Android 管理應用的內(nèi)存

編寫:kesenhoo - 原文:http://developer.android.com/training/articles/memory.html

Random Access Memory(RAM)在任何軟件開發(fā)環(huán)境中都是一個很寶貴的資源。這一點在物理內(nèi)存通常很有限的移動操作系統(tǒng)上，顯得尤為突出。盡管Android的Dalvik虛擬機扮演了常規(guī)的垃圾回收的角色，但這并不意味著你可以忽視app的內(nèi)存分配與釋放的時機與地點。

為了GC能夠從app中及時回收內(nèi)存，我們需要注意避免內(nèi)存泄露(通常由于在全局成員變量中持有對象引用而導致)并且在適當?shù)臅r機(下面會講到的lifecycle callbacks)來釋放引用對象。對于大多數(shù)app來說，Dalvik的GC會自動把離開活動線程的對象進行回收。

這篇文章會解釋Android是如何管理app的進程與內(nèi)存分配，以及在開發(fā)Android應用的時候如何主動的減少內(nèi)存的使用。關于Java的資源管理機制，請參考其它書籍或者線上材料。如果你正在尋找如何分析你的內(nèi)存使用情況的文章，請參考這里Investigating Your RAM Usage。

第1部分: Android是如何管理內(nèi)存的

Android并沒有為內(nèi)存提供交換區(qū)(Swap space)，但是它有使用paging與memory-mapping(mmapping)的機制來管理內(nèi)存。這意味著任何你修改的內(nèi)存(無論是通過分配新的對象還是去訪問mmaped pages中的內(nèi)容)都會貯存在RAM中，而且不能被paged out。因此唯一完整釋放內(nèi)存的方法是釋放那些你可能hold住的對象的引用，當這個對象沒有被任何其他對象所引用的時候，它就能夠被GC回收了。只有一種例外是：如果系統(tǒng)想要在其他地方重用這個對象。

1) 共享內(nèi)存

Android通過下面幾個方式在不同的進程中來實現(xiàn)共享RAM:

• 每一個app的進程都是從一個被叫做Zygote的進程中fork出來的。Zygote進程在系統(tǒng)啟動并且載入通用的framework的代碼與資源之后開始啟動。為了啟動一個新的程序進程，系統(tǒng)會fork Zygote進程生成一個新的進程，然后在新的進程中加載并運行app的代碼。這使得大多數(shù)的RAM pages被用來分配給framework的代碼，同時使得RAM資源能夠在應用的所有進程中進行共享。

• 大多數(shù)static的數(shù)據(jù)被mmapped到一個進程中。這不僅僅使得同樣的數(shù)據(jù)能夠在進程間進行共享，而且使得它能夠在需要的時候被paged out。例如下面幾種static的數(shù)據(jù):

  • Dalvik 代碼 (放在一個預鏈接好的 .odex 文件中以便直接mapping)
  • App resources (通過把資源表結構設計成便于mmapping的數(shù)據(jù)結構，另外還可以通過把APK中的文件做aligning的操作來優(yōu)化)
  • 傳統(tǒng)項目元素，比如 .so 文件中的本地代碼.
• 在很多情況下，Android通過顯式的分配共享內(nèi)存區(qū)域(例如ashmem或者gralloc)來實現(xiàn)一些動態(tài)RAM區(qū)域能夠在不同進程間進行共享。例如，window surfaces在app與screen compositor之間使用共享的內(nèi)存，cursor buffers在content provider與client之間使用共享的內(nèi)存。

關于如何查看app所使用的共享內(nèi)存，請查看Investigating Your RAM Usage

2) 分配與回收內(nèi)存

這里有下面幾點關于Android如何分配與回收內(nèi)存的事實：

• 每一個進程的Dalvik heap都有一個受限的虛擬內(nèi)存范圍。這就是邏輯上講的heap size，它可以隨著需要進行增長，但是會有一個系統(tǒng)為它所定義的上限。
• 邏輯上講的heap size和實際物理上使用的內(nèi)存數(shù)量是不等的，Android會計算一個叫做Proportional Set Size(PSS)的值，它記錄了那些和其他進程進行共享的內(nèi)存大小。（假設共享內(nèi)存大小是10M，一共有20個Process在共享使用，根據(jù)權重，可能認為其中有0.3M才能真正算是你的進程所使用的）
• Dalvik heap與邏輯上的heap size不吻合，這意味著Android并不會去做heap中的碎片整理用來關閉空閑區(qū)域。Android僅僅會在heap的尾端出現(xiàn)不使用的空間時才會做收縮邏輯heap size大小的動作。但是這并不是意味著被heap所使用的物理內(nèi)存大小不能被收縮。在垃圾回收之后，Dalvik會遍歷heap并找出不使用的pages，然后使用madvise(系統(tǒng)調(diào)用)把那些pages返回給kernal。因此，成對的allocations與deallocations大塊的數(shù)據(jù)可以使得物理內(nèi)存能夠被正常的回收。然而，回收碎片化的內(nèi)存則會使得效率低下很多，因為那些碎片化的分配頁面也許會被其他地方所共享到。

3) 限制應用的內(nèi)存

為了維持多任務的功能環(huán)境，Android為每一個app都設置了一個硬性的heap size限制。準確的heap size限制會因為不同設備的不同RAM大小而各有差異。如果你的app已經(jīng)到了heap的限制大小并且再嘗試分配內(nèi)存的話，會引起OutOfMemoryError的錯誤。

在一些情況下，你也許想要查詢當前設備的heap size限制大小是多少，然后決定cache的大小。可以通過getMemoryClass()來查詢。這個方法會返回一個整數(shù)，表明你的應用的heap size限制是多少Mb(megabates)。

4) 切換應用

Android并不會在用戶切換不同應用時候做交換內(nèi)存的操作。Android會把那些不包含foreground組件的進程放到LRU cache中。例如，當用戶剛開始啟動了一個應用，系統(tǒng)會為它創(chuàng)建了一個進程，但是當用戶離開這個應用，此進程并不會立即被銷毀。系統(tǒng)會把這個進程放到cache中，如果用戶后來再回到這個應用，此進程就能夠被完整恢復，從而實現(xiàn)應用的快速切換。

如果你的應用中有一個被緩存的進程，這個進程會占用暫時不需要使用到的內(nèi)存，這個暫時不需要使用的進程，它被保留在內(nèi)存中，這會對系統(tǒng)的整體性能有影響。因此當系統(tǒng)開始進入低內(nèi)存狀態(tài)時，它會由系統(tǒng)根據(jù)LRU的規(guī)則與其他因素選擇綜合考慮之后決定殺掉某些進程，為了保持你的進程能夠盡可能長久的被緩存，請參考下面的章節(jié)學習何時釋放你的引用。

對于那些不在foreground的進程，Android是如何決定kill掉哪一類進程的問題，請參考Processes and Threads.

第2部分: 你的應用該如何管理內(nèi)存

你應該在開發(fā)過程的每一個階段都考慮到RAM的有限性，甚至包括在開始編寫代碼之前的設計階段就應該考慮到RAM的限制性。我們可以使用多種設計與實現(xiàn)方式，他們有著不同的效率，即使這些方式只是相同技術的不斷組合與演變。

為了使得你的應用性能效率更高，你應該在設計與實現(xiàn)代碼時，遵循下面的技術要點。

1) 珍惜Services資源

如果你的應用需要在后臺使用service，除非它被觸發(fā)并執(zhí)行一個任務，否則其他時候service都應該是停止狀態(tài)。另外需要注意當這個service完成任務之后因為停止service失敗而引起的內(nèi)存泄漏。

當你啟動一個service，系統(tǒng)會傾向為了保留這個service而一直保留service所在的進程。這使得進程的運行代價很高，因為系統(tǒng)沒有辦法把service所占用的RAM空間騰出來讓給其他組件，另外service還不能被paged out。這減少了系統(tǒng)能夠存放到LRU緩存當中的進程數(shù)量，它會影響app之間的切換效率。它甚至會導致系統(tǒng)內(nèi)存使用不穩(wěn)定，從而無法繼續(xù)保持住所有目前正在運行的service。

限制你的service的最好辦法是使用IntentService， 它會在處理完交代給它的intent任務之后盡快結束自己。更多信息，請閱讀Running in a Background Service.

當一個Service已經(jīng)不再需要的時候還繼續(xù)保留它，這對Android應用的內(nèi)存管理來說是最糟糕的錯誤之一。因此千萬不要貪婪的使得一個Service持續(xù)保留。不僅僅是因為它會使得你的應用因為RAM空間的不足而性能糟糕，還會使得用戶發(fā)現(xiàn)那些有著常駐后臺行為的應用并且可能卸載它。

2) 當UI隱藏時釋放內(nèi)存

當用戶切換到其它應用并且你的應用 UI不再可見時，你應該釋放你的應用UI上所占用的所有內(nèi)存資源。在這個時候釋放UI資源可以顯著的增加系統(tǒng)緩存進程的能力，它會對用戶體驗有著很直接的影響。

為了能夠接收到用戶離開你的UI時的通知，你需要實現(xiàn)Activtiy類里面的onTrimMemory()回調(diào)方法。你應該使用這個方法來監(jiān)聽到TRIM_MEMORY_UI_HIDDEN級別的回調(diào)，此時意味著你的UI已經(jīng)隱藏，你應該釋放那些僅僅被你的UI使用的資源。

請注意：你的應用僅僅會在所有UI組件的被隱藏的時候接收到onTrimMemory()的回調(diào)并帶有參數(shù)TRIM_MEMORY_UI_HIDDEN。這與onStop()的回調(diào)是不同的，onStop會在activity的實例隱藏時會執(zhí)行，例如當用戶從你的app的某個activity跳轉到另外一個activity時前面activity的onStop()會被執(zhí)行。因此你應該實現(xiàn)onStop回調(diào)，并且在此回調(diào)里面釋放activity的資源，例如釋放網(wǎng)絡連接，注銷監(jiān)聽廣播接收者。除非接收到onTrimMemory(TRIM_MEMORY_UI_HIDDEN))的回調(diào)，否者你不應該釋放你的UI資源。這確保了用戶從其他activity切回來時，你的UI資源仍然可用，并且可以迅速恢復activity。

3) 當內(nèi)存緊張時釋放部分內(nèi)存

在你的app生命周期的任何階段，onTrimMemory的回調(diào)方法同樣可以告訴你整個設備的內(nèi)存資源已經(jīng)開始緊張。你應該根據(jù)onTrimMemory回調(diào)中的內(nèi)存級別來進一步?jīng)Q定釋放哪些資源。

• TRIM_MEMORY_RUNNING_MODERATE：你的app正在運行并且不會被列為可殺死的。但是設備此時正運行于低內(nèi)存狀態(tài)下，系統(tǒng)開始觸發(fā)殺死LRU Cache中的Process的機制。
• TRIM_MEMORY_RUNNING_LOW：你的app正在運行且沒有被列為可殺死的。但是設備正運行于更低內(nèi)存的狀態(tài)下，你應該釋放不用的資源用來提升系統(tǒng)性能（但是這也會直接影響到你的app的性能）。
• TRIM_MEMORY_RUNNING_CRITICAL：你的app仍在運行，但是系統(tǒng)已經(jīng)把LRU Cache中的大多數(shù)進程都已經(jīng)殺死，因此你應該立即釋放所有非必須的資源。如果系統(tǒng)不能回收到足夠的RAM數(shù)量，系統(tǒng)將會清除所有的LRU緩存中的進程，并且開始殺死那些之前被認為不應該殺死的進程，例如那個包含了一個運行態(tài)Service的進程。

同樣，當你的app進程正在被cached時，你可能會接受到從onTrimMemory()中返回的下面的值之一:

• TRIM_MEMORY_BACKGROUND: 系統(tǒng)正運行于低內(nèi)存狀態(tài)并且你的進程正處于LRU緩存名單中最不容易殺掉的位置。盡管你的app進程并不是處于被殺掉的高危險狀態(tài)，系統(tǒng)可能已經(jīng)開始殺掉LRU緩存中的其他進程了。你應該釋放那些容易恢復的資源，以便于你的進程可以保留下來，這樣當用戶回退到你的app的時候才能夠迅速恢復。
• TRIM_MEMORY_MODERATE: 系統(tǒng)正運行于低內(nèi)存狀態(tài)并且你的進程已經(jīng)已經(jīng)接近LRU名單的中部位置。如果系統(tǒng)開始變得更加內(nèi)存緊張，你的進程是有可能被殺死的。
• TRIM_MEMORY_COMPLETE: 系統(tǒng)正運行與低內(nèi)存的狀態(tài)并且你的進程正處于LRU名單中最容易被殺掉的位置。你應該釋放任何不影響你的app恢復狀態(tài)的資源。

因為onTrimMemory()的回調(diào)是在API 14才被加進來的，對于老的版本，你可以使用onLowMemory)回調(diào)來進行兼容。onLowMemory相當與TRIM_MEMORY_COMPLETE。

Note: 當系統(tǒng)開始清除LRU緩存中的進程時，盡管它首先按照LRU的順序來操作，但是它同樣會考慮進程的內(nèi)存使用量。因此消耗越少的進程則越容易被留下來。

4) 檢查你應該使用多少的內(nèi)存

正如前面提到的，每一個Android設備都會有不同的RAM總大小與可用空間，因此不同設備為app提供了不同大小的heap限制。你可以通過調(diào)用getMemoryClass())來獲取你的app的可用heap大小。如果你的app嘗試申請更多的內(nèi)存，會出現(xiàn)OutOfMemory的錯誤。

在一些特殊的情景下，你可以通過在manifest的application標簽下添加largeHeap=true的屬性來聲明一個更大的heap空間。如果你這樣做，你可以通過getLargeMemoryClass())來獲取到一個更大的heap size。

然而，能夠獲取更大heap的設計本意是為了一小部分會消耗大量RAM的應用(例如一個大圖片的編輯應用)。不要輕易的因為你需要使用大量的內(nèi)存而去請求一個大的heap size。只有當你清楚的知道哪里會使用大量的內(nèi)存并且為什么這些內(nèi)存必須被保留時才去使用large heap. 因此請盡量少使用large heap。使用額外的內(nèi)存會影響系統(tǒng)整體的用戶體驗，并且會使得GC的每次運行時間更長。在任務切換時，系統(tǒng)的性能會變得大打折扣。

另外, large heap并不一定能夠獲取到更大的heap。在某些有嚴格限制的機器上，large heap的大小和通常的heap size是一樣的。因此即使你申請了large heap，你還是應該通過執(zhí)行getMemoryClass()來檢查實際獲取到的heap大小。

5) 避免bitmaps的浪費

當你加載一個bitmap時，僅僅需要保留適配當前屏幕設備分辨率的數(shù)據(jù)即可，如果原圖高于你的設備分辨率，需要做縮小的動作。請記住，增加bitmap的尺寸會對內(nèi)存呈現(xiàn)出2次方的增加，因為X與Y都在增加。

Note:在Android 2.3.x (API level 10)及其以下, bitmap對象的pixel data是存放在native內(nèi)存中的，它不便于調(diào)試。然而，從Android 3.0(API level 11)開始，bitmap pixel data是分配在你的app的Dalvik heap中, 這提升了GC的工作效率并且更加容易Debug。因此如果你的app使用bitmap并在舊的機器上引發(fā)了一些內(nèi)存問題，切換到3.0以上的機器上進行Debug。

6) 使用優(yōu)化的數(shù)據(jù)容器

利用Android Framework里面優(yōu)化過的容器類，例如SparseArray, SparseBooleanArray, 與 LongSparseArray。 通常的HashMap的實現(xiàn)方式更加消耗內(nèi)存，因為它需要一個額外的實例對象來記錄Mapping操作。另外，SparseArray更加高效在于他們避免了對key與value的autobox自動裝箱，并且避免了裝箱后的解箱。

7) 請注意內(nèi)存開銷

對你所使用的語言與庫的成本與開銷有所了解，從開始到結束，在設計你的app時謹記這些信息。通常，表面上看起來無關痛癢(innocuous)的事情也許實際上會導致大量的開銷。例如：

• Enums的內(nèi)存消耗通常是static constants的2倍。你應該盡量避免在Android上使用enums。
• 在Java中的每一個類(包括匿名內(nèi)部類)都會使用大概500 bytes。
• 每一個類的實例花銷是12-16 bytes。
• 往HashMap添加一個entry需要額一個額外占用的32 bytes的entry對象。

8) 請注意代碼“抽象”

通常，開發(fā)者使用抽象作為"好的編程實踐"，因為抽象能夠提升代碼的靈活性與可維護性。然而，抽象會導致一個顯著的開銷：通常他們需要同等量的代碼用于可執(zhí)行。那些代碼會被map到內(nèi)存中。因此如果你的抽象沒有顯著的提升效率，應該盡量避免他們。

9) 為序列化的數(shù)據(jù)使用nano protobufs

Protocol buffers是由Google為序列化結構數(shù)據(jù)而設計的，一種語言無關，平臺無關，具有良好擴展性的協(xié)議。類似XML，卻比XML更加輕量，快速，簡單。如果你需要為你的數(shù)據(jù)實現(xiàn)協(xié)議化，你應該在客戶端的代碼中總是使用nano protobufs。通常的協(xié)議化操作會生成大量繁瑣的代碼，這容易給你的app帶來許多問題：增加RAM的使用量，顯著增加APK的大小，更慢的執(zhí)行速度，更容易達到DEX的字符限制。

關于更多細節(jié)，請參考protobuf readme的"Nano version"章節(jié)。

10) 避免使用依賴注入框架

使用類似Guice或者RoboGuice等framework injection包是很有效的，因為他們能夠簡化你的代碼。

Notes：RoboGuice 2 通過依賴注入改變代碼風格，讓Android開發(fā)時的體驗更好。你在調(diào)用 getIntent().getExtras() 時經(jīng)常忘記檢查 null 嗎？RoboGuice 2 可以幫你做。你認為將 findViewById() 的返回值強制轉換成 TextView 是本不必要的工作嗎？ RoboGuice 2 可以幫你。RoboGuice 把這些需要猜測性的工作移到Android開發(fā)以外去了。RoboGuice 2 會負責注入你的 View, Resource, System Service或者其他對象等等類似的細節(jié)。

然而，那些框架會通過掃描你的代碼執(zhí)行許多初始化的操作，這會導致你的代碼需要大量的RAM來mapping代碼，而且mapped pages會長時間的被保留在RAM中。

11) 謹慎使用第三方libraries

很多開源的library代碼都不是為移動網(wǎng)絡環(huán)境而編寫的，如果運用在移動設備上，，這樣的效率并不高。當你決定使用一個第三方library的時候，你應該針對移動網(wǎng)絡做繁瑣的遷移與維護的工作。

即使是針對Android而設計的library，也可能是很危險的，因為每一個library所做的事情都是不一樣的。例如，其中一個lib使用的是nano protobufs, 而另外一個使用的是micro protobufs。那么這樣，在你的app里面就有2種protobuf的實現(xiàn)方式。這樣的沖突同樣可能發(fā)生在輸出日志，加載圖片，緩存等等模塊里面。

同樣不要陷入為了1個或者2個功能而導入整個library的陷阱。如果沒有一個合適的庫與你的需求相吻合，你應該考慮自己去實現(xiàn)，而不是導入一個大而全的解決方案。

12) 優(yōu)化整體性能

官方有列出許多優(yōu)化整個app性能的文章：Best Practices for Performance。這篇文章就是其中之一。有些文章是講解如何優(yōu)化app的CPU使用效率，有些是如何優(yōu)化app的內(nèi)存使用效率。

你還應該閱讀optimizing your UI來為layout進行優(yōu)化。同樣還應該關注lint工具所提出的建議，進行優(yōu)化。

13) 使用ProGuard來剔除不需要的代碼

ProGuard能夠通過移除不需要的代碼，重命名類，域與方法等方對代碼進行壓縮，優(yōu)化與混淆。使用ProGuard可以使得你的代碼更加緊湊，這樣能夠使用更少mapped代碼所需要的RAM。

14) 對最終的APK使用zipalign

在編寫完所有代碼，并通過編譯系統(tǒng)生成APK之后，你需要使用zipalign對APK進行重新校準。如果你不做這個步驟，會導致你的APK需要更多的RAM，因為一些類似圖片資源的東西不能被mapped。

Notes: Google Play不接受沒有經(jīng)過zipalign的APK。

15) 分析你的RAM使用情況

一旦你獲取到一個相對穩(wěn)定的版本后，需要分析你的app整個生命周期內(nèi)使用的內(nèi)存情況，并進行優(yōu)化，更多細節(jié)請參考Investigating Your RAM Usage.

16) 使用多進程

如果合適的話，有一個更高級的技術可以幫助你的app管理內(nèi)存使用：通過把你的app組件切分成多個組件，運行在不同的進程中。這個技術必須謹慎使用，大多數(shù)app都不應該運行在多個進程中。因為如果使用不當，它會顯著增加內(nèi)存的使用，而不是減少。當你的app需要在后臺運行與前臺一樣的大量的任務的時候，可以考慮使用這個技術。

一個典型的例子是創(chuàng)建一個可以長時間后臺播放的Music Player。如果整個app運行在一個進程中，當后臺播放的時候，前臺的那些UI資源也沒有辦法得到釋放。類似這樣的app可以切分成2個進程：一個用來操作UI，另外一個用來后臺的Service.

你可以通過在manifest文件中聲明'android:process'屬性來實現(xiàn)某個組件運行在另外一個進程的操作。

<service android:name=".PlaybackService"
         android:process=":background" />

更多關于使用這個技術的細節(jié)，請參考原文，鏈接如下。http://developer.android.com/training/articles/memory.html