[android]_[内存泄露分析和排查]

最新推荐文章于 2023-05-05 10:32:41 发布

Foreveroriginal

最新推荐文章于 2023-05-05 10:32:41 发布

阅读量753

点赞数

分类专栏： android 文章标签： android 内存泄露

本文链接：https://blog.csdn.net/moqj_123/article/details/50686138

版权

android 专栏收录该内容

6 篇文章 0 订阅

订阅专栏

场景：1.app运行一段时间，会出现内存增大的情况

2.执行某一个操作多次，会出现界面卡住或者界面变黑的情况

3.加载大数据进行显示预览的时候

产生内存泄露的原因：

当一个对象已经不需要再使用了，本该被回收时，而有另外一个正在使用的对象持有它的引用从而导致它不能被回收，这导致本该被回收的对象不能被回收而停留在堆内存中，这就产生了内存泄漏。

1 内存泄漏的排查方法

Dalvik Debug Monitor Server (DDMS) 是 ADT插件的一部分，其中有两项功能可用于内存检查 :

·heap 查看堆的分配情况

·allocation tracker跟踪内存分配情况

DDMS 这两项功能有助于找到内存泄漏的操作行为。

Eclipse Memory Analysis Tools (MAT) 是一个分析 Java堆数据的专业工具，用它可以定位内存泄漏的原因。

工具地址 :

http://www.eclipse.org/mat/downloads.php

http://download.eclipse.org/mat/1.4/update-site/

1.1 观察 Heap

运行程序，然后进入 DDMS管理界面，如下：

首先要load出应用的内存快照，这里分为4步，第一步，选中我们要查看的应用，第二步点击Update Heap按钮，这时候DDMS就会通知应用准备收集内存信息，第三步选择Heap标签，heap标签页能够展示出内存的所有信息。第四步点击Cause GC，这时候就会把内存快照load出来。这样DDMS就把内存快照load出来了

Load出内存信息之后，选中data object这一行，就来分析我们应用中是否存在内存泄漏，
分析内存泄漏的关键的数据之一，就是Total Size。

主要关注两项数据：

(1) Heap Size 堆的大小，当资源增加，当前堆的空余空间不够时，系统会增加堆的大小，若超过上限 (例如64M，视平台和具体机型而定)则会被杀掉

(2) Allocated 堆中已分配的大小，这是应用程序实际占用的内存大小，资源回收后，此项数据会变小

· 查看操作前后的堆数据，看是否有内存泄漏
对单一操作(比如添加页，删除页)进行反复操作，如果堆的大小一直增加，则有内存泄漏的隐患。

1.2使用内存工具MAT分析

有关MAT的具体概述

http://www.importnew.com/2433.html

1.2.1 使用OverView观察内存使用情况

DDMS 可以将当前的内存 Dump成一个 hprof格式的文件，MAT 读取这个文件后会给出方便阅读的信息，配合它的查找，对比功能，就可以定位内存泄漏的原因。

· 获取 hprof文件

点击工具栏上的按钮，将内存信息保存成文件。如果是用 MAT Eclipse 插件获取的 Dump文件，则不需要经过转换，Adt会自动进行转换然后打开。

刚刚开始启动程序，监听下堆大小的情况，如下图所示：

点击按钮，查看内存使用分配情况

以上是程序没有执行任何操作时，堆的内存使用情况。

下面是代码操作示例

static class Key {
		  private String key;

		  public Key(String key) {
		   this.key = key;
		  }
	}
	public static long getFreeMemory() {
		  return Runtime.getRuntime().freeMemory() / (1024 * 1024);
		 }
	
	
	public void TestStringAndList(){
		
		Map<Key, String> map = new HashMap<Key, String>(1000);
		int counter = 0;
		while (true) 
		{
			map.put(new Key("how do you do dummyKey"), "value");
			counter++;
			if (counter % 1000 == 0) {
			    System.out.println("map size: " + map.size());
			    System.out.println("Free memory after count " + counter
			    		+ " is " + getFreeMemory() + "MB");
			 } 
		}
	}

代码中反复执行向map中添加数据，检测堆的内存使用情况，如下

没有执行任何操作之前：