c10wtiybq1ye3

讲一讲 Android 内存优化的小秘密

/ 今日科技快讯 /

昨日，美国商务部产业安全局在其官网上宣布，将28家中国组织和企业列入“实体清单”，其中包括海康威视、科大讯飞、旷世科技、大华科技、厦门美亚柏科信息有限公司、依图科技、颐信科技有限公司共8家人工智能公司。

/ 作者简介 /

本篇文章来自Overried的投稿，分享了Android开发中内存优化的相关知识，希望对大家有所帮助！同时也感谢作者贡献的精彩文章。

Overried的博客地址：

https://www.jianshu.com/u/75711cf32043

/ 内存的划分 /

分类的标准	procrank	dumpsys meminfo	android studio profile	JMM
划分区域	VSS/RSS/PSS/USS	Native/Dalvik/Cursor/Ashmem..	java/native/graphics/stack/code/othe	方法区/java堆/java栈/native栈/程序计数器

procrank是一个adb的root指令，可以查询内存的划分：

VSS - Virtual Set Size虚拟耗用内存（包含共享库占用的内存）
RSS- Resident Set Size实际使用物理内存（包含所有共享库占用的内存）
PSS- Proportional Set Size实际使用的物理内存（按比例分配共享库占用的内存）
USS- Unique Set Size进程独自占用的物理内存（不包含共享库占用的内存）

那么最值得关注的是PSS和USS，我们可以用dumpsys meminfo来查询（无需root权限）

dumpsys meminfo查询pss划分

重点字段解读：

Native Heap - Native堆内存
Dalvik Heap - Dalvik虚拟机内存，Dalvik虚拟机代码在 libdvm.so 主要负责运行时dex解析成机器码（android 5.0+ ART 中已经取消 Dalvik 虚拟机，这里任然出现 Dalvik 目测是没改过来）
.art mmap - Android RunTime映射内存，art代码在 android_runtime.so, mmap（是linux C的一个函数接口，用来做内存映射）
Private Dirty - 进程独占的内存，内存已经被本进程修改过，只能被自己进程使用
Private clean - 进程独占的内存，内存是映射过来的，没有做修改，可以置换给到其他进程使用
java heap - Dalvik heap（dirty+ clean） + art heap（dirty + clean）

通过上面图片可得launcher app占用的内存是250M，大部分内存在Native Heap、code、graphics，那如何分析和解决，我们下面讲。

android studio profile是ide提供出来的分类：

Total - 整个应用占据的总内存
Java - java堆占据的内存
Native - Native层调用malloc/new（C/C++）占据的内存
Graphics - 图形缓冲区队列向屏幕显示像素，（如果没有用到OpenGL或者不是游戏，可以直接忽略）
Stack - 线程栈占据的内存
Code - dex+so库占据的内存
Others - 未解之谜

JMM 分类

方法区 - 存放常量和静态变量区域
java堆 - new出来的对象内存都放在这里面
java栈 - 方法中执行的基本类型变量和变量引用都在栈中。（类中的内部成员属性的引用在堆中）
native栈 - 同java栈，指针引用都在native栈中
程序计数器 - 作用是多线程切换记录上一个线程执行到的点。譬如：A线程切换到B线程。程序计数器要记录A线程已经执行到哪一行代码。接着cpu切换到B线程，再切换回来A线程的时候，cpu才知道从A线程哪一行代码继续执行

注意：

java栈、native栈、程序计数器是线程私有
java堆、方法区是线程共有的

/ Java内存优化 /

Java内存优化	内存泄漏	内存抖动	大内存对象使用
发生的场景	单例、匿名内部类、接口忘记释放 ...	String拼接、循环内重复生成对象 ...	HashMap、ArrayList ...

Java检查泄漏 - LeakCanary使用

LeakCanary结果分析

LeakCanary可以检查Activity Fragment View界面的泄漏问题。通过接入LeakCanary跑上monkey接着静等java内存泄漏的出现：

通过上图可以知道SearchActivity被HistorySource.mContext持有，HistorySource是一个单例，然后最顶层的Thread.contextClassLoader就是GC root（注意：静态变量不是GC root），Thread.contextClassLoader是PathClassLoader类，只要把 SearchActivity的context换成Application那就解决了。

Android中GC root有哪些：

被System ClassLoader加载过的类，继而生成的对象，譬如rt.jar中的类
PathClassLoader、DexClassLoader
活着的线程Thread
函数方法中的局部变量（跑在线程中的）
JNI中的全局变量和局部变量

LeakCanary的核心原理：

通过registerActivityLifecycleCallbacks()监听各个Activity的退出
Activity退出后，拿到Activity的对象封装成KeyedWeakReference弱引用对象。
通过手动Runtime.getRuntime().gc();垃圾回收
通过removeWeaklyReachableReferences()手动移除已经被回收的对象
通过gone()函数判断是否被移除，如果移除了，说明Activity 已经没有其他强引用在引用它，没有泄露
如果没有移除，通过android原生接口Debug.dumpHprofData()，把Hprof文件搞下来，通过haha这个第三方库去解析是否有指定Activity的残留。（haha是分析Hprof的java库）

小结

那么LeakCanary只能解决界面上的泄漏，其他内存上的优化是做不到的，譬如：线程池的泄漏，内存的抖动，大对象的滥用.. 那么就需要更为强大的工具MAT了。

内存检测工具MAT

MAT是分析内存文件hprof的工具。

抓取步骤

跑几分钟monkey后，退回应用主界面，手动多次点击GC按钮，把可回收的回收掉，为了剔除脏数据。通过Android Studio的Profile把内存文件hprof给dump下来。

进入Android SDK目录：G:\AndroidSDK\platform-tools
把dump下载的文件memory-20190828T162317.hprof拖进platform-tools文件夹
敲入cmd命令hprof-conv memory-20190828T162317.hprof 1.hprof转成可被MAT识别的1.hprof文件
使用MAT打开1.hprof

分析内存

完成以上步骤之后的结果图。

直接点击左上角Histogram查看内存分布
objects - 对象数目
shallow heap - 对象自身实际占用的堆大小
retained heap - 对象被回收后能释放多少内存
Inspector - 可以看到对象的GC Root是谁

with outgoing references - 表示的是当前对象，引用了内部哪些成员对象
with incoming references - 表示的是当前对象，被外部哪些对象应用了（重点操作）

merge shortest paths to gc roots - 从GC roots到一个或一组对象的公共路径
exclude all phantom/weak/soft etc. references - 排除一些类型的引用（如软引用、弱引用、虚引用），留下强引用

为了避免查看太多并不是强相关的对象，直接从本应用的java 类入手，MAT 也提供正则式过滤，直接输入.com.vd.（本应用 packageName）去过滤，结果就非常明显，整个应用自己写的对象占用的内存都在这里。从大的对象下手，是否这个对象有存在的意义，是否需要占这么大的一个内存。是否可以对其做相应的处理。

MAT提供了更加方便的OQL查询，可以找到指定一个名字的对象，包括可以根据本身java对象的成员属性来做条件语句。譬如上图我找长宽都大于100px的图片都有哪些。可以把大图片揪出来。

小结

可先用LeakCanary跑出明显的内存泄漏，再用MAT检查整个应用的内存分布状况，去优化该优化的Java堆内存。

/ Native内存优化 /

native 内存优化	malloc_debug	heapsnap	DDMS
root权限	需要	需要	不需要
环境	python	jni	需要使用sdk18 的 tools/ddms.bat(sdk 18之后就被剔除了)

malloc_debug是官方推荐的一种方法，目前效果还不错
heapsnap 是一个可以跑在Adnroid的C库github开源库，目前只能查询内存泄漏。而且编译不过，原因是缺少了一些库。在它基础上我整合了一份编译成功，有兴趣点击这里
DDMS目前被遗弃，在android 9.0没整成功，放弃。

malloc_debug步骤

开启malloc debug模式，打开cmd窗口输入。

//查询所有内存
adb shell setprop wrap.packagename '"LIBC_DEBUG_MALLOC_OPTIONS=backtrace logwrapper"'

//查询内存泄漏
adb shell setprop wrap.packagename '"LIBC_DEBUG_MALLOC_OPTIONS=leak_track logwrapper"'

关掉自身应用，再打开，monkey跑起来
通过adb shell dumpsys meminfo com.all.videodownloader.videodownload查到pid为2968

通过adb shell am dumpheap -n /data/local/tmp/heap.txt把文件抓取出来到/data/local/tmp/heap.txt。

把native内存文件拷贝出来，等下分析。

使用python分析

搭建环境

下载native_heapdump_viewer.py
python编译器我选择了PyCharm
新建项目，把native_heapdump_viewer.py和 heap.txt,放到同一个目录，如下图

修改python代码

修改native_heapdump_viewer.py 代码中NDK配置地方：

resByte = subprocess.check_output(["G:/AndroidNDK/android-ndk-r17/toolchains/aarch64-linux-android-4.9/prebuilt/windows-x86_64/bin/aarch64-linux-android-objdump", "-w", "-j", ".text", "-h", sofile])

p = subprocess.Popen(["G:/AndroidNDK/android-ndk-r17/toolchains/aarch64-linux-android-4.9/prebuilt/windows-x86_64/bin/aarch64-linux-android-addr2line", "-C", "-j", ".text", "-e", sofile, "-f"], stdout=subprocess.PIPE, stdin=subprocess.PIPE)

替换def __init__(self):函数中的部分代码，把下面代码：

if len(extra_args) != 1:
print(self._usage)
sys.exit(1)

替换为：

self.symboldir = "C:/Users/chaojiong.zhang/Documents/AndroidStudio/DeviceExplorer/xiaomi-mi_8-4b429b4"
extra_args.append("dump.txt")

self.symboldir - 就是dump.txt 里面的内存地址都需要通过so库来查找对应的是哪一个函数。而so存放的父路径地址就是self.symboldir，那么也就是说需要把手机上的/system/lib64、/vendor/lib64/整个文件夹pull 下来到电脑上，譬如这里是pull到C:/Users/chaojiong.zhang/Documents/AndroidStudio/DeviceExplorer/xiaomi-mi_8-4b429b4。

在def main():函数插入部分代码在函数第一行插入和最后一行插入以下代码，目的是直接把结果log输出到test.txt可以直接查看。

def main():
sys.stdout = open("test.txt", "w")

//...
sys.stdout.close()

跑起来看看。

malloc_debug内存文件分析

字段解读

BYTES- 占用的内存大小单位byte
%TOTAL - 占总 native 内存百分比
%PARENT - 占父帧内存百分比
COUNT - 调用了多少次
ADDR- 内存地址
LIBRARY - 占用的内存所属哪一个 so 库
FUNCTION- 占用的内存所属哪一个方法
LOCATION - 占用的内存所属哪一行

内存信息分析一

10285756 58.29% 99.95% 49 eac0b276 /system/lib/libhwui.so android::Bitmap::allocateHeapBitmap(SkBitmap*)

可以看得出来 allocateHeapBitmap方法占用了，10M左右的内存，占总native内存 58.29%，占父帧 99.95% （意思是：A-> B ，A方法调用B方法，A方法总共占用了10M，其中9.9M是在B方法中申请的，那么%PARENT 就是99%），调用了49次，动作发生在libhwui.so中的 android::Bitmap::allocateHeapBitmap方法。下面是allocateHeapBitmap被调用的流程：

BitmapFactory.decodeResource -> BitmapFactory.nativeDecodeStream ->BitmapFactory.cpp 中 nativeDecodeStream() -> doDecode() -> SkBitmap.tryAllocPixels() -> ... -> android::Bitmap::allocateHeapBitmap()

Bitmap.createBitmap -> nativeCreate() -> Bitmap.cpp 中的 nativeCreate() -> GraphicsJNI.cpp zhong de allocateJavaPixelRef() -> ... -> android::Bitmap::allocateHeapBitmap()

也就是说java层的bitmap 创建都会跑到allocateHeapBitmap这个函数。那么上面这个占用了10M的 allocateHeapBitmap，究竟是java层哪个类调用下来的，这个目前是无解（包括最近华为的方舟环境平台DevEco也不行），只能在java层去全盘查询了，哪些图片使用了较多的内存。

内存信息分析二

WebViewGoogle.apk占用了10M的内存，WebViewGoogle.apk就是应用使用的WebView，android 5.0之前作为模块存在于frameworks/base目录下，并提供接口。android 5.0之后变成了编译为一个独立的apk，包名是 com.android.webview。检查所有的WebView使用情况，譬如：如果场景允许，使用完毕是否有调用WebView.clearCache()
boot-framework.oat 占了5M ，Android framework代码通过dex2oat转成的oat二进制文件（机器码），无需优化
libandroid_runtime.so 占了 5M，虚拟机内存，属于按比例划分共享库，无需优化

小结

native内存目前无法很清晰的定位到对应的java层代码，无解。只能看个大概，然后有目的性去排查某个类，或者某个模块。

/ graphics内存优化 /

若应用没有自己接入OpenGL/ GL surfaces/ GL textures开源库，来绘制图形，可不必理会。毕竟已经超出android应用工程师的范围了。

/ stack内存优化 /

解决栈溢出

死循环问题

JDK 1.8之前的HaskMap，避免使用多线程造成死循环问题。

递归问题

避免深层次的递归问题，较深层次的递归可采用尾递归的方法。递归的退出，最好用标识位退出。或者通过线程interrupt()，isInterrupted()去退出递归，确保递归正确退出。递归中如果有Thread.sleep ,要注意中断被消费问题。

Intenet问题

对于Intent传递大对象，或者ArrayList，Intent的上限是505K 。解决方案：

一般通过 static 持有需要传递的对象解决。
把跳转的页面写成 fragment ，数据可以不需要传递也可获取
通过EventBus RxBus（原理都是通过全局单例来传递）
通过ObjectCache把对象转成json串，保存到本地，获取时候序列化为对象。

解决重复生成局部变量

避免在循环内重复生成局部变量

private void memoryShake() {
        ArrayList shakes = new ArrayList<>();
        for (int i = 0; i < 100; i++) {
            Integer shake = new Integer(i);
            shakes.add(shake);
        }
    }

    private void memoryShake1() {
        ArrayList shakes = new ArrayList<>();
        Integer shake;
        for (int i = 0; i < 100; i++) {
            shake = new Integer(i);
            shakes.add(shake);
        }
    }

memoryShake()会在循环内生成100个shake局部变量+100个局部变量的引用，memoryShake1()会在循环内生成100个shake局部变量+1个局部变量的引用，一个对象引用在64bit的环境是8byte 。100*8 = 800 byte = 0.8KB。

String使用问题

循环内字符的拼接不要使用+符号，（使用+符号，编译成字节码后，循环内会生成StringBuilder对象去拼接）。正确应该使用StringBuffer（线程安全）或者StringBuilder（线程不安全）。

/ code内存优化 /

code内存消耗主要是：so库，dex，ttf。

以上三种文件都是要加载到运行内存才能被解析运行，所以它们的体积要算进自身的应用内存中。

so库，可以通过STRIP去掉一些符号表和调试信息，在Android.mk加入 LOCAL_STRIP_MODULE:= true，即可。

dex，是java代码编译成的字节码，没混淆的apk中的dex会大很多，混淆后的dex 会小很多，所以debug包的内存占用会大于release包。Android Studio 3.3带了了一个新特性R8压缩，可以在gradle.properties加入 android.enableR8=true ，减小dex包的体积（完美兼容现有混淆）。当然还要剔除自身应用的无用代码，可使用Android Studio Menu > Refactor > Remove Unused Resources进行排查，这里不再详细展开。

ttf - 如果应用中只用到部分字体，可通过FontZip提取使用的字体。

讲一讲 Android 内存优化的小秘密

procrank是一个adb的root指令，可以查询内存的划分：

dumpsys meminfo查询pss划分

android studio profile是ide提供出来的分类：

Java检查泄漏 - LeakCanary使用

LeakCanary结果分析

Android中GC root有哪些：

被System ClassLoader加载过的类，继而生成的对象，譬如rt.jar中的类

PathClassLoader、DexClassLoader

活着的线程Thread

函数方法中的局部变量（跑在线程中的）

JNI中的全局变量和局部变量

LeakCanary的核心原理：

通过registerActivityLifecycleCallbacks()监听各个Activity的退出

Activity退出后，拿到Activity的对象封装成KeyedWeakReference弱引用对象。

通过手动Runtime.getRuntime().gc();垃圾回收

通过removeWeaklyReachableReferences()手动移除已经被回收的对象

通过gone()函数判断是否被移除，如果移除了，说明Activity 已经没有其他强引用 在引用它，没有泄露

如果没有移除，通过android原生接口Debug.dumpHprofData()，把Hprof文件搞下来，通过haha这个第三方库去解析是否有指定Activity的残留。（haha是分析Hprof的java库）

小结

那么LeakCanary只能解决界面上的泄漏，其他内存上的优化是做不到的，譬如：线程池的泄漏，内存的抖动，大对象的滥用.. 那么就需要更为强大的工具MAT了。

内存检测工具MAT

MAT是分析内存文件hprof的工具。

抓取步骤

跑几分钟monkey后，退回应用主界面，手动多次点击GC按钮，把可回收的回收掉，为了剔除脏数据。通过Android Studio的Profile把内存文件hprof给dump下来。

小结

可先用LeakCanary跑出明显的内存泄漏，再用MAT检查整个应用的内存分布状况，去优化该优化的Java堆内存。

使用python分析

搭建环境

下载native_heapdump_viewer.py

python编译器我选择了PyCharm

新建项目，把native_heapdump_viewer.py和 heap.txt,放到同一个目录，如下图

malloc_debug内存文件分析

字段解读

BYTES- 占用的内存大小单位byte

%TOTAL - 占总 native 内存百分比

%PARENT - 占父帧内存百分比

COUNT - 调用了多少次

ADDR- 内存地址

LIBRARY - 占用的内存所属哪一个 so 库

FUNCTION- 占用的内存所属哪一个方法

LOCATION - 占用的内存所属哪一行

内存信息分析一

boot-framework.oat 占了5M ，Android framework代码通过dex2oat转成的oat二进制文件（机器码），无需优化

libandroid_runtime.so 占了 5M，虚拟机内存，属于按比例划分共享库，无需优化

小结

native内存目前无法很清晰的定位到对应的java层代码，无解。只能看个大概，然后有目的性去排查某个类，或者某个模块。

解决栈溢出

死循环问题

JDK 1.8之前的HaskMap，避免使用多线程造成死循环问题。

递归问题

避免深层次的递归问题，较深层次的递归可采用尾递归的方法。递归的退出，最好用标识位退出。或者通过线程interrupt()，isInterrupted()去退出递归，确保递归正确退出。递归中如果有Thread.sleep ,要注意中断被消费问题。

Intenet问题

对于Intent传递大对象，或者ArrayList，Intent的上限是505K 。解决方案：

一般通过 static 持有需要传递的对象解决。

把跳转的页面写成 fragment ，数据可以不需要传递也可获取

通过EventBus RxBus（原理都是通过全局单例来传递）

通过ObjectCache把对象转成json串，保存到本地，获取时候序列化为对象。

解决重复生成局部变量

避免在循环内重复生成局部变量

你可能感兴趣的:(讲一讲 Android 内存优化的小秘密)

通过gone()函数判断是否被移除，如果移除了，说明Activity 已经没有其他强引用在引用它，没有泄露