简介： 一般APP只需要关注前台内存过高的系统强杀FOOM，高德地图有不少用户使用后台导航，所以也需要关注后台的内存过高导致的系统强杀BOOM，且后台强杀较前台强杀更为严重。为了提升用户体验，内存治理迫在眉睫。
背景
根据Apple官方WWDC的回答，减少内存可以让用户体验到更快的启动速度，不会因为内存过大而导致Crash，可以让APP存活的更久。
对于高德地图来说，根据线上数据的分析，内存过高会导致导航过程中系统强杀OOM。尤其区别于其他APP的地方是，一般APP只需要关注前台内存过高的系统强杀FOOM，高德地图有不少用户使用后台导航，所以也需要关注后台的内存过高导致的系统强杀BOOM，且后台强杀较前台强杀更为严重。为了提升用户体验，内存治理迫在眉睫。
原理剖析
OOM
OOM是Out of Memory的缩写。在iOS APP中如果内存超了，系统会把APP直接杀死，一种另类的Crash，且无法捕获。发现OOM时，我们可以从设备->隐私->分析与改进->分析数据中找到以JetsamEvent开头的日志，日志里面记录了很多信息：手机设备信息、系统版本、内存大小、CPU时间等。
Jetsam
Jetsam是iOS系统的一种资源管理机制。不同于MacOS、Linux、Windows等，iOS中没有内存交换空间，所以在设备整体内存紧张时，系统会将一些优先级不高或者占用内存过大的直接Kill掉。
通过iOS开源的XNU内核源码可以分析到：
- 每个进程在内核中都存在一个优先级列表，JetSam在受到内存压力时会从优先级列表最低的进程开始尝试杀死，直到内存水位恢复到正常水位。
- Jetsam是通过get_task_phys_footprint获取到phys_footprint的值，来决定要不要杀掉应用。
Jetsam机制清理策略可以总结为以下几点：
- 单个APP物理内存占用超过上限会被清理，不同的设备内存水位线不一样。
- 整个设备物理内存占用受到压力时，优先清理后台应用，再清理前台应用。
- 优先清理内存占用高的应用，再内存占用低的应用。
- 相比系统应用，会优先清理用户应用。
Android端为Low Memory Killer：
- 根据APP的优先级和使用总内存的多少，系统会在设备内存吃紧情况下强杀应用。
- 内存吃紧的判断取决于系统RSS(实际使用物理内存，包含共享库占用的全部内存)的大小。
- 关键参数有3个:
1）oom_adj：在Framework层使用，代表进程的优先级，数值越高，优先级越低，越容易被杀死。
2）oom_adj threshold：在Framework层使用，代表oom_adj的内存阈值。Android Kernel会定时检测当前剩余内存是否低于这个阀值，若低于则杀死oom_adj ≥该阈值对应的oom_adj中，数值最大的进程，直到剩余内存恢复至高于该阀值的状态。
3）oom_score_adj：在Kernel层使用，由oom_adj换算而来，是杀死进程时实际使用的参数。
数据分析
phys_footprint获取iOS应用总的物理内存，具体可以参考官方说明iOS Memory Deep Dive.
std::optional memoryFootprint()
{
task_vm_info_data_t vmInfo;
mach_msg_type_number_t count = TASK_VM_INFO_COUNT;
kern_return_t result = task_info(mach_task_self(), TASK_VM_INFO, (task_info_t) &vmInfo, &count);
if (result != KERN_SUCCESS)
return std::nullopt;
return static_cast(vmInfo.phys_footprint);
} Instruments-VM Tracker可以用来分析具体内存分类，比如Malloc部分是堆内存，Webkit Malloc部分是JavaScriptCore占用的内存等。需要注意的是每个分类的内存值 = Dirty Size + Swapped。
通过Instruments VM Tracker抓取导航中内存分布进行对比分析。导航前台静置时，高德地图的总内存数值非常高，其中IOKit、WebKit Malloc和Malloc堆内存为内存占用大头。
在分析过程中可以使用的工具很多，各有优缺点，需要配合使用，相互弥补。我们在分析的过程中主要用到Intruments VM Tracker、Allocations、Capture GPU Frame、MemGraph、dumpsys meminfo 、Graphics API Debugger、Arm Mobile Studio、AJX 内存分析工具、自研Malloc分析工具等。
- IOKit内存为地图渲染显存部分。
- WebKit Malloc内存为AJX JS业务内存。
- Malloc堆内存，我们通过Hook Malloc分配内存的API，通过抓取堆栈分析具体内存消费者。
治理优化
根据上面的数据分析，很容易做出从大头开始抓起的思路。我们在治理过程中的大体思路：
- 分析数据：从内存大头开始，分析各内存归属业务，以便业务进一步分析优化。
- 内存治理：优化技术方案减少内存开销、高低端机功能分级和智能容灾（即内存告警时通过功能降级等策略释放内存)。
分而治之
据数据分析，高德地图三大内存消耗分别是地图渲染（Graphic显存）、功能业务（JavaScriptCore）和通用业务（Malloc）。我们也主要从这三个方面入手优化。
地图Graphic显存优化
Xcode自带Debug工具Capture GPU Frame，可以分析出具体显存占用，显存主要分为纹理Texture部分和Buffer部分，通过详细的地址信息分析具体消耗。Android端类似分析显存工具可以用Google的Graphics API Debugger。
根据分析，Texture部分我们通过FBO绘制方式调整、矢量路口大图背景优化、图标跨页面释放、文字纹理优化、低端机关闭全屏抗锯齿等减少显存消耗。Buffer部分通过开启低显存模式、关闭四叉树预加载、切后台释放缓存资源等。
Webkit Malloc优化
高德地图使用的是自研的动态化方案，依赖于iOS系统提供的框架JavaScriptCore，使用的业务内存消耗大多会被系统归类到WebKit Malloc，从系统工具Instruments上的VM Tracker可以看出。此处有两个思路，一个是业务自身优化内存消耗，第二个是动态化引擎和框架优化内存消耗。
业务自身优化，动态化方案的IDE提供内存分析工具可以清晰的输出具体业务内存消耗在什么地方，便于业务同学分析是否合理。
动态化引擎和框架优化，我们通过优化对系统库JavaScriptCore的使用方式，即多个JSContextRef上下文共享同一份JSContextGroupRef的方式。多个页面可以共享一份框架代码，从而减少内存开销。
Malloc堆内存优化
iOS端堆内存分配基本上使用的libmalloc库，其中包含以下几个内存操作接口：
// c分配方法
void *malloc(size_t __size) __result_use_check __alloc_size(1);
void *calloc(size_t __count, size_t __size) __result_use_check __alloc_size(1,2);
void free(void *);
void *realloc(void *__ptr, size_t __size) __result_use_check __alloc_size(2);
void *valloc(size_t) __alloc_size(1);
// block分配方法
// Create a heap based copy of a Block or simply add a reference to an existing one.
// This must be paired with Block_release to recover memory, even when running
// under Objective-C Garbage Collection.
BLOCK_EXPORT void *_Block_copy(const void *aBlock)
__OSX_AVAILABLE_STARTING(__MAC_10_6, __IPHONE_3_2);通过hook内存操作API记录下内存分配的堆栈、大小，即可分析内存使用情况。
同时源码中还存在一个全局钩子函数malloc_logger ，可输出Malloc过程中的日志，定义如下：
// We set malloc_logger to NULL to disable logging, if we encounter errors
// during file writing
typedef void(malloc_logger_t)(uint32_t type,
uintptr_t arg1,
uintptr_t arg2,
uintptr_t arg3,
uintptr_t result,
uint32_t num_hot_frames_to_skip);
extern malloc_logger_t *malloc_logger;iOS堆内存分析方案，可通过hook malloc系列API，也可以设置malloc_logger的函数实现，即可记录下堆内存使用情况。
此方案有几个难点问题，每秒钟内存分配的量级大、内存有分配有释放需要高效查询和堆栈反解聚合。为此我们设计了一套完整的Malloc堆内存分析方案，来满足快速定位堆内存归属，以便分发到各自业务Owner分析优化。
统一管理
随着业务的增长给高德地图这个超级APP带来了极大资源压力，因此我们沉淀了一套自适应资源管理框架，来满足不同业务场景在有限资源下能够做到功能和体验极致均衡。主要的设计思路是通过监测用户设备等级、系统状态、当前业务场景以及用户行为，利用调度算法进行实时推算，统一管理协调APP当前资源状态分配，对用户当前不可见的内存等资源进行回收。
自适应资源管理框架-内存部分
可以根据不同的设备等级、业务场景、用户行为和系统状态来管理资源。各业务都可以很容易的接入此框架，目前已经应用到多个业务场景，均有不错的收益。
数据验收
通过三个版本的连续治理，前后台导航场景均有50%的收益，同时Abort率也有10%~20%的收益。整体收益算是比较乐观，但是随之而来的挑战是我们该如何守住成果。
长线管控
所谓打江山容易守江山难，如果没有长线管控的方案，随着业务的版本迭代，不出三五个版本就会将先前的优化消耗。为此我们构建了一套APM性能监控平台，在研发测试阶段发现并解决问题，不把问题带上线。
APM性能监控平台
为了将APP的性能做到日常监控，我们建设了一套线下「APM性能监控平台」，平台能够支持常规业务场景的性能监控，包括：内存、CPU、流量等，能够及时的发现问题并进行报警。再配合性能跟进流程，为客户端性能保障把好最后一关。
内存分析工具
Xcode memory gauge：在Xcode的Debug navigator中，可以粗略查看内存占用的情况。
Instruments - Allocations：可以查看虚拟内存占用、堆信息、对象信息、调用栈信息、VM Regions信息等。可以利用这个工具分析内存，并针对地进行优化。
Instruments - Leaks：用于检测内存泄漏。
Instruments - VM Tracker：可以查看内存占用信息，查看各类型内存的占用情况，比如dirty memory的大小等等，可以辅助分析内存过大、内存泄漏等原因。
Instruments - Virtual Memory Trace：有内存分页的具体信息，具体可以参考WWDC 2016 - Syetem Trace in Depth。
Memory Resource Exceptions：从Xcode 10开始，内存占用过大时，调试器能捕获到EXC_RESOURCE RESOURCE_TYPE_MEMORY异常，并断点在触发异常抛出的地方。
Xcode Memory Debugger：Xcode中可以直接查看所有对象间的相互依赖关系，可以非常方便的查找循环引用的问题。同时，还可以将这些信息导出为memgraph文件。
memgraph + 命令行指令：结合上一步输出的memgraph文件，可以通过一些指令来分析内存情况。vmmap可以打印出进程信息，以及VMRegions的信息等，结合grep可以查看指定VMRegion的信息。leaks可追踪堆中的对象，从而查看内存泄漏、堆栈信息等。heap会打印出堆中所有信息，方便追踪内存占用较大的对象。malloc_history可以查看heap指令得到的对象的堆栈信息，从而方便地发现问题。
总结：malloc_history ===> Creation；leaks ===> Reference；heap & vmmap ===> Size。
MetricKit：iOS 13新推出的监控框架，用于收集和处理电池和性能指标。当用户使用APP的时候，iOS会记录各项指标，然后发送到苹果服务端上，并自动生成相关的可视化报告。通过Window -> Organizer -> Metrics可查，包括电池、启动时间、卡顿情况、内存情况、磁盘读写五部分。也可以MetricKit集成到工程里，将数据上传到自己的服务进行分析。
MLeaksFinder：通过判断UIViewController被销毁后其子view是否也都被销毁，可以在不入侵代码的情况下检测内存泄漏。
Graphics API Debugger：Google开源的一系列的Graphics调试工具，可以检查、微调、重播应用对图形驱动的API调用。
Arm Mobile Studio: 专业级GPU分析工具。
作者：高德技术小哥
原文链接
本文为阿里云原创内容，未经允许不得转载