移动App性能测评与优化1.4.3 zygote共享内存机制

1.4.3 zygote共享内存机制

上一小节介绍了应用各部分内存的含义,读者对dumpsys meminfo输出的大部分数据都能够有所理解。但dumpsys meminfo工具还会输出Heap Size/Alloc/Free部分的数值。我们知道这些数值是Dalvik虚拟机统计的内存堆的使用量,但这些数值是如何对应到Pss内存上的?比如Heap Alloc和Heap Pss往往相差不远,那是不是可将其看做基本等同的呢?下面我们试图解释这几项数值之间的关系。

由于虚拟机运行时并不区分某个对象实例是Android框架共享的还是应用独有的,Heap Alloc统计的是由虚拟机分配的所有应用实例的内存,所以会将应用从zygote共享的部分也算进去,于是Heap Alloc值总是比实际物理内存使用值要大。

Heap Alloc虽然反映了Java代码分配的内存,但存在框架造成的失真。除此之外,进程还有许多其他部分也需要使用内存。为了准确了解应用消耗的内存,我们要从进程角度而不是虚拟机角度来进行观察。

Pss表示进程实际使用的物理内存,是由私有内存加上按比例分担计算的各进程共享内存得到的值。例如,如果有三个进程都使用了一个消耗30KB内存的so库,那么每个进程在计算这部分Pss值的时候,只会计算10KB。总的计算公式是:

Dalvik Pss内存 = 私有内存Private Dirty

                              + (共享内存Shared Dirty / 共享的进程数)

从实际含义来讲,Private Dirty部分存放的是应用新建(new)出来的对象实例,是每个应用所独有的,不会再共享。Shared Dirty部分主要是zygote加载的Android框架部分,会被所有Android应用进程共享。通常进程数的值在10~50的范围内。

Pss是一个非常有用的数值,如果系统中所有进程的Pss相加,所得和即为系统占用内存的总和。但要注意的是,进程的Pss并不代表进程结束后系统能够回收的内存大小。

时间: 2024-10-31 21:40:13

移动App性能测评与优化1.4.3 zygote共享内存机制的相关文章

移动App性能测评与优化导读

前 言 Preface 写作背景 当前移动设备越来越多地涌现在我们日常生活中,像网络购物.充值缴费.新闻资讯.理财.团购.车辆保养等都可以通过移动设备来搞定.通过移动设备可以帮助人们更便捷高效地完成很多事,同时越来越多的需求也希望能通过移动设备来完成,这样也催生了很多工作机会,让IT技术人员能开发更多的App来满足不同用户的不同需求.相对于传统PC,移动设备有其自身的特点,如屏幕小.移动网络复杂且需要收费.电量有限等.因此,在完成用户一系列需求的背后,我们也面临一系列的问题.比如说,如何能保证开

移动App性能测评与优化1.4.1 从物理内存到应用

1.4.1 从物理内存到应用 我们首先要了解系统的内存机制,搞清楚物理内存是如何被分配到各个进程的,以及共享内存的机制,等等,理解这些机制对测试及优化都会有很大帮助. 根据Google提供的Android整体架构图,如图1-17所示,可以看到Android系统是基于Linux内核的,因此底层的内存分配及共享机制与Linux基本相同.但由于Android是为移动设备设计的,所以整套架构为了符合移动设备的特性,需要有较低的内存及能耗需求.因此Android只使用了Linux内核,不使用传统Linux

移动App性能测评与优化1.4.4 多进程应用

1.4.4 多进程应用 根据上一节中的描述,当一个进程结束后,它所占用的共享库内存将会被其他仍然使用该共享库的进程所分担,共享库消耗的物理内存并不会减少.实际上,对于所有共享使用了这个库的应用,Pss内存都会有所增加.对于一般的进程,只是共享着zygote进程的Android框架等基础部分,而通常手机使用时的应用进程数达到几十个至上百个,所以某个进程结束后,其他进程内存增加的情况并不明显. 但对于多进程的应用来说,由于多个进程之间会共享很多内容,包括代码.资源.so库等,因此单个进程结束造成的影

移动App性能测评与优化2.1.2 软件测试

2.1.2 软件测试 上面一节讲述的都是从整机层面去量化并控制手机功耗,相比做App的公司来说做手机ROM的厂商较少.那么从应用的性能优化出发,上面讲述的硬件测试方法就不那么实用了,原因如下: 每个App本身的耗电是微量的,硬件测试方法中仪器本身波动可能无法体现App的功耗: 硬件测试方法只能通过测试整机功耗来体现App耗电,而这样很难避免其他App影响测试结果. 为了解决这个问题,MIG专项测试组从分析Android系统电量统计原理入手,并结合在实际项目中对耗电优化做的工作,来分享下对App功

移动App性能测评与优化1.3.2 问题所在

1.3.2 问题所在 在了解DVM分配释放内存的机制后,根据dumpsys观察到的现象,猜测可能出现了页利用率问题(页内碎片).如图1-13所示,第一行:在开始阶段,内存分配较满.第二行:经过GC(垃圾回收)后,大部分对象被释放,少部分留下来.   图1-13 产生内存碎片 这种情况下可能会产生的问题是,整页的4KB内存中可能只有一个小对象,但统计PrivateDirty/Pss时还是按4KB计算. 在通常的JVM中,借助Compacting GC机制,整理内存对象,将散布的内存移动到一起.但根

移动App性能测评与优化1.4.2 smaps

1.4.2 smaps 由于Android底层基于Linux内核,进程内存信息也和Linux一致,所以Dalvik Heap之外的信息都能够从/proc/<pid>/smaps中取得. 在smaps中,列出了进程的各个内存区域,并根据分配的不同用途做标识,以下是root用户使用cat /proc/<pid>/smaps的一个例子: 788c2000-789bf000 rw-p 00000000 00:00 0          [stack:5113] Size:         

移动App性能测评与优化1.6 本章小结

1.6 本章小结 在这一章里,我们通过对几个案例的分析,基本了解了Android应用的各种内存组成,以及这些成分是如何被消耗的,也总结出了一些节约和优化内存的经验.在这一小节里我们把经验都列出来供读者参考. 内存的主要组成索引: Native Heap:Native代码分配的内存,虚拟机和Android框架本身也会分配 Dalvik Heap:Java代码分配的对象 Dalvik Other:类的数据结构和索引 so mmap:Native代码和常量 dex mmap:Java代码和常量 内存工

移动App性能测评与优化1.5.4 dex文件优化

1.5.4 dex文件优化 为了达到优化的目的,我们需要先了解dex文件的结构.dex文件结构如表1-2所示. 表1-2 dex文件结构 区 域  描 述  内 容 Header             索引区  String Id list 指向Data的偏移量         Type Id list             Method Prototype Id list             Field Id list              Method Id list      

移动App性能测评与优化1.5 案例:优化dex相关内存

1.5 案例:优化dex相关内存 上一节提到,随着代码功能的增加,代码复杂度也在不断地变大,这时我们往往会发现Dalvik Other和Dex Mmap这两部分消耗的内存也在不断增加.在之前的例子里,我们知道这两部分的内存已经接近总内存的一半.在Dalvik Heap已经充分优化的情况下,我们有必要继续研究这部分内存如何优化. 我们已经知道Dalvik Other存放的是类的数据结构及关系,而Dex Mmap是类函数的代码和常量.通常情况下,要减少这部分内存,需要从代码出发,精简无用代码,或者将

移动App性能测评与优化2.1.1 硬件测试

2.1.1 硬件测试 方法1:通过Android API获取,代码如下: registerReceiver(receiver, new IntentFilter(Intent.ACTION_BATTERY_CHANGED)): 这种方法的缺点:获取手机整机耗电,实时性差精度小(只能监控电池电量剩余量和跳变),测试工具本身的性能消耗,手机休眠后无法持续监测. 方法2:通过读取系统电池传感器设备节点. /sys/class/power_supply/battery/uevent 这种方法的缺点是:测