2. 程式人生 > >App性能優化之內存優化

App性能優化之內存優化

阿新 • • 發佈：2017-09-24
處理器 app https dma subst arraymap lru cache man onmeasure

本文為慕課網《App性能優化之內存優化》課程的學習筆記，視頻地址 (http://www.imooc.com/video/13670)

## 如何查看一個app在安卓系統中的內存分配情況？
方法一：
1.啟動android studio和虛擬機，建立連接。
2.打開cmd窗口，輸入adb shell。
3.輸入ps。
技術分享
4.可以看到有一個name為應用包名的進程，這就是我們的app所在的進程
技術分享
5.為了具體查看app所在進程的內存使用情況，需輸入dumpsys meminfo +包名。
技術分享
方法二：

    float total_memory=
    Runtime.getRuntime().totalMemory()*1.0f/1024/1024;
    float free_memory=
    Runtime.getRuntime().freeMemory()*1.0f/1024/1024;
    float max_memory=
    Runtime.getRuntime().maxMemory()*1.0f/1024/1024;
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

方法三：
打開android studio的android monitor。
方法四：
打開android studio的Tools→Android→Android Device Monitor。
技術分享

android內存分配與回收方式

  1. 一個App通常就是一個進程，對應一個虛擬機。
  2. GC（垃圾回收器）只在Heap剩余空間不足時才觸發垃圾回收。（當GC回收垃圾後Heap剩余空間仍不足，GC會發起系統請求，若GC有很多變量，且GC回收會占用處理器時間，如果處理時間很長，影響app響應）。
  3. GC觸發時，所有線程都會暫停，極端情況下發生線程抖動（後面會說）。

App內存限制機制

  1. 每個app分配的最大內存限制，隨不同設備而不同。查看方式：`
ActivityManager manager= (ActivityManager)getSystemService(ACTIVITY_SERVICE);
int memory=manager.getMemoryClass();
int large=manager.getLargeMemoryClass();//大部分情況下二者相同
  • 1
  • 2
  • 3
  1. 吃內存大戶：圖片

切換應用時後臺App清理機制

  • app切換時的LRU cache (LRU算法，最近使用的排在最前面，最少可能的被清理掉)
  • 系統清理（或內存變化）時會回調應用裏activity的onTrimMemory(int level)方法。這時我們可以判斷系統內存是否不足了，如果是就清理掉應用的一些不用的內存來使應用的占用內存變小，減少被系統清理掉的可能性。level對應信息

App內存優化方法

  • 數據結構優化
    1.頻繁的字符串拼接采用StringBuilder而不是通過+的方式（會產生無用的中間字符串內存塊，視頻中二者拼接同樣字符串的總耗時為3ms和8000ms！！！）。
    2.ArrayMap,SparseMap替換HashMap（HashMap效率不高，占用內存大）。
    3.內存抖動(變量使用不當引起，比如突然產生很多變量或申請很多內存空間，但很快就做完事情棄之不用了，過了一會又進行上述操作，如果此時Heap不夠，GC觸發垃圾回收，此時所有線程暫停，內存使用情況會像抖動一樣忽高忽低)。
    4.再小的Class也要消耗0.5KB。
    5.HashMap的每個entry需要占用額外的32B。
  • 對象復用
    1.復用系統自帶的資源。
    2.ListView/GridView的ConvertView復用（ViewHolder）。
    3.避免在onDraw方法裏執行對象的創建（onMeasure也會調用多次，推薦在onSizeChanged方法內操作）。
  • 避免內存泄露
    內存泄露：由於代碼瑕疵，導致這塊內存雖然停止不用了，但依然被其他東西引用著，導致GC無法對其進行回收。
    1.內存泄露會導致剩余Heap越來越少，GC頻繁觸發。（視頻中在activity中點擊啟動線程（簡單的休眠5分鐘），然後退出進入該activity，啟動線程，重復多次，再進入Android Device Monitor，多次點擊Cause GC啟動GC回收，發現byte-array的count會有所減少，重復上述操作，count停止減少時的值不斷增加，說明發生了內存泄露。 原因是線程是自定義內部類，會隱含的引用activity對象，且該線5min內會一直執行，如果換成休眠較短時間會有所改善。解決方法：放在service裏執行）。
    2.尤其是Activity泄露
    3.用Application Context而不是Activity Context（可能會經常退出）,某些View如Dialog一定要Activity Context（Token）。
    4.Cursor對象用完要及時關閉。

OOM問題優化

1.OOM問題分析

  • OOM的必然性與可解決性，不再贅述。
  • OOM的絕大部分發生在圖片。

強引用、軟引用的意義

強引用就是平時的寫法。
軟引用的用法。（虛引用與之類似）

private Map<String, SoftReference<Bitmap>> imageCache =
            new HashMap<String, SoftReference<Bitmap>>();

    public void addBitmapToCache(String path) {
        // 強引用的Bitmap對象
        Bitmap bitmap = BitmapFactory.decodeFile(path);
        // 軟引用的Bitmap對象
        SoftReference<Bitmap> softBitmap = new SoftReference<Bitmap>(bitmap);
        //WeakReference<Bitmap> weakBitmap=new WeakReference<Bitmap>(bitmap);
        TranslateAnimation animation;
        // 添加該對象到Map中使其緩存
        imageCache.put(path, softBitmap);
    }

    public Bitmap getBitmapByPath(String path) {
        // 從緩存中取軟引用的Bitmap對象
        SoftReference<Bitmap> softBitmap = imageCache.get(path);
        // 判斷是否存在軟引用
        if (softBitmap == null) {
            return null;
        }
        // 取出Bitmap對象，如果由於內存不足Bitmap被回收，將取得空
        return softBitmap.get();
    }
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24

考慮如下情景：有些成員變量使用幾次後就不使用了，但仍占據著內存空間，它們隨著Activity的銷毀而被回收，即使GC觸發垃圾回收也不會對其進行回收，此時可用把它們放在SoftReference中，放入與讀取見上述代碼，GC觸發垃圾回收時就可對其進行回收了。

2.優化OOM問題的方法

  • 臨時Bitmap的優化

1.BitmapFactory.Options類

BitmapFactory.Options options = new BitmapFactory.Options();
options.inJustDecodeBounds = true;
        BitmapFactory.decodeResource(getResources(),R.drawable.yin,options);//不直接加載，獲取bitmap圖片寬高
BitmapFactory.Options options2 = new BitmapFactory.Options();
        options2.inSampleSize = scale;
Bitmap bitmap1=
BitmapFactory.decodeResource(getResources(),R.drawable.yin,options2);//scale越大，圖片越模糊，所占內存越小
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
//RGB_565讓ARGB只占兩個字節，大小縮小一倍，且變化不明顯
BitmapFactory.Options options=new BitmapFactory.Options();
        options.inPreferredConfig= Bitmap.Config.RGB_565;
Bitmap bitmap1=
BitmapFactory.decodeResource(getResources(),R.drawable.yin,options);
  • 1
  • 2
  • 3
  • 4
  • 5
//BitmapRegionDecoder類可以實現範圍選取圖片細節
BitmapRegionDecoder decoder=
BitmapRegionDecoder.newInstance(,false);
BitmapFactory.Options options2 = 
new BitmapFactory.Options();
bitmap=decoder.decodeRegion(new Rect(width/2-SCREEN_WIDTH/2+shiftpx,
                height/2-SCREEN_HEIGHT/2,width/2+SCREEN_WIDTH/2+shiftpx,
                height/2+SCREEN_HEIGHT/2),options2);
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8

2.通過軟引用。優點是讓系統在內存不足時可以直接回收，缺點是回收沒有優先級，可能回收的不是用過的而是將要顯示的。

public class BitmapCache {
    static private BitmapCache cache;
    private ArrayMap<String,MySoftRe> hashRef;
    //軟引用被回收後，回收對象放在這，可以查看哪些被回收了
    private ReferenceQueue<Bitmap> queue;

    private BitmapCache(){
            hashRef=new ArrayMap<>();
            queue=new ReferenceQueue<>();
        }
            /*
            繼承SoftReference，使得每一個實例都具有可識別的標識
             */
    private class MySoftRe extends SoftReference<Bitmap>{
         private String key="";

         public MySoftRe(Bitmap referent, ReferenceQueue<? super Bitmap> q,String key) {
            super(referent, q);
            this.key=key;
        }
    }

    public static BitmapCache getInstance(){
        if (cache==null){
            cache=new BitmapCache();
        }
        return cache;
    }

    /*
    以軟引用的方式對一個bitmap對象的實例進行引用並保存該引用
     */
    public void addCacheBitmap(String key, Bitmap bitmap){
        cleanCache();
        MySoftRe msf=new MySoftRe(bitmap,queue,key);
        hashRef.put(key,msf);
    }


    public Bitmap getBitmap(String key){
        Bitmap bitmap=null;
        try {
            if (hashRef.containsKey(key)){
                MySoftRe msf=hashRef.get(key);
                bitmap=msf.get();
            }
            return bitmap;
        }catch (NullPointerException e){
            return null;
        }
    }

    private void cleanCache() {
        MySoftRe msf=null;
        while ((msf= (MySoftRe) queue.poll())!=null){
            hashRef.remove(msf.key);
        }
    }

    public void clearCache(){
        cleanCache();
        hashRef.clear();
        System.gc();
        System.runFinalization();
    }
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66

3.使用LRU Cache。

public class MemoryCache {

    private static final String TAG="jason";
    //LinkedHashMap專門用來構建LRU算法,但是線程不安全
    private Map<String,Bitmap> cache= Collections.synchronizedMap(
            new LinkedHashMap<String, Bitmap>(8,0.75f,true));
    private long size=0;//MemoryCache已經分配的大小
    private long limit=1000000;

    public MemoryCache(){
        setLimit(Runtime.getRuntime().maxMemory()/4);
    }

    private void setLimit(long l) {
        limit=l;
        Log.d(TAG,"MemoryCache will use up to"+limit/1024/1024+"MB");
    }

    public Bitmap get(String id){
        try {
            if (!cache.containsKey(id)){
                return null;
            }
            return cache.get(id);
        }catch (NullPointerException e){
            return null;
        }
    }

    public void put(String id,Bitmap bitmap){
        try {
            if (cache.containsKey(id)){
                size-=getSizeInBytes(cache.get(id));
            }
            cache.put(id,bitmap);
            size+=getSizeInBytes(bitmap);
            checkSize();
        }catch (Throwable th){
            th.printStackTrace();
        }
    }

    private void checkSize() {
        Log.i(TAG,"cache size="+size+"length="+cache.size());
        if (size>limit){
            Iterator<Map.Entry<String,Bitmap>> iterator=cache.entrySet().iterator();
            while (iterator.hasNext()){
                Map.Entry<String,Bitmap> entry=iterator.next();
                size-=getSizeInBytes(entry.getValue());
                iterator.remove();
                if (size<=limit){
                    break;
                }
            }
            Log.d(TAG,"Clean cache,new size="+cache.size());
        }
    }

    private long getSizeInBytes(Bitmap bitmap) {
        if (bitmap==null) {
            return 0;
        }
        return bitmap.getRowBytes()*bitmap.getHeight();
    }

    public void clear(){
        cache.clear();
    }
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
  • 67
  • 68
  • 69

App性能優化之內存優化

相關推薦

App性能優化之內存優化

處理器 app https dma subst arraymap lru cache man onmeasure 本文為慕課網《App性能優化之內存優化》課程的學習筆記，視頻地址 (http://www.imooc.com/video/13670) ## 如何查看一個a

APP性能測試診斷與優化--通過現象猜本質

app性能測試診斷與優化--通過現象猜本質 APP性能測試診斷與優化--通過現象猜本質 這段時間忙著幫北京某城商行做移動端性能測試，因移動端IPD、手機等都是無線設備，而且該客戶是面臨全國各地用戶提供移動端APP支持，為了更真實的模擬測試，我跟該項目的項目經理溝通直接在廈門本地通過無線網借用

【轉】一文掌握 Linux 性能分析之內存篇

進程 gpo 技術 vmstat itl top n post attr 分析 前面我們已經學習了 CPU 篇，這篇來看下內存篇。 01 內存信息 同樣在分析內存之前，我們得知到怎麽查看系統內存信息，有以下幾種方法。 1.1 /proc/mem

Android常見內存泄露，學會這六招優化APP性能

roi mage 們的 baidu 程序 面試 監控 服務 沒有 很多開發者都知道，在面試的時候會經常被問到內存泄露和內存溢出的問題。 1.內存溢出（Out Of Memory，簡稱 OOM），通俗理解就是內存不夠，即內存占用超出內存的空間大小。 2.內存泄漏（Me

Android性能優化之內存篇

數據 pan 性能優化 key 模型 通過 使用情況 android middle http://www.cnblogs.com/flyme2012/p/dd1b11a4ea151458d77411f5e99bc0dc.html 下面是內存篇章的學習筆記，部分內容與前面

Android 性能優化之內存泄漏檢測以及內存優化（中）

finall 針對 context cal 拼接 靜態內部類 操作 bit 等等 https://blog.csdn.net/self_study/article/details/66969064 上篇博客我們寫到了 Java/Android 內存的分配以及相關 GC 的詳

App性能優化淺談

app code 事件 詳情 網絡數據 記得 依賴 con 情況 前言 前段時間給公司的小夥伴們進行了關於app性能優化的技術分享。這裏我稍微整理一下也給大家分享一下。關於性能優化這個話題非常大，涉及面能夠非常廣，也能夠非常深入。本人能力有限，不會給大

Android App 性能優化系列結語篇

速度 官方 href 優先 使用小結 app 內存管理機制 計劃 等等 關於Android App的優化, 從第一篇的計劃開始, 到內存優化的系列文結束, 不知不覺近三個月的時間, 寫了十五六篇相關的博文, 算是對自己的知識的一個系統化, 也希望能給大家一些幫助.在此有對此

CSS性能分析，如何優化CSS提高性能

瀏覽器 display 如何 標簽 而且 css匹配原理在優化css之前我們需要了解下css是怎麽進行工作的，我們都知道css是由選擇器，屬性和屬性值構成的。我們可能會這樣寫上一行代碼//css .con .loulan1 p span{ display: block; } //html

關於redis性能問題分析和優化

replica latency fragment 帶寬 more 日誌文件 隨機 2.6 one 一、如何查看Redis性能 info命令輸出的數據可分為10個分類，分別是： server,clients,memory,persistence,stats,repli

MySQL優化 - 性能分析與查詢優化

mysql優化 - 性能分析與查詢優化MySQL優化 - 性能分析與查詢優化 優化應貫穿整個產品開發周期中，比如編寫復雜SQL時查看執行計劃，安裝MySQL服務器時盡量合理配置(見過太多完全使用默認配置安裝的情況)，根據應用負載選擇合理的硬件配置等。 1、性能分析 性能分析包含多方面：CPU、Memor

App性能測試前需要了解的內存原理

通過 退出 性能測試 沒有 androi 分代 prop 級別 ber 這兩天在研究性能中內存方面的一塊，網上也零散看了挺多文章，寫得很細但是感覺不夠整體，所以這篇算是總結一下吧，當個復習資料。 那麽這裏個人分為兩個大部分，第一部分應用內的內存管理，主要是oom的理解，G

主從同步、讀寫分離、mysql性能調優(軟優化)

tab ren 主庫 its 使用命令 mysql lee 運行 lte 配置mysql主從同步1 主從同步的作用：讓slave身份的數據庫服務器自動同步 master身份的數據庫服務器上的數據。 一、主數據庫服務器的配置192.168.4.121 用戶授權mysql&g

APP性能（Android手機）：內存和CPU

右上角 ref 技術分享 alt 看書 是否 對比測試 lease 性能 1 App性能測試 幀率大小影響頁面的流暢度。 不同機型測試時，會有差距，配置差的手機性能測試會差，不需要橫向比較。 同一個手機，對新老版本app進行對比測試，選擇配置比較

某系統單點登錄性能測試診斷分析優化過程

ack 16px sqlio packet 協助 sqli 通過 查看 新增 某系統單點登錄性能測試診斷分析優化過程原因說明 下面描述的是前段時間協助本地一家上市IT公司做產品技術選型時對他們的技術框架進行性能測試與優化過程記錄，因測試過程中涉及數據庫選型和各類問題的監

app性能測試【通過loadrunner錄制】

端口 dash rip 路徑 tar des use 壓測 solution 隨著智能手機近年來的快速增長，從遊戲娛樂到移動辦公的各式各樣的手機APP軟件滲透到我們的生活中，對於大型的手機APP測試不僅要關註它的功能性、易用性還要關註它的性能，最近發現LoadRunner1

OPENCV----在APP性能測試中的應用（一）

核心 color frame pan ems span urn sqrt || 應用項目： APP的性能測試 應用場景： APP啟動速度 視頻開播速度 加載速度 等~~ 緣來： 基於APP日誌和UiAutomator的測試方案，測試結果不能直白且精確的

ios app性能分析

消息 最好 完整 view 明顯 內存 要求 傻傻 大量 蘋果app的流暢性一般比安卓的要好的多。應該是和蘋果系統的設計理念同樣，早期的iphone4曾經是絕對單任務，僅僅能做一件事情，盡管添加了後臺能夠。音樂播放，定位等有限的服務。可是大多數普通應用切

APP性能測試（啟動時間）

lap nes hist ftime pro .get inpu etc logs #encoding:utf-8 import csv import os import time class App(object): def __init__(self):

APP性能測試（CPU）

取數 ret lld __name__ split nes and return gen 獲取數據 ：adb shell dumpsys cpuinfo | grep packagename result = os.popen("adb shell dumpsys cpu