Android优化 - 内存

参考文章

一、概念

定义	通过减少内存使用量、减少对内存（资源）的消耗、提高内存利用率来实现。
原因	系统对每个应用程序都有一定的内存限制，当应用程序的内存超过了上限，就会出现 OOM (Out of Memory)，也就是 APP 的异常退出。因此需要通过对内存的优化来改善系统的运行效率、延长电池寿命、减少卡顿崩溃。
分析	重点关注四个阶段：应用停留在闪屏页面内存固定值、MainActivity大HomeActivity内存波动值、应用运行十分钟后回到HomeActivity内存波动值、应用内存使用量分配至总汇。
维度	主要是降低APP运行时内存的占用，优化目的有三个：防止APP发生OOM、降低使用内存过大被LMK杀死概率、避免不合理使用内存导致GC次数增多从而卡顿。
时机	当系统内存充足时多用一些内存提高性能，当系统内存不足时做到“用时分配，及时回收”。
价值	带来三点好处：减少OOM提高稳定性、减少卡顿提升流畅度、减少内存占用提高后台运行存活率。
痛点	分为三类：内存抖动、内存泄漏、内存溢出。

1.2 ART & Dalvik 虚拟机

ART 和 Dalvik 虚拟机使用分页和内存映射来管理内存，ART 相比 Dalvik，在性能和稳定性方面有了很大的提升，但是由于 ART 把字节码编译成机器码，因此空间占用更大。

Dalvik	是 Android 系统首次推出的虚拟机，它是一个字节码解释器，把 Java 字节码转换为机器码执行。由于它的设计历史和硬件限制，它的性能较差，
ART	是 Android 4.4（KitKat）发布后推出的一种新的 Java 虚拟机，它把 Java 字节码编译成机器码，在安装应用时一次性编译，因此不需要在运行时解释字节码，提高了性能，带来了更快的应用启动速度和更低的内存消耗。

1.3 LMK 内存管理机制

全称 Low Memory Killer，是 Android 系统内存管理机制中的一部分。底层原理是利用内核 OOM（Out-of-Memory）机制来管理内存。当系统内存不足时，内核会根据各进程的优先级将内存分配给重要的进程，同时会结束一些不重要的进程，以避免系统崩溃，保证系统的正常运行。

二、针对痛点

2.1 内存抖动

当内存频繁分配和回收导致内存不稳定出现抖动，通常表现为频繁 GC、内存曲线呈锯齿状。使用 MemoryProfiler 结合代码可找到内存抖动出现的地方，查看循环或频繁调用的地方即可。

2.1.1 字符串使用加号拼接

实际开发中应该使用 StringBuilder 替代，初始化时设置容量减少扩容次数。

//使用加号拼接字符串
fun useAdd() {
    var str = ""
    val startTime = System.currentTimeMillis()
    for (i in 0 until 10000) {
        str += "Hello"
    }
    val endTime = System.currentTimeMillis()
    val ram = (Runtime.getRuntime().totalMemory() - Runtime.getRuntime().freeMemory()) / (1024 * 1024)
    println("使用加号拼接字符串的时间：${endTime - startTime} ms")   //253 ms
    println("使用加号拼接字符串的内存使用量：$ram MB")  //58 MB
}

//使用StringBuilder
fun useBuilder() {
    val sb = StringBuilder(5)
    val startTime = System.currentTimeMillis()
    for (i in 0 until 10000) {
        sb.append("Hello")
    }
    val endTime = System.currentTimeMillis()
    val ram = (Runtime.getRuntime().totalMemory() - Runtime.getRuntime().freeMemory()) / (1024 * 1024)
    println("使用StringBuilder的时间：${endTime - startTime} ms") //2 ms
    println("使用StringBuilder的内存使用量：$ram MB")    //7 MB
}

2.1.2 资源复用

使用全局缓存池，避免频繁申请和释放对象。使用单例创建一个 ObjectPool 类，并提供添加、获取、删除对象的方法。

object ObjectPool {
    private val pool = HashMap()
    fun add(key: String, obj: Any) {
        pool[key] = obj
    }
    fun get(key: String): Any? {
        return pool[key]
    }
    fun remove(key: String) {
        pool.remove(key)
    }
}

2.1.3 减少不合理的对象创建

一些会频繁执行的方法例如 onDraw()，每次创建局部变量时内存都会分配给它，但在循环结束后它们不会被立即回收，这将导致内存的不断增加，最终导致内存抖动。

2.1.4 避免在循环中不断创建局部变量 

//错误示范
for (i in 0 until 10000) {
    val bitmap = BitmapFactory.decodeResource(resources, R.drawable.icon_menu)
}
//正确示范
var bitmap: Bitmap = null
for (i in 0 until 10000) {
    bitmap = BitmapFactory.decodeResource(resources, R.drawable.icon_menu)
}

 2.1.5 使用合理的数据结构

使用 SparseArray 类族、ArrayMap 来替代 HashMap。

2.2 内存溢出 OOM

        Android 中的内存是弹性分配的，分配值与最大值受具体设备影响。系统对每个 APP 都有一定的内存限制（设备出厂以后 JAVA 虚拟机对单个 APP 的最大内存分配就确定下来了，位于 /system/build.prop 文件中的 dalvik.vm.heap growth limit），当应用程序使用的内存超过了上限就会出现 OOM (Out of Memory)，也就是异常退出。

        除了因内存泄漏累积到一定程度导致 OOM 的情况以外，也有一次性申请很多内存，比如说一次创建大的数组或者是载入大的文件如图片的时候会导致 OOM。

//试图创建大的数组
val intArray = IntArray(Int.MAX_VALUE)
//试图载入大的图片
val bitmap = BitmapFactory.decodeResource(resources, R.drawable.icon_menu)
imageView.setImageBitmap(bitmap)

2.2.1 频繁创建对象，导致内存不足和不连续碎片

每次点击都创建 100000 个大约为 1MB 的数组，如果内存不够用则会导致OOM。

onClick() {
    for (i in 0 until 100000) {
        val data = ByteArray(1024 * 1024)
    }
}

2.2.2 不连续碎片无法被分配

每次点击都会创建大量 1MB 的数组并添加到列表中，由于内存是不连续的，在较大的数组中分配这些不联系的内存碎片可能导致OOM。

onClick() {
    val dataList = arrayListOf()
    for (i in 0 until 100000) {
        val data = ByteArray(1024 * 1024)
        dataList.add(data)
    }
}

2.3 内存泄漏

Android系统虚拟机的垃圾回收是通过 JVM 虚拟机 GC 机制来实现的。GC会选择一些还存活的对象作为内存遍历的根节点 GC Roots，通过对 GC Roots 的可达性来判断是否需要回收。内存泄漏是在当前应用周期内不再使用的对象被 GC Roots 引用，导致不能回收，使实际可使用内存变小。对象被持有导致无法释放或不能按照对象正常的生命周期进行释放，内存泄漏导致可用内存减少和频繁GC，从而导致内存溢出 App 卡顿。

每次加载图片并添加到集合中都不会释放内存，因为 list 引用了这些图片，导致无法释放最终造成内存溢出。可以考虑使用低内存占用的图片格式，或者在不需要使用图片时主动调用 recycle() 释放图片的内存。

val bitmaps = arrayListOf()
while (true) {
    val bitmap = BitmapFactory.decodeResource(resources, R.drawable.icon_menu)
    bitmaps.add(bitmap)
}

三、指导

3.1 流程

分析现状	如果发现 APP 在内存方面可能存在很大的问题，一是线上的 OOM 率比较高，二是经常会看到在 Android Studio 的 Profiler 工具中内存的抖动比较频繁。
确认问题	在知道了初步的现状之后，进行了问题的确认，经过一系列的调研以及深入研究，最终发现项目中存在以下几点大问题，比如说：内存抖动、内存溢出、内存泄漏，还有 Bitmap 粗犷使用。
问题优化	如果想解决内存抖动，Memory Profiler 会呈现了锯齿张图形，然后我们分析到具体代码存在的问题（频繁被调用的方法中出现了日志字符串的拼接），就能解决内存泄漏或内存溢出。
提升体验	为了不增加业务工作量，使用一些工具类或 ARTHook 大图检测方案，没有任何的侵入性。同时，将技术进行团队分享，团队的工作效率上会有本质提升。对内存优化工具如 Profiler Memory、MAT 的使用，可以针对一系列不同问题的情况，写一系列解决方案文档，整个团队成员的内存优化意识会更强。

3.2 原则

不断积累经验	首先应该学习 Google 内存方面的文档，如 Memory Profiler、MAT 等工具的使用，当在工程遇到内存问题，才能对问题进行排查定位。而不是一开始并没有分析项目代码导致内存高占用问题，就依据自己看的几篇企业博客，不管业务背景，瞎猫碰耗子做内存优化。
结合业务优化	如果不结合业务背景，直接对 APP 运行阶段进行内存上报然后内存消耗进行内存监控,那么内存监控一旦不到位,比如存在使用多个图片库，因为图片库内存缓存不公用的，应用内存占用效率不会有质的飞跃。因此技术优化必须结合业务。
方案系统科学	在做内存优化的过程中，Android 业务端除了要做优化工作，Android 业务端还得负责数据采集上报，数据上报到 APM 后台后，无论是 Bug 追踪人员或者 Crash 追踪人员，对问题"回码定位"都提供好的依据。
内存劣化Hook魔改	大图片检测方案，大家可能想到去是继承 ImageView，然后重写 ImageView 的 onDraw 方法实现。但是，在推广的过程中，因为耦合度过高，业务同学很难认可，ImageView 之前写一次，为什么要重复造轮子呢? 替换成本非常高。所以我们可以考虑使用类似 ARTHook 这样的 Hook 方案。

四、JAVA

4.1 内存分区

程序计数器	计算当前线程的当前方法执行到多少行
堆	对象
虚拟机栈	Java变量引用
方法区	主要存放静态常量
本地方法区	Native 变量引用

4.2 内存回收算法

4.2.1 标记清除算法

是最早的内存回收算法，先标记所有存活的对象，然后统一回收所有未标记的对象。

优点：实现比较简单。

缺点：效率不高，产生大量内存碎片。

4.2.2 复制算法

将内存分为两个区域，其中一个区域用于存储活动对象，另一个区域用于存储不再使用的对象。一块内存用完之后复制存活对象到另一块，然后清理之前的那块。

优点：实现简单，运行高效，每次仅需遍历标记一半的内存区域。

缺点：会浪费一半的空间，代价大。

4.2.3 标记整理算法

是标记清除算法和复制算法的结合。将内存分为两个区域，先标记所有存活的对象，存活对象往另一块区域进行移动，然后清理之前的那块。

优点：避免标记清除导致的内存碎片，避免复制算法的空间浪费。

缺点：

• 时间开销：需要进行两次扫描，一次标记活动对象，一次整理内存，这增加了时间开销。
• 空间开销：需要为活动对象留出足够的空间，因此必须移动内存中的一些对象，这会增加空间开销。
• 内存碎片：在整理内存时可能会产生内存碎片，使得未使用的内存碎片不能被有效利用。
• 速度慢：相对于其他算法速度较慢，不适合需要高效内存管理的场景。
• 效率不稳定：效率受到内存使用情况的影响，如果内存使用情况不均衡，效率会不稳定。

 

4.2.4 分代收集算法

原理：将内存分为几个代的算法，并对每个代进行不同的回收策略。主流的虚拟机一般用的比较多的是分代收集算法。

• 分配新的对象：新创建的对象分配在新生代中，因为大多数新创建的对象都很快失效，并且删除它们的成本很低。
• 垃圾回收：新生代中的垃圾对象被回收，并且回收算法只涉及到新生代的一小部分。如果一个对象存活到一定时间，它将被移动到老年代。
• 老年代回收：在老年代中，回收算法进行全面的垃圾回收，以确保可以回收所有垃圾对象。
• 整理内存：回收后，内存被整理，以确保连续的内存空间可以分配给新对象。

优点：

• 减少垃圾回收的时间：通过将新生代和老年代分开，分代收集算法可以减少垃圾回收的时间，因为新生代中的垃圾对象被回收的频率较高。
• 减少内存碎片：因为新生代的垃圾回收频率较高，分代收集算法可以防止内存碎片的产生。
• 提高内存利用率：可以有效地回收垃圾对象，提高内存的利用率。
• 减少内存消耗：可以减少对内存的消耗，因为它仅需要涉及小的内存区域，而不是整个 Java 堆。
• 提高系统性能：可以提高系统性能，因为它可以缩短垃圾回收的时间，提高内存利用率，减少内存消耗。

缺点：

• 复杂性：分代收集算法相对于其他垃圾回收算法来说更复杂，需要更多的内存空间来管理垃圾回收。
• 内存分配不均衡：分代收集算法可能导致内存分配不均衡，这可能导致新生代内存不足，老年代内存过多。
• 垃圾对象转移次数：分代收集算法需要移动垃圾对象，这可能导致更多的计算开销。
• 时间开销：分代收集算法需要更长的时间来管理垃圾回收，这可能导致系统性能下降。
• 停顿时间：分代收集算法可能导致长时间的停顿，这可能影响系统的实时性。

新生代使用场景推荐：

• 对象生命周期短：适用于那些生命周期短的对象，因为它们在很短的时间内就会被回收。
• 大量生成对象：对于大量生成对象的场景，新生代回收算法可以有效地减少回收时间。

老年代使用场景推荐：

• 对象生命周期长：适用于生命周期长的对象，因为它们不会很快被回收。
• 内存数据稳定：对于内存数据稳定的场景，老年代回收算法可以提高内存效率。

4.3 引用类型

	回收时间	用途	生存时间
强引用	永不	对象的一般状态	JVM 停止运行时
软引用	内存不足时	对象缓存	内存不足时终止
弱引用	GC	对象缓存	GC 后终止
虚引用	未知	未知	未知

4.3.1 强引用

强引用是 Java 中最常见的引用类型，当对象具有强引用时，它永远不会被垃圾回收。只有在程序结束或者手动将对象设置为 null 时，才会释放强引用。

//创建对象before，将对象赋值给另一个变量after，此时它们指向同一个对象。
ArrayList before = new ArrayList<>();
ArrayList after= data;
//将before置为空断开引用让其成为可回收对象，但因为after仍保持对该对象的强引用，因此不会被GC回收
before = null;
System.gc();

4.3.2 软引用

软引用是比强引用更容易被回收的引用类型。当 Java 堆内存不足时，软引用可能会被回收，以腾出内存空间。如果内存充足，则软引用可以继续存在。

//创建before对象，并使用该对象作为参数创建软引用对象after
Object before = new Object();
SoftReference