android dalvik heap 浅析

android 系统中可以在prop中配置dalvik堆的有关设定。具体设定由如下三个属性来控制

• dalvik.vm.heapstartsize
  堆分配的初始大小，调整这个值会影响到应用的流畅性和整体ram消耗。这个值越小，系统ram消耗越慢，
  但是由于初始值较小，一些较大的应用需要扩张这个堆，从而引发gc和堆调整的策略，会应用反应更慢。
  相反，这个值越大系统ram消耗越快，但是程序更流畅。
• dalvik.vm.heapgrowthlimit
  受控情况下的极限堆（仅仅针对dalvik堆，不包括native堆）大小，dvm heap是可增长的，但是正常情况下
  dvm heap的大小是不会超过dalvik.vm.heapgrowthlimit的值（非正常情况下面会详细说明）。这个值控制那
  些受控应用的极限堆大小，如果受控的应用dvm heap size超过该值，则将引发oom（out of memory）。
• dalvik.vm.heapsize
  不受控情况下的极限堆大小，这个就是堆的最大值。不管它是不是受控的。这个值会影响非受控应用的dalvik
  heap size。一旦dalvik heap size超过这个值，直接引发oom。

用他们三者之间的关系做一个简单的比喻：分配dalvik heap就好像去食堂打饭，有人饭量大，要吃三碗，有人饭量小，连一碗都吃不完。如果食堂按照三碗的标准来给每个人打饭，那绝对是铺张浪费，所以食堂的策略就是先打一碗，凑合吃，不够了自己再来加，设定堆大小也是一样，先给一个合理值，凑合用，自己不够了再跟系统要。食堂毕竟是做买卖的，如果很多人明显吃不了那么多，硬是一碗接着一碗。为了制止这种不合理的现象，食堂又定了一个策略，一般人就只能吃三碗。但是如果虎背熊腰的大汉确实有需要，可以吃上五碗，超过五碗就不给了（太亏本了）。
开始给一碗 对应 dalvik.vm.heapstartsize
一般人最多吃三碗 对应 dalvik.vm.heapgrowthlimit
虎背熊腰的大汉最多能吃五碗 对应 dalvik.vm.heapsize
在android开发中，如果要使用大堆。需要在manifest中指定android:largeHeap为true。
这样dvm heap最大可达dalvik.vm.heapsize。其中分配过程，可以在heap.cpp里粗略看出一些原理：

/* Try as hard as possible to allocate some memory.
 */
static void *tryMalloc(size_t size)
{
    void *ptr;

    /* Don't try too hard if there's no way the allocation is
     * going to succeed.  We have to collect SoftReferences before
     * throwing an OOME, though.
     */
    if (size >= gDvm.heapGrowthLimit) {
        LOGW("%zd byte allocation exceeds the %zd byte maximum heap size",
             size, gDvm.heapGrowthLimit);
        ptr = NULL;
        goto collect_soft_refs;
    }

//TODO: figure out better heuristics
//    There will be a lot of churn if someone allocates a bunch of
//    big objects in a row, and we hit the frag case each time.
//    A full GC for each.
//    Maybe we grow the heap in bigger leaps
//    Maybe we skip the GC if the size is large and we did one recently
//      (number of allocations ago) (watch for thread effects)
//    DeflateTest allocs a bunch of ~128k buffers w/in 0-5 allocs of each other
//      (or, at least, there are only 0-5 objects swept each time)

    ptr = dvmHeapSourceAlloc(size);
    if (ptr != NULL) {
        return ptr;
    }

    /*
     * The allocation failed.  If the GC is running, block until it
     * completes and retry.
     */
    if (gDvm.gcHeap->gcRunning) {
        /*
         * The GC is concurrently tracing the heap.  Release the heap
         * lock, wait for the GC to complete, and retrying allocating.
         */
        dvmWaitForConcurrentGcToComplete();
        ptr = dvmHeapSourceAlloc(size);
        if (ptr != NULL) {
            return ptr;
        }
    }
    /*
     * Another failure.  Our thread was starved or there may be too
     * many live objects.  Try a foreground GC.  This will have no
     * effect if the concurrent GC is already running.
     */
    gcForMalloc(false);
    ptr = dvmHeapSourceAlloc(size);
    if (ptr != NULL) {
        return ptr;
    }

    /* Even that didn't work;  this is an exceptional state.
     * Try harder, growing the heap if necessary.
     */
    ptr = dvmHeapSourceAllocAndGrow(size);
    if (ptr != NULL) {
        size_t newHeapSize;

        newHeapSize = dvmHeapSourceGetIdealFootprint();
//TODO: may want to grow a little bit more so that the amount of free
//      space is equal to the old free space + the utilization slop for
//      the new allocation.
        LOGI_HEAP("Grow heap (frag case) to "
                "%zu.%03zuMB for %zu-byte allocation",
                FRACTIONAL_MB(newHeapSize), size);
        return ptr;
    }

    /* Most allocations should have succeeded by now, so the heap
     * is really full, really fragmented, or the requested size is
     * really big.  Do another GC, collecting SoftReferences this
     * time.  The VM spec requires that all SoftReferences have
     * been collected and cleared before throwing an OOME.
     */
//TODO: wait for the finalizers from the previous GC to finish
collect_soft_refs:
    LOGI_HEAP("Forcing collection of SoftReferences for %zu-byte allocation",
            size);
    gcForMalloc(true);
    ptr = dvmHeapSourceAllocAndGrow(size);
    if (ptr != NULL) {
        return ptr;
    }
//TODO: maybe wait for finalizers and try one last time

    LOGE_HEAP("Out of memory on a %zd-byte allocation.", size);
//TODO: tell the HeapSource to dump its state
    dvmDumpThread(dvmThreadSelf(), false);

    return NULL;
}

这里分为如下几个动作
1 首先判断一下需要申请的size是不是过大，如果申请的size超过了堆的最大限制，则转入步骤6
2 尝试分配，如果成功则返回，失败则转入步骤3
3 判断是否gc正在进行垃圾回收，如果正在进行则等待回收完成之后，尝试分配。如果成功则返回，失败则转入步骤4
4 自己启动gc进行垃圾回收，这里gcForMalloc的参数是false。所以不会回收软引用，回收完成后尝试分配，如果成功则返回，失败则转入步骤5
5 调用dvmHeapSourceAllocAndGrow尝试分配，这个函数会扩张堆。所以heap startup的时候可以给一个比较小的初始堆，实在不够用再调用它进行扩张
6 进入回收软引用阶段，这里gcForMalloc的参数是ture，所以需要回收软引用。然后调用dvmHeapSourceAllocAndGrow尝试分配，如果失败则抛出OOM

如果设置了largeHeap，具体流程从解析apk开始，源码位于PackagePaser.java中，其中parseApplication函数负责解析apk。其中有一个小段代码如下：

if (sa.getBoolean(  
              com.android.internal.R.styleable.AndroidManifestApplication_largeHeap,  
              false)) {  
          ai.flags |= ApplicationInfo.FLAG_LARGE_HEAP;  
      }  

如果解析到apk中设置了largeHeap，则在applicationinfo中添加FLAG_LARGE_HEAP标签。之后会在ActivityThead.java中的handleBindApplication处理，这个函数非常重要，底层process fork好之后，会由这个函数把上层应用绑定过去。并且调用上层应用的入口点。其中处理largeHeap的代码如下：

if ((data.appInfo.flags&ApplicationInfo.FLAG_LARGE_HEAP) != 0) {  
            dalvik.system.VMRuntime.getRuntime().clearGrowthLimit();  
        }  

这里经过jni调用，最终回来到heapsource.cpp中的dvmClearGrowthLimit函数中：

/* 
 * Removes any growth limits.  Allows the user to allocate up to the 
 * maximum heap size. 
 */  
void dvmClearGrowthLimit()  
{  
    HS_BOILERPLATE();  
    dvmLockHeap();  
    dvmWaitForConcurrentGcToComplete();  
    gHs->growthLimit = gHs->maximumSize;  
    size_t overhead = oldHeapOverhead(gHs, false);  
    gHs->heaps[0].maximumSize = gHs->maximumSize - overhead;  
    gHs->heaps[0].limit = gHs->heaps[0].base + gHs->heaps[0].maximumSize;  
    dvmUnlockHeap();  
}  

这里会把HeapSource的growthLimit设置为maximumSize，说简单点就是把growthLimit有原来dalvik.vm.heapgrowthlimit的值调整为dalvik.vm.heapsize。不过分配的时候判断oom的依据是根据heap中的maximumSize来决定。这里不得不说一下HeapSource的两个堆了，heaps[]数组中有两个堆。简单来讲，0号堆是可用堆，是开发给上层使用的。1号堆是fork的时候从zygote进程直接复制过来的，这个是死的，不会由dvm开放给上层使用。overhead标明了堆中已经分配可多少（包括0号堆和1号堆）。所以上层能分配打的最大使用量为 gHs->maxmumSize - overhead。