Android 内存优化

Android 内存管理机制

image.png

内存管理

  • 进程(由Application FrameWork和Linux内核管理)
  • 对象,变量(由Dalvik虚拟机管理)

针对进程的内存策略

  • 内存分配策略:由 ActivityManagerService 集中管理 所有进程的内存分配
  • 内存回收策略:
    步骤1:Application Framework 决定回收的进程类型
    Android中的进程 是托管的;当进程空间紧张时,会 按进程优先级低->>高的顺序 自动回收进程(前台-可见-服务-后台-空)
    步骤2:Linux 内核真正回收具体进程
    ActivityManagerService 对 所有进程进行评分(评分存放在变量adj中)
    更新评分到Linux 内核
    由Linux 内核完成真正的内存回收

针对对象、变量的内存策略

Android对于对象,变量的内存策略同java
内存管理 = 对象 / 变量的内存分配 + 内存释放

内存分配策略

  • 对象 / 变量的内存分配 由程序自动负责
  • 共有3种:静态分配、栈式分配、堆式分配,分别面向静态变量、局部变量 对象实例


    image.png

具体实例

public class Sample {    
    // 该类的实例对象的成员变量s1、mSample1 & 指向对象存放在堆内存中
    int s1 = 0;
    Sample mSample1 = new Sample();   
    
    // 方法中的局部变量s2、mSample2存放在 栈内存
    // 变量mSample2所指向的对象实例存放在 堆内存
    public void method() {        
        int s2 = 0;
        Sample mSample2 = new Sample();
    }
}
    // 变量mSample3的引用存放在栈内存中
    // 变量mSample3所指向的对象实例存放在堆内存
    // 该实例的成员变量s1、mSample1也存放在堆内存中
    Sample mSample3 = new Sample();

内存释放策略

对象 / 变量的内存释放 由Java垃圾回收器(GC)/ 帧栈 负责

Java垃圾回收器(GC)的内存释放 = 垃圾回收算法,主要包括:


image.png

image.png

常见的内存问题 & 优化方案

  • 内存泄露
  • 内存抖动
  • 图片Bitmap相关
  • 代码质量 & 数量
  • 日常不正确使用

内存泄露

即 ML(Memory Leak),指程序在申请内存后,当该内存不需再使用但却无法被释放 & 归还给程序的现象),容易使得应用程序发生内存溢出,即 OOM


image.png

image.png

常见内存泄露原因:

  • 集合类
  • Static关键字修饰的成员变量
  • 非静态内部类 / 匿名类
  • 资源对象使用后未关闭

图片资源Bitmap相关

image.png

image.png

内存抖动

image.png

优化方案:尽量避免频繁创建大量、临时的小对象

代码质量 & 数量

  • 优化原因
    代码本身的质量(如 数据结构、数据类型等) & 数量(代码量的大小)可能会导致大量的内存问题,如占用内存大、内存利用率低等
  • 优化方案
    主要从代码总量、数据结构、数据类型、 & 数据对象引用 方面优化,具体如下


    image.png

常见使用

image.png

注:
还有1个内存优化的终极方案:调大虚拟机Dalvik的堆内存大小
即 在AndroidManifest.xml的application标签中增加一个android:largeHeap属性(值 = true),从而通知虚拟机 应用程序需更大的堆内存
但不建议 & 不鼓励该做法

额外小技巧:

  • 技巧1:获取当前可使用的内存大小
    调用 ActivityManager.getMemoryClass()方法可获取当前应用可用的内存大小(单位 = 兆)
  • 技巧2:获取当前的内存使用情况
    在应用生命周期的任何阶段,调用 onTrimMemory()获取应用程序 当前内存使用情况(以内存级别进行识别),可根据该方法返回的内存紧张级别参数 来释放内存


    image.png
  • 技巧3:当视图变为隐藏状态时,则释放内存
    当用户跳转到不同的应用 & 视图不再显示时, 应释放应用视图所占的资源

辅助内存优化的分析工具

  • MAT(Memory Analysis Tools)
  • Heap Viewer
  • Allocation Tracker
  • Android Studio 的 Memory Monitor
  • LeakCanary

总结

image.png
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,911评论 5 460
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 82,014评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 142,129评论 0 320
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,283评论 1 264
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,159评论 4 357
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,161评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,565评论 3 382
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,251评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,531评论 1 292
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,619评论 2 310
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,383评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,255评论 3 313
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,624评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,916评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,199评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,553评论 2 342
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,756评论 2 335