下一个内存泄露监控闭环。
方法二:DDMS
AndroidStudio 3.0中之后无法打开DDMS Google 放弃DDMS
- 在SDK的 android-sdk/tools/ 路径下【就是和配置ADB命令一样的路径】有个monitor.bat 的批处理文件;
1、点击update heap 在你需要调试的process
2、 右边点击道heap的使用的情况,点击cause gc, 可以实时观看内存的情况
方法三:命令行
adb shell dumpsys meminfo <package_name|pid> [-d]
adb shell ps 找到对应的 pid or 包名
方法四:Allocation Tracker
- 信息过于分散
- 跟 Traceview 一样,无法做到自动化分析,每次手动 开始 、结束。
- Allocation Tracking 时,不会对手机本身造成过多性能影响,但是停止时直到 数据 dump 出来之前,经常手机卡死甚至 ANR .
方法五:android studio Profiler
二. 对系统内存泄露的Hack Fix
AndroidExcludedRefs列出了一些由于系统原因导致引用无法释放的例子,同时对于大多数的例子,都会提供建议如何通过hack的建议去修复。在微信中,,,
三. 通过兜底回收内存
Activity泄漏会导致该Activity引用到的Bitmap、DrawingCache等无法释放,对内存造成大的压力,兜底回收是指对于已泄漏Activity,尝试回收其持有的资源,泄漏的仅仅是一个Activity空壳,从而降低对内存的压力。
做法也非常简单,在Activity onDestory时候从view的rootview开始,递归释放所有子view涉及的图片,背景,DrawingCache,监听器等等资源,让Activity成为一个不占资源的空壳,泄露了也不会导致图片资源被持有。
…
…
Drawable d = iv.getDrawable();
if (d != null) {
d.setCallback(null);
}
iv.setImageDrawable(null);
...
...
总的来说,我们不是只懂得一些内存泄露解决方法就可以,更重要的是通过日常测试与监控,得到内存泄露检测与修改的一整套闭环体系。
降低运行时内存的一些方法
当我们能确保应用中不会出现内存泄露时,我们需要一些其他的方法来降低运行时的内存。更多的时候,我们其实只希望降低应用发生OOM的概率。
一. 减少bitmap占用的内存
见下一章
二. 自身内存监控
对于系统函数 onLowMemory 等函数是针对整个系统而已的,对于本进程来说,其dalvik内存距离OOM的差值并没有体现,也没有回调函数供我们及时释放内存。
- 实时监控进程的堆内存使用率,达到设定值即关于通知相关模块进行内存释放:
Runtime.getRuntime().maxMemory();
Runtime.getRuntime().totalMemory() - Runtime.getRuntime().freeMemory();
- 操作方式
定期(前台每隔3分钟)去得到这个值,当我们这个值达到危险值时(例如80%),我们应当主要去释放我们的各种cache 资源(bitmap的cache为大头).
WindowManagerGlobal.getInstance().startTrimMemory(TRIM_MEMORY_COMPLETE)
三. 有节操的使用开进程
每个空进程也占用10MB 。
对于webview,图库等,由于存在内存系统泄露或者占用内存过多的问题,我们可以采用单独的进程。微信当前也会把它们放在单独的tools进程中 。
四. 上报OOM详细信息
当系统发生OOM的crash时 ,内存信息。large heap、 inBitmap、SparseArray。。。
GC优化
测试GC性能
例如暂停挂起时间、总耗时、GC 吞吐量,我们可以通过发送SIGQUIT 信号获得 ANR 日志。
adb shell kill -S QUIT PID
adb pull /data/anr/traces.txt
它包含一些 ANR 转储信息以及 GC 的详细性能信息:
sticky concurrent mark sweep paused: Sum: 5.491ms 99% C.I. 1.464ms-2.133ms Avg: 1.830ms Max: 2.133ms // GC 暂停时间
Total time spent in GC: 502.251ms // GC 总耗时
Mean GC size throughput: 92MB/s // GC 吞吐量
Mean GC object throughput: 1.54702e+06 objects/s
一. GC的类型
- GC_FOR_ALLOC
当堆内存不够的时候容易被触发,尤其是new一个对象的时候。可以提高dalvik.vm.heapstartsize的值,这样在启动过程中可以减少GC_FOR_ALLOC的次数。注意这个触发是以同步的方式进行的。 - GC_EXPLICIT
这个gc是被可以调用的,比如system.gc, 一般gc线程的优先级比较低,所以这个垃圾回收的过程不一定会马上触发。 - GC_CONCURRENT
当分配的对象大小超过384K时触发,注意这是以异步的方式进行回收的.如果发现大量反复的Concurrent GC出现,说明系统中可能一直有大于384K的对象被分配,而这些往往是一些临时对象,被反复触发了。给到我们的暗示是:对象的复用不够。 - GC_EXTERNAL_ALLOC (在3.0系统之后被废了)
二. 内存抖动现象
短时间内大量的对象被创建又马上被释放。
这个操作有可能会影响到帧率,并使得用户感知到性能问题。
三. GC优化
- 字符串拼接优化
减少字符串使用加号拼接,改为使用StringBuilder。
减少StringBuilder.enlarge,初始化时设置capacity;
logging.println(">>>>> Dispatching to " + msg.target + " " +
msg.callback + ": " + msg.what);
- 读文件优化 读文件使用ByteArrayPool,初始设置capacity,减少expand.
- 资源重用
建立全球缓存池,对频繁申请、释放的对象类型重用 - 减少不必要或不合理的对象
例如在ondraw、getview中应减少对象申请,尽量重用。更多是一些逻辑上的东西,例如循环中不断申请局部变量等 - 选用合理的数据格式 使用 SparseArray, SparseBooleanArray, and LongSparseArray来代替Hashmap
总结
不拘泥于点,更重要在于如何建立合理的框架避免发生问题,或者是能及时的发现问题。
参考文章
Android内存管理(http://developer.android.com/intl/zh-cn/training/articles/memory.html)
leakcanary(https://github.com/square/leakcanary)
AndroidExcludedRefs(https://github.com/square/leakcanary/blob/master/leakcanary-android/src/main/java/com/squareup/leakcanary/AndroidExcludedRefs.java)
fresco(https://github.com/facebook/fresco)
优化安卓应用内存的神秘方法以及背后的原理(http://bugly.qq.com/blog/?p=621)
Android性能优化之内存篇(http://hukai.me/android-performance-memory/)