一、内存问题

1、很多的异常退出、崩溃和卡顿都是由内存引起的，所以内存相关的优化是开发人员经常要面临和处理的难题。内存主要造成两个问题：

image.png

第一个问题是异常
异常包括OOM、内存分配失败，因内存不足导致的应用被杀死、设备重启等问题。
第二个问题是卡顿
Java内存不足会导致频繁的GC，这个问题再Dalvik虚拟机上表现的尤为明显，而ART虚拟机再内存管理上做了大量的优化，内存分配和GC效率大大提高。

2、内存使用方面有两个误区

误区一：内存占用越少越好
VSS、PSS、Java堆内存不足都可能引发异常和卡顿，从而认为内存使用越少越好。然而应用是否占用了过多内存，没有一个明显的数值界限，而是根据手机的配置和运行环境相关，当内存充足时，使用更多的内存可以获得更好的性能，当内存不足时应当做到“用时分配，及时分配”。
Android Bitmap内存分配的变化：

在Android 3.0之前，Bitmap对象放在Java堆，而像素数据放在Native内存中，如果不手动调用recycle，Bitmap Native内存回收完全依赖finalize函数回调，而finalize函数回调的时机十分的不靠谱。
Android 3.0~ Android 7.0将Bitmap对象和像素数据统一放到Java堆中，这样就算我们不调用recycle，Bitmap内存也会随着对象一起回收。然而Bitmap是内存消耗大户，常常会导致Java堆内存不足而OOM。
Android 8.0之后，利用NativeAllocationRegistry机制做到像素数据放在Native内存中，Bitmap对象放在Java堆中，和对象一起快速释放。

误区二：Native内存不用管
当物理内存不足时，系统开始杀进程，从后台、桌面、服务、前台，直到手机重启，系统安装优先级有条不紊的执行操作。

Fresco图片库在处理图片时就是将图片存储在Native内存中，在Android 5.0~7.0采用的方法如下：
步骤一：通过直接调用libandroid_runtime.so中Bitmap的构造函数得到一张空的Bitmap图片对象，而它的内存是放到Native堆中；
步骤二：通过系统的方式创建一张普通的Java Bitmap；
步骤三：将Java Bitmap的内容绘制到之前申请的空的Native Bitmap中；
步骤四：将申请的Java Bitmap释放，实现图片内存的”偷龙转凤“。

二、测量方法

1、Java内存分配

跟踪Java堆内存的使用情况，常用的工具是Allocation Tracker和MAT。
Allocation Tracker有三个缺点：

获取的信息过于分散，中间夹着这不少其他的信息，很多信息不是应用申请的
无法做到自动化分析，每次都需要手动开始和结束
虽然在跟踪的时候性能消耗很小，但在结束的时候，直到把数据dump出来之前，经常会吧手机完全卡死，甚至ANR。

2、Native内存分配

谷歌建议我们使用Chromium的AddressSanitize，目前其内存泄漏检测支持x86_64 Linux和OS X系统。另外还可以使用Malloc调试和Malloc钩子的方式监测内存问题。Malloc调试可以帮助我们去调试Native内存的一些使用问题，例如堆破坏、内存泄漏、非法地址等。Malloc钩子是在Android P之后，Android的libc支持拦截在恒旭执行期间繁盛的所有分配/释放调用，这样我们可以构建自己的内存检测工具。

三、内存优化方案

1、设备分级

内存优化首先需要根据设备环境来综合考虑。

设备分级
针对不同的设备采用不同的方案，如在低内存手机降低图片的分辨率和质量
缓存管理
使用统一的缓存管理方案，当系统内存不足时，能够及时地把内存还回去
进程模型
一个空的进程也会至少占用10M内存，减少应用进程数、常驻进程，有节制的使用进程
安装包大小
安装包体积过大，资源文件占用过多，可以适当缩减或退出精简版

2、Bitmap优化

统一图片库
-统一监控
大图片监控、重复图片监控、图片总内存监控

3、内存泄漏

内存泄漏主要分两种，一种是同一对象泄漏，另一种更加可怕，每次都会泄漏新的对象。

Java内存泄漏，建立类似LeakCanary的自动化检测方案。至少要做到Activity和Fragment的泄漏检测。
OOM监控，美团的Probe，在发生OOM时生成Hprof内存快照，然后通过单独的进程对这个文件进一步分析。
Native内存泄漏监控
针对无法重变so的情况，使用PLT Hook拦截库的内存分配函数，然后重定向到我们自己的实现后记录分配的内存地址、大小、来源so库路径等信息
针对可重编so情况，通过GCC的“-finstrument-functions"参数给所有函数插桩，桩中模拟调用栈入栈出操作，通过Id的“-wap”参数拦截分配和释放函数，重定向到我们自己的实现后记录分配的内存地址、大小、来源so库路径等信息

4、内存监控

1.采集方式
在前台时，可以间隔时间采集一次PSS、Java 堆、图片总内存。也可对用户进行抽样采集，全天采集。
2、计算指标
内存异常率：可以反映内存占用的异常情况，
内存 UV 异常率 = PSS 超过 400MB 的 UV / 采集 UV
触定律：可以反映Java内存的使用情况，如果超过85%最大堆限制，GC会变得频繁，容易造成OOM
内存 UV 触顶率 = Java 堆占用超过最大堆限制的 85% 的 UV / 采集 UV
3、GC监控
Android 6.0之后系统可以拿到更加精准的GC信息，需要特别注意阻塞式GC凡人次数和耗时，因为它会暂停应用线程，可能导致卡顿和ANR。