前面咱们提到过使用getMemoryClass()的方法能够获得Dalvik Heap的阈值。简要的获取某个应用的内存占用状况能够参考下面的示例( 关于更多内存查看的知识,能够参考这篇官方教程:Investigating Your RAM Usage )html
关于Native Heap,Dalvik Heap,Pss等内存管理机制比较复杂,这里不展开描述。简单的说,经过不一样的内存分配方式(malloc/mmap/JNIEnv/etc)对不一样的对象(bitmap,etc)进行操做会由于Android系统版本的差别而产生不一样的行为,对Native Heap与Dalvik Heap以及OOM的判断条件都会有所影响。在2.x的系统上,咱们经常能够看到Heap Size的total值明显超过了经过getMemoryClass()获取到的阈值而不会发生OOM的状况,那么针对2.x与4.x的Android系统,究竟是如何判断会发生OOM呢?java
Android 2.x系统 GC LOG中的dalvik allocated + external allocated + 新分配的大小 >= getMemoryClass()值的时候就会发生OOM。 例如,假设有这么一段Dalvik输出的GC LOG:GC_FOR_MALLOC free 2K, 13% free 32586K/37455K, external 8989K/10356K, paused 20ms,那么32586+8989+(新分配23975)=65550>64M时,就会发生OOM。android
Android 4.x系统 Android 4.x的系统废除了external的计数器,相似bitmap的分配改到dalvik的java heap中申请,只要allocated + 新分配的内存 >= getMemoryClass()的时候就会发生OOM,以下图所示(虽然图示演示的是art运行环境,可是统计规则仍是和dalvik保持一致)git
前面介绍了一些基础的内存管理机制以及OOM的基础知识,那么在实践操做当中,有哪些指导性的规则能够参考呢?概括下来,能够从四个方面着手,首先是减少对象的内存占用,其次是内存对象的重复利用,而后是避免对象的内存泄露,最后是内存使用策略优化。github
避免OOM的第一步就是要尽可能减小新分配出来的对象占用内存的大小,尽可能使用更加轻量的对象。算法
例如,咱们能够考虑使用ArrayMap/SparseArray而不是HashMap等传统数据结构,下图演示了HashMap的简要工做原理,相比起Android系统专门为移动操做系统编写的ArrayMap容器,在大多数状况下,都显示效率低下,更占内存。一般的HashMap的实现方式更加消耗内存,由于它须要一个额外的实例对象来记录Mapping操做。另外,SparseArray更加高效在于他们避免了对key与value的autobox自动装箱,而且避免了装箱后的解箱。数据库
关于更多ArrayMap/SparseArray的讨论,请参考http://hukai.me/android-performance-patterns-season-3/的前三个段落编程
Android官方培训课程提到过“Enums often require more than twice as much memory as static constants. You should strictly avoid using enums on Android.”,具体原理请参考http://hukai.me/android-performance-patterns-season-3/,因此请避免在Android里面使用到枚举。缓存
Bitmap是一个极容易消耗内存的大胖子,减少建立出来的Bitmap的内存占用是很重要的,一般来讲有下面2个措施:性能优化
在设计给到资源图片的时候,咱们须要特别留意这张图片是否存在能够压缩的空间,是否可使用一张更小的图片。尽可能使用更小的图片不只仅能够减小内存的使用,还能够避免出现大量的InflationException。假设有一张很大的图片被XML文件直接引用,颇有可能在初始化视图的时候就会由于内存不足而发生InflationException,这个问题的根本缘由实际上是发生了OOM。
大多数对象的复用,最终实施的方案都是利用对象池技术,要么是在编写代码的时候显式的在程序里面去建立对象池,而后处理好复用的实现逻辑,要么就是利用系统框架既有的某些复用特性达到减小对象的重复建立,从而减小内存的分配与回收。
在Android上面最经常使用的一个缓存算法是LRU(Least Recently Use),简要操做原理以下图所示:
Android系统自己内置了不少的资源,例如字符串/颜色/图片/动画/样式以及简单布局等等,这些资源均可以在应用程序中直接引用。这样作不只仅能够减小应用程序的自身负重,减少APK的大小,另外还能够必定程度上减小内存的开销,复用性更好。可是也有必要留意Android系统的版本差别性,对那些不一样系统版本上表现存在很大差别,不符合需求的状况,仍是须要应用程序自身内置进去。
使用inBitmap须要注意几个限制条件:
另外提一点:在2.x的系统上,尽管bitmap是分配在native层,可是仍是没法避免被计算到OOM的引用计数器里面。这里提示一下,很多应用会经过反射BitmapFactory.Options里面的inNativeAlloc来达到扩大使用内存的目的,可是若是你们都这么作,对系统总体会形成必定的负面影响,建议谨慎采纳。
相似onDraw等频繁调用的方法,必定须要注意避免在这里作建立对象的操做,由于他会迅速增长内存的使用,并且很容易引发频繁的gc,甚至是内存抖动。
在有些时候,代码中会须要使用到大量的字符串拼接的操做,这种时候有必要考虑使用StringBuilder来替代频繁的“+”。
内存对象的泄漏,会致使一些再也不使用的对象没法及时释放,这样一方面占用了宝贵的内存空间,很容易致使后续须要分配内存的时候,空闲空间不足而出现OOM。显然,这还使得每级Generation的内存区域可用空间变小,gc就会更容易被触发,容易出现内存抖动,从而引发性能问题。
最新的LeakCanary开源控件,能够很好的帮助咱们发现内存泄露的状况,更多关于LeakCanary的介绍,请看这里https://github.com/square/leakcanary(中文使用说明http://www.liaohuqiu.net/cn/posts/leak-canary-read-me/)。另外也可使用传统的MAT工具查找内存泄露,请参考这里http://android-developers.blogspot.pt/2011/03/memory-analysis-for-android.html(便捷的中文资料http://androidperformance.com/2015/04/11/AndroidMemory-Usage-Of-MAT/)
一般来讲,Activity的泄漏是内存泄漏里面最严重的问题,它占用的内存多,影响面广,咱们须要特别注意如下两种状况致使的Activity泄漏:
最典型的场景是Handler致使的Activity泄漏,若是Handler中有延迟的任务或者是等待执行的任务队列过长,都有可能由于Handler继续执行而致使Activity发生泄漏。此时的引用关系链是Looper -> MessageQueue -> Message -> Handler -> Activity。为了解决这个问题,能够在UI退出以前,执行remove Handler消息队列中的消息与runnable对象。或者是使用Static + WeakReference的方式来达到断开Handler与Activity之间存在引用关系的目的。
内部类引发的泄漏不只仅会发生在Activity上,其余任何内部类出现的地方,都须要特别留意!咱们能够考虑尽可能使用static类型的内部类,同时使用WeakReference的机制来避免由于互相引用而出现的泄露。
对于大部分非必须使用Activity Context的状况(Dialog的Context就必须是Activity Context),咱们均可以考虑使用Application Context而不是Activity的Context,这样能够避免不经意的Activity泄露。
虽然在大多数状况下,咱们会对Bitmap增长缓存机制,可是在某些时候,部分Bitmap是须要及时回收的。例如临时建立的某个相对比较大的bitmap对象,在通过变换获得新的bitmap对象以后,应该尽快回收原始的bitmap,这样可以更快释放原始bitmap所占用的空间。
须要特别留意的是Bitmap类里面提供的createBitmap()方法:
这个函数返回的bitmap有可能和source bitmap是同一个,在回收的时候,须要特别检查source bitmap与return bitmap的引用是否相同,只有在不等的状况下,才可以执行source bitmap的recycle方法。
在Android程序里面存在不少须要register与unregister的监听器,咱们须要确保在合适的时候及时unregister那些监听器。本身手动add的listener,须要记得及时remove这个listener。
有时候,咱们为了提升对象的复用性把某些对象放到缓存容器中,但是若是这些对象没有及时从容器中清除,也是有可能致使内存泄漏的。例如,针对2.3的系统,若是把drawable添加到缓存容器,由于drawable与View的强应用,很容易致使activity发生泄漏。而从4.0开始,就不存在这个问题。解决这个问题,须要对2.3系统上的缓存drawable作特殊封装,处理引用解绑的问题,避免泄漏的状况。
Android中的WebView存在很大的兼容性问题,不只仅是Android系统版本的不一样对WebView产生很大的差别,另外不一样的厂商出货的ROM里面WebView也存在着很大的差别。更严重的是标准的WebView存在内存泄露的问题,看这里WebView causes memory leak - leaks the parent Activity。因此一般根治这个问题的办法是为WebView开启另一个进程,经过AIDL与主进程进行通讯,WebView所在的进程能够根据业务的须要选择合适的时机进行销毁,从而达到内存的完整释放。
在程序中咱们常常会进行查询数据库的操做,但时常会存在不当心使用Cursor以后没有及时关闭的状况。这些Cursor的泄露,反复屡次出现的话会对内存管理产生很大的负面影响,咱们须要谨记对Cursor对象的及时关闭。
正如前面提到的,Android设备根据硬件与软件的设置差别而存在不一样大小的内存空间,他们为应用程序设置了不一样大小的Heap限制阈值。你能够经过调用getMemoryClass()
来获取应用的可用Heap大小。在一些特殊的情景下,你能够经过在manifest
的application
标签下添加largeHeap=true
的属性来为应用声明一个更大的heap空间。而后,你能够经过getLargeMemoryClass()
来获取到这个更大的heap size阈值。然而,声明获得更大Heap阈值的本意是为了一小部分会消耗大量RAM的应用(例如一个大图片的编辑应用)。不要轻易的由于你须要使用更多的内存而去请求一个大的Heap Size。只有当你清楚的知道哪里会使用大量的内存而且知道为何这些内存必须被保留时才去使用large heap。所以请谨慎使用large heap属性。使用额外的内存空间会影响系统总体的用户体验,而且会使得每次gc的运行时间更长。在任务切换时,系统的性能会大打折扣。另外, large heap并不必定可以获取到更大的heap。在某些有严格限制的机器上,large heap的大小和一般的heap size是同样的。所以即便你申请了large heap,你仍是应该经过执行getMemoryClass()
来检查实际获取到的heap大小。
例如,在设计ListView或者GridView的Bitmap LRU缓存的时候,须要考虑的点有:
Android用户能够随意在不一样的应用之间进行快速切换。为了让background的应用可以迅速的切换到forground,每个background的应用都会占用必定的内存。Android系统会根据当前的系统的内存使用状况,决定回收部分background的应用内存。若是background的应用从暂停状态直接被恢复到forground,可以得到较快的恢复体验,若是background应用是从Kill的状态进行恢复,相比之下就显得稍微有点慢。
onTrimMemory(int):Android系统从4.0开始还提供了onTrimMemory()的回调,当系统内存达到某些条件的时候,全部正在运行的应用都会收到这个回调,同时在这个回调里面会传递如下的参数,表明不一样的内存使用状况,收到onTrimMemory()回调的时候,须要根据传递的参数类型进行判断,合理的选择释放自身的一些内存占用,一方面能够提升系统的总体运行流畅度,另外也能够避免本身被系统判断为优先须要杀掉的应用。下图介绍了各类不一样的回调参数:
TRIM_MEMORY_UI_HIDDEN:你的应用程序的全部UI界面被隐藏了,即用户点击了Home键或者Back键退出应用,致使应用的UI界面彻底不可见。这个时候应该释放一些不可见的时候非必须的资源
当程序正在前台运行的时候,可能会接收到从onTrimMemory()中返回的下面的值之一:
当应用进程退到后台正在被Cached的时候,可能会接收到从onTrimMemory()中返回的下面的值之一:
咱们知道hdpi/xhdpi/xxhdpi
等等不一样dpi的文件夹下的图片在不一样的设备上会通过scale的处理。例如咱们只在hdpi的目录下放置了一张100100的图片,那么根据换算关系,xxhdpi
的手机去引用那张图片就会被拉伸到200200。须要注意到在这种状况下,内存占用是会显著提升的。对于不但愿被拉伸的图片,须要放到assets或者nodpi的目录下。
在某些状况下,咱们须要事先评估那些可能发生OOM的代码,对于这些可能发生OOM的代码,加入catch机制,能够考虑在catch里面尝试一次降级的内存分配操做。例如decode bitmap的时候,catch到OOM,能够尝试把采样比例再增长一倍以后,再次尝试decode。
由于static的生命周期过长,和应用的进程保持一致,使用不当极可能致使对象泄漏,在Android中应该谨慎使用static对象。
虽然单例模式简单实用,提供了不少便利性,可是由于单例的生命周期和应用保持一致,使用不合理很容易出现持有对象的泄漏。
若是你的应用须要在后台使用service,除非它被触发并执行一个任务,不然其余时候Service都应该是中止状态。另外须要注意当这个service完成任务以后由于中止service失败而引发的内存泄漏。 当你启动一个Service,系统会倾向为了保留这个Service而一直保留Service所在的进程。这使得进程的运行代价很高,由于系统没有办法把Service所占用的RAM空间腾出来让给其余组件,另外Service还不能被Paged out。这减小了系统可以存放到LRU缓存当中的进程数量,它会影响应用之间的切换效率,甚至会致使系统内存使用不稳定,从而没法继续保持住全部目前正在运行的service。 建议使用IntentService,它会在处理完交代给它的任务以后尽快结束本身。更多信息,请阅读Running in a Background Service。
越扁平化的视图布局,占用的内存就越少,效率越高。咱们须要尽可能保证布局足够扁平化,当使用系统提供的View没法实现足够扁平的时候考虑使用自定义View来达到目的。
不少时候,开发者会使用抽象类做为”好的编程实践”,由于抽象可以提高代码的灵活性与可维护性。然而,抽象会致使一个显著的额外内存开销:他们须要同等量的代码用于可执行,那些代码会被mapping到内存中,所以若是你的抽象没有显著的提高效率,应该尽可能避免他们。
Protocol buffers是由Google为序列化结构数据而设计的,一种语言无关,平台无关,具备良好的扩展性。相似XML,却比XML更加轻量,快速,简单。若是你须要为你的数据实现序列化与协议化,建议使用nano protobufs。关于更多细节,请参考protobuf readme的”Nano version”章节。
使用相似Guice或者RoboGuice等框架注入代码,在某种程度上能够简化你的代码。下面是使用RoboGuice先后的对比图:
使用RoboGuice以后,代码是简化了很多。然而,那些注入框架会经过扫描你的代码执行许多初始化的操做,这会致使你的代码须要大量的内存空间来mapping代码,并且mapped pages会长时间的被保留在内存中。除非真的颇有必要,建议谨慎使用这种技术。
使用多进程能够把应用中的部分组件运行在单独的进程当中,这样能够扩大应用的内存占用范围,可是这个技术必须谨慎使用,绝大多数应用都不该该贸然使用多进程,一方面是由于使用多进程会使得代码逻辑更加复杂,另外若是使用不当,它可能反而会致使显著增长内存。当你的应用须要运行一个常驻后台的任务,并且这个任务并不轻量,能够考虑使用这个技术。
一个典型的例子是建立一个能够长时间后台播放的Music Player。若是整个应用都运行在一个进程中,当后台播放的时候,前台的那些UI资源也没有办法获得释放。相似这样的应用能够切分红2个进程:一个用来操做UI,另一个给后台的Service。
ProGuard可以经过移除不须要的代码,重命名类,域与方法等等对代码进行压缩,优化与混淆。使用ProGuard可使得你的代码更加紧凑,这样可以减小mapping代码所须要的内存空间。
不少开源的library代码都不是为移动网络环境而编写的,若是运用在移动设备上,并不必定适合。即便是针对Android而设计的library,也须要特别谨慎,特别是在你不知道引入的library具体作了什么事情的时候。例如,其中一个library使用的是nano protobufs, 而另一个使用的是micro protobufs。这样一来,在你的应用里面就有2种protobuf的实现方式。这样相似的冲突还可能发生在输出日志,加载图片,缓存等等模块里面。另外不要为了1个或者2个功能而导入整个library,若是没有一个合适的库与你的需求相吻合,你应该考虑本身去实现,而不是导入一个大而全的解决方案。
在某些状况下,设计的某个方案可以快速实现需求,可是这个方案却可能在内存占用上表现的效率不够好。例如:
对于上面这样一个时钟表盘的实现,最简单的就是使用不少张包含指针的表盘图片,使用帧动画实现指针的旋转。可是若是把指针扣出来,单独进行旋转绘制,显然比载入N多张图片占用的内存要少不少。固然这样作,代码复杂度上会有所增长,这里就须要在优化内存占用与实现简易度之间进行权衡了。
写在最后:
参考资料: