Android 性能篇 - 内存优化二（精华篇）

本篇文章已授权微信公众号 guolin_blog（郭霖）独家发布

一、内存的划分

二、java 内存优化

三、native 内存优化

四、graphics 内存优化

五、stack 内存优化

六、code 内存优化

七、other 内存优化

一、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/other	方法区/java堆/java栈/native栈/程序计数器

1、procrank 是一个 adb 的 root 指令，可以查询内存的划分：

procrank

• 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）

2、dumpsys meminfo 查询 pss 划分

dumpsys meminfo

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。

3、android studio profile 是 ide 提供出来的分类：

android studio profile

• 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

4、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。

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。

二、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 ...

详细的理论可参考这篇文章

1、Java 检查泄漏 - LeakCanary 使用

1.1、 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
（接入库地址） 跑上 monkey 接着静等 java 内存泄漏的出现：

泄漏检查

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。

1.2、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

GC root 更多详情

1.3、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

2、内存检测工具 MAT

MAT 是分析内存文件 hprof 的工具。（MAT 工具地址）

2.1 、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。

抓取步骤

• 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

2.2 、分析内存：

完成以上步骤之后的结果图

hprof

• 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

1566982559(1).png

• 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）

1566988199(1).png

• 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

1566988599(1).jpg

• 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。

1566989713(1).jpg

• 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。

MAT 官方使用指导

---

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。

三、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。

1、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"'

1567132646(1).jpg

• 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

image.png

• 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

image.png

• 把native 内存文件 拷贝出来，等下分析

image.png

2、使用 python 分析

2.1、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
  
  image.png

2.2、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
  

  image.png

• 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

  
  
  image.png

3、malloc_debug 内存文件分析

3.1、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

3.2、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。

3.3、内存信息分析二

image.png

• 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。

四、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。

五、stack 内存优化

1、解决栈溢出

1.1、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。

1.2、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。

1.3、Intenet 问题

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

1. 一般通过 static 持有需要传递的对象解决。
2. 把跳转的页面写成 fragment ，数据可以不需要传递也可获取
3. 通过EventBus RxBus（原理都是通过全局单例来传递）
4. 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。

2、解决重复生成局部变量

2.1、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

2.2、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）。

六、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带了了一个新特新 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。

七、other 内存优化

目前不清楚这部分是哪部分内存，无从下手，不过一般 other 的内存占用比例都是比较小，可不必理会。