iOS微信内存监控

做者：杨津，腾讯移动客户端开发 高级工程师
商业转载请联系腾讯WeTest得到受权，非商业转载请注明出处。
原文连接：wetest.qq.com/lab/view/36…

WeTest 导读

目前iOS主流的内存监控工具是Instruments的Allocations，但只能用于开发阶段。本文介绍如何实现离线化的内存监控工具，用于App上线后发现内存问题。

FOOM（Foreground Out Of Memory），是指App在前台因消耗内存过多引发系统强杀。对用户而言，表现跟crash同样。Facebook早在2015年8月提出FOOM检测办法，大体原理是排除各类状况后，剩余的状况是FOOM，具体连接：code.facebook.com/posts/11469…

微信自15年年末上线FOOM上报，从最初数据来看，天天FOOM次数与登陆用户数比例接近3%，同期crash率1%不到。而16年年初某东老大反馈微信频繁闪退，在艰难拉取2G多日志后，才发现kv上报频繁打log引发FOOM。接着16年8月很多外部用户反馈微信启动不久后闪退，分析大量日志仍是不能找到FOOM缘由。微信急需一个有效的内存监控工具来发现问题。

1、实现原理

微信内存监控最第一版本是使用Facebook的FBAllocationTracker工具监控OC对象分配，用fishhook工具hook malloc/free等接口监控堆内存分配，每隔1秒，把当前全部OC对象个数、TOP 200最大堆内存及其分配堆栈，用文本log输出到本地。该方案实现简单，一天内完成，经过给用户下发TestFlight，最终发现联系人模块因迁移DB加载大量联系人致使FOOM。

不过这方案有很多缺点：

一、监控粒度不够细，像大量分配小内存引发的质变没法监控，另外fishhook只能hook自身app的C接口调用，对系统库不起做用；

二、打log间隔很差控制，间隔过长可能丢失中间峰值状况，间隔太短会引发耗电、io频繁等性能问题；

三、上报的原始log靠人工分析，缺乏好的页面工具展示和归类问题。

因此二期版本以Instruments的Allocations为参考，着重四个方面优化，分别是数据收集、存储、上报及展示。

1.数据收集

16年9月底为了解决ios10 nano crash，研究了libmalloc源码，无心中发现这几个接口：

当malloc_logger和__syscall_logger函数指针不为空时，malloc/free、vm_allocate/vm_deallocate等内存分配/释放经过这两个指针通知上层，这也是内存调试工具malloc stack的实现原理。有了这两个函数指针，咱们很容易记录当前存活对象的内存分配信息（包括分配大小和分配堆栈）。分配堆栈能够用backtrace函数捕获，但捕获到的地址是虚拟内存地址，不能从符号表dsym解析符号。因此还要记录每一个image加载时的偏移slide，这样符号表地址=堆栈地址-slide。

另外为了更好的归类数据，每一个内存对象应该有它所属的分类Category，如上图所示。对于堆内存对象，它的Category名是“Malloc ”+分配大小，如“Malloc 48.00KiB”；对于虚拟内存对象，调用vm_allocate建立时，最后的参数flags表明它是哪类虚拟内存，而这个flags正对应于上述函数指针__syscall_logger的第一个参数type，每一个flag具体含义能够在头文件找到；对于OC对象，它的Category名是OC类名，咱们能够经过hook OC方法+[NSObject alloc]来获取：

但后来发现，NSData建立对象的类静态方法没有调用+[NSObject alloc]，里面实现是调用C方法NSAllocateObject来建立对象，也就是说这类方式建立的OC对象没法经过hook来获取OC类名。最后在苹果开源代码CF-1153.18找到了答案，当CFOASafe=true而且CFObjectAllocSetLastAllocEventNameFunction!=NULL时，CoreFoundation建立对象后经过这个函数指针告诉上层当前对象是什么类型：

经过上面方式，咱们的监控数据来源基本跟Allocations同样了，固然是借助了私有API。若是没有足够的“技巧”，私有API带不上Appstore，咱们只能退而求其次。修改malloc_default_zone函数返回的malloc_zone_t结构体里的malloc、free等函数指针，也是能够监控堆内存分配，效果等同于malloc_logger；而虚拟内存分配只能经过fishhook方式。

2.数据存储

存活对象管理

APP在运行期间会大量申请/释放内存。以上图为例，微信启动10秒内，已经建立了80万对象，释放了50万，性能问题是个挑战。另外在存储过程当中，也尽可能减小内存申请/释放。因此放弃了sqlite，改用了更轻量级的平衡二叉树来存储。

伸展树（Splay Tree），也叫分裂树，是一种二叉排序树，不保证树是平衡，但各类操做平均时间复杂度是O(logN)，可近似看做平衡二叉树。相比其余平衡二叉树（如红黑树），其内存占用较小，不须要存储额外信息。伸展树主要出发点是考虑到局部性原理（某个刚被访问的结点下次又被访问，或者访问次数多的结点下次可能被访问），为了使整个查找时间更少，被频繁查询的结点经过“伸展”操做搬移到离树根更近的地方。大部分状况下，内存申请很快又被释放，如autoreleased对象、临时变量等；而OC对象申请内存后紧接着会更新它所属Category。因此用伸展树管理最适合不过了。

传统二叉树是用链表方式实现，每次添加/删除结点，都会申请/释放内存。为了减小内存操做，能够用数组实现二叉树。具体作法是父结点的左右孩子由以往的指针类型改为整数类型，表明孩子在数组的下标；删除结点时，被删除的结点存放上一个被释放的结点所在数组下标。

堆栈存储

据统计，微信运行期间，backtrace的堆栈有成百万上千万种，在捕获最大栈长64状况下，平均栈长35。若是36bits存储一个地址（armv8最大虚拟内存地址48bits，实际上36bits够用了），一个堆栈平均存储长度157.5bytes，1M个堆栈须要157.5M存储空间。但经过断点观察，实际上大部分堆栈是有共同后缀，例以下面的两个堆栈后7个地址是同样的：

为此，能够用Hash Table来存储这些堆栈。思路是整个堆栈以链表的方式插入到table里，链表结点存放当前地址和上一个地址所在table的索引。每插入一个地址，先计算它的hash值，做为在table的索引，若是索引对应的slot没有存储数据，就记录这个链表结点；若是有存储数据，而且数据跟链表结点一致，hash命中，继续处理下一个地址；数据不一致，意味着hash冲突，须要从新计算hash值，直到知足存储条件。举个例子（简化了hash计算）：

1）Stack1的G、F、E、D、C、A、依次插入到Hash Table，索引1～6结点数据依次是(G, 0)、(F, 1)、(E, 2)、(D, 3)、(C, 4)、(A, 5)。Stack1索引入口是6

2）轮到插入Stack2，因为G、F、E、D、C结点数据跟Stack1前5结点一致，hash命中；B插入新的7号位置，(B, 5)。Stack2索引入口是7

3）最后插入Stack3，G、F、E、D结点hash命中；但因为Stack3的A的上一个地址D索引是4，而不是已有的(A, 5)，hash不命中，查找下一个空白位置8，插入结点(A, 4)；B上一个地址A索引是8，而不是已有的(B, 5)，hash不命中，查找下一个空白位置9，插入结点(B, 9)。Stack3索引入口是9

通过这样的后缀压缩存储，平均栈长由原来的35缩短到5不到。而每一个结点存储长度为64bits（36bits存储地址，28bits储存parent索引），hashTable空间利用率60%+，一个堆栈平均存储长度只须要66.7bytes，压缩率高达42%。

性能数据

通过上述优化，内存监控工具在iPhone6Plus运行占用CPU占用率13%不到，固然这是跟数据量有关，重度用户（如群过多、消息频繁等）可能占用率稍微偏高。而存储数据内存占用量20M左右，都用mmap方式把文件映射到内存。有关mmap好处可自行google之。

3.数据上报

因为内存监控是存储了当前全部存活对象的内存分配信息，数据量极大，因此当出现FOOM时，不可能全量上报，而是按某些规则有选择性的上报。

首先把全部对象按Category进行归类，统计每一个Category的对象数和分配内存大小。这列表数据不多，能够作全量上报。接着对Category下全部相同堆栈作合并，计算每种堆栈的对象数和内存大小。对于某些Category，如分配大小TOP N，或者UI相关的（如UIViewController、UIView之类的），它里面分配大小TOP M的堆栈才作上报。上报格式相似这样：

4.页面展示

页面展示参考了Allocations，可看出有哪些Category，每一个Category分配大小和对象数，某些Category还能看分配堆栈。

为了突出问题，提升解决问题效率，后台先根据规则找出可能引发FOOM的Category（如上面的Suspect Categories），规则有：

● UIViewController数量是否异常

● UIView数量是否异常

● UIImage数量是否异常

● 其它Category分配大小是否异常，对象个数是否异常

接着对可疑的Category计算特征值，也就是OOM缘由。特征值是由“Caller1”、“Caller2”和“Category, Reason”组成。Caller1是指申请内存点，Caller2是指具体场景或业务，它们都是从Category下分配大小第一的堆栈提取。Caller1提取尽可能是有意义的，并非分配函数的上一地址。例如：

全部report计算出特征值后，能够对它们进行归类了。一级分类能够是Caller1，也能够是Category，二级分类是与Caller1/Category有关的特征聚合。效果以下：

一级分类

二级分类

5.运营策略

上面提到，内存监控会带来必定的性能损耗，同时上报的数据量每次大概300K左右，全量上报对后台有必定压力，因此对现网用户作抽样开启，灰度包用户/公司内部用户/白名单用户作100%开启。本地最多只保留最近三次数据。

2、下降误判

先回顾Facebook如何断定上一次启动是否出现FOOM：

1.App没有升级

2.App没有调用exit()或abort()退出

3.App没有出现crash

4.用户没有强退App

5.系统没有升级/重启

6.App当时没有后台运行

7.App出现FOOM

一、二、四、5比较容易判断，3依赖于自身CrashReport组件的crash回调，六、7依赖于ApplicationState和先后台切换通知。微信自上线FOOM数据上报以来，出现很多误判，主要状况有：

ApplicationState不许

部分系统会在后台短暂唤起app，ApplicationState是Active，但又不是BackgroundFetch；执行完didFinishLaunchingWithOptions就退出了，也有收到BecomeActive通知，但很快也退出；整个启动过程持续5～8秒不等。解决方法是收到BecomeActive通知一秒后，才认为此次启动是正常的前台启动。这方法只能减小误判几率，并不能完全解决。

群控类外挂

这类外挂是能够远程控制iPhone的软件，一般一台电脑能够控制多台手机，电脑画面和手机屏幕实时同步操做，如开启微信，自动加好友，发朋友圈，强制退出微信，这一过程容易产生误判。解决方法只能经过安全后台打击才能减小这类误判。

CrashReport组件出现crash没有回调上层

微信曾经在17年5月底爆发大量GIF crash，该crash由内存越界引发，但收到crash信号写crashlog时，因为内存池损坏，组件没法正常写crashlog，甚至引发二次crash；上层也没法收到crash通知，所以误判为FOOM。目前改为不依赖crash回调，只要本地存在上一次crashlog（无论是否完整），就认为是crash引发的APP重启。

前台卡死引发系统watchdog强杀

也就是常见的0x8badf00d，一般缘由是前台线程过多，死锁，或CPU使用率持续太高等，这类强杀没法被App捕获。为此咱们结合了已有卡顿系统，当前台运行最后一刻有捕获到卡顿，咱们认为此次启动是被watchdog强杀。同时咱们从FOOM划分出新的重启缘由叫“APP前台卡死致使重启”，列入重点关注。

3、成果

微信自2017年三月上线内存监控以来，解决了30多处大大小小内存问题，涉及到聊天、搜索、朋友圈等多个业务，FOOM率由17年年初3%，降到目前0.67%，而前台卡死率由0.6%降低到0.3%，效果特别明显。

4、常见问题

UIGraphicsEndImageContext

UIGraphicsBeginImageContext和UIGraphicsEndImageContext必须成双出现，否则会形成context泄漏。另外XCode的Analyze也能扫出这类问题。

UIWebView

不管是打开网页，仍是执行一段简单的js代码，UIWebView都会占用APP大量内存。而WKWebView不只有出色的渲染性能，并且它有本身独立进程，一些网页相关的内存消耗移到自身进程里，最适合取替UIWebView。

autoreleasepool

一般autoreleased对象是在runloop结束时才释放。若是在循环里产生大量autoreleased对象，内存峰值会猛涨，甚至出现OOM。适当的添加autoreleasepool能及时释放内存，下降峰值。

互相引用

比较容易出现互相引用的地方是block里使用了self，而self又持有这个block，只能经过代码规范来避免。另外NSTimer的target、CAAnimation的delegate，是对Obj强引用。目前微信经过本身实现的MMNoRetainTimer和MMDelegateCenter来规避这类问题。

大图片处理

举个例子，以往图片缩放接口是这样写的：

但处理大分辨率图片时，每每容易出现OOM，缘由是-[UIImage drawInRect:]在绘制时，先解码图片，再生成原始分辨率大小的bitmap，这是很耗内存的。解决方法是使用更低层的ImageIO接口，避免中间bitmap产生：

大视图

大视图是指View的size过大，自身包含要渲染的内容。超长文本是微信里常见的炸群消息，一般几千甚至几万行。若是把它绘制到同一个View里，那将会消耗大量内存，同时形成严重卡顿。最好作法是把文本划分红多个View绘制，利用TableView的复用机制，减小没必要要的渲染和内存占用。

推荐文章

最后推荐几个iOS内存相关的连接：

● Memory Usage Performance Guidelines

● No pressure, Mon!

腾讯WeTest iOS预审工具

为了提升IEG苹果审核经过率，腾讯专门成立了苹果审核测试团队，打造出iOS预审工具这款产品。通过1年半的内部运营，腾讯内部应用的iOS审核经过率从平均35%提高到90%+。

现将腾讯内部产品的过审经验，以线上工具的形式共享给各位。在WeTest腾讯质量开放平台上能够在线使用。点击wetest.qq.com/product/ios 便可当即体验！