一, 如何避免new byte[cap] 的时候OOM?
上代码:
public boolean isMemoryEnough(int requiredMemory) {
Log.d(TAG, "allocate memory:" + requiredMemory);
Runtime runtime = Runtime.getRuntime();
//Maximum jvm memory size in the process
long max_memory = runtime.maxMemory();
//The JVM memory size requested in the process does not necessarily allocate that much memory (will change over time)
long apply_memory = runtime.totalMemory();
//The jvm memory size that can be used in the process application memory
long free_memory = runtime.freeMemory();
//JVM memory used in the process
long use_memory = apply_memory - free_memory;
//Calculate the memory usage of jvm. If it exceeds 0.8, you need to be vigilant.
float use_memory_rate = ((float) use_memory) / max_memory;
long actual_free_memory = max_memory - use_memory;
Log.d(TAG, "max_memory=: " + max_memory + ", use_memory=: " + use_memory + ",actual_free_memory=" + actual_free_memory + ", use_memory_rate=: " + use_memory_rate);
return actual_free_memory >= requiredMemory;
}
转载自:
1.jvm 堆内存(dalvik 堆内存)
不同手机中app进程的 jvm 堆内存是不同的,因厂商在出厂设备时会自定义设置其峰值。比如,在Android Studio 创建模拟器时,会设置jvm heap 默认384m
,
当app 进程中java 层 new 对象(加起来总和)占用的堆内存达到jvm heap 峰值时,就会抛出OOM 。
通过一个案例进一步,了解jvm 堆内存:
通过以下代码,可获取到进程中jvm 堆内存的使用情况:
public JSONObject statisticsJVMMemory() {
JSONObject json = new JSONObject();
Runtime runtime = Runtime.getRuntime();
//进程中最大jvm 内存大小
long max_memory = runtime.maxMemory() / 1024;
//进程中申请的jvm内存大小,不等用于一定分配那么多内存(会随着时间变化而变化)
long apply_memory = runtime.totalMemory() / 1024;
//进程中申请内存中可使用的jvm内存大小
long free_memory = runtime.freeMemory() / 1024;
//进程中已经使用的jvm 内存
long use_memory = apply_memory - free_memory;
//计算出jvm 的内存使用率,超过0.8就需要警惕,可能java 层内存存在泄漏
float use_memory_rate = ((float) use_memory) / max_memory;
//....
}
先来了解jvm 堆内存的几个指标:
1.最大限制内存: maxMemory
,出厂时设置的
2.申请的内存: totalMemory
,不等用于一定分配那么多内存(会随着时间变化而变化)
3.(申请的内存中)剩余使用的内存:freeMemory
4.已使用的内存: use_memory=totalMemory -freeMemory
, 重点关注是这个
5.内存使用率: use_memory/maxMemory
模拟jvm 堆内存一直上涨的场景, 启动一个线程,周期性间隔几秒,不断模拟创建byte 数组, 然后统计app 进程的jvm 堆内存使用情况 :
private List<byte[]> jvmLeakList = new ArrayList<>();
public void addJvmLeak() {
byte[] largeByte = new byte[50 * 1024 * 1024];
for (int i = 0; i < largeByte.length; ++i) {
largeByte[i] = 'a';//分配使用时,进程内存中物理内存才会使用
}
Log.i(TAG, "byte size: " + (largeByte.length / 1024 / 1024) + " mB");
jvmLeakList.add(largeByte);
}
查看输出日志 , 对比前后两次的堆内存变化:
多执行几次后,会触发oom 。先来看下oom 前的内存状况:
系统会主动触发gc ,输出art: Starting a blocking GC Alloc
和art: Alloc sticky concurrent mark sweep GC freed 0(0B) AllocSpace objects
日志 ,解读如下:
当内存不足32m时,再次new 一个50M的byte 数组,就会抛出oom:
app 进程中真正剩余可用 jvm 堆内存是:
//真正可用的内存,包含剩余可申请的内存
long actual_free_memory=max_memory-use_memory;
12
处理jvm 内存不足的情况
当大型app或者游戏app 遇到 jvm 内存(大多数为384m)不足时,可通过android:largeHeap="true"
来增加,jvm 堆内存 会调整为512M峰值。
2.native内存
获取app 进程的native 堆内存,代码如下:
/**
* adb shell dumpsys meminfo packageName包名:
* 查看每个进程中内存状况(包含jvm 和native 、shareLib)
*
* @return
*/
private JSONObject statisticsNativeMemory() {
JSONObject jsonObject = new JSONObject();
// 当前进程中native层申请的堆内存,会随着时间而变化,加大或者减少
long totalNative = Debug.getNativeHeapSize() / 1024 / 1024;
//当进程中native层中已使用堆内存
long useNative = Debug.getNativeHeapAllocatedSize() / 1024 / 1024;
//当前进程中native层中剩余的堆内存
long freeNative = Debug.getNativeHeapFreeSize() / 1024 / 1024;
//....
}
在android 8.0 以后,bitamp 所占内存从jvm 堆内存移到native内存中,大大减少了oom的风险:
通过一个案例来进一步了解:
在android 8.0以上非64位的设备验证:
public void addNativeLeak() {
/**
* 在android 8.0 以上版本, bitmap内存放到native层内存中,非jvm 堆内存中
*
* Bitmap.Config.ARGB_8888:一个像素占用4 byte
* Bitmap的内存大小=像素*4byte
*/
int width = 1024 * 8;
int height = 1024 * 8;
//bitmap 被创建时,会申请虚拟内存 256m=1024*8*1024*8*4
Bitmap bitmap = Bitmap.createBitmap(width, height, Bitmap.Config.ARGB_8888);
boolean draw=false;
if (draw) {
//当给bitmap绘制内容时,物理内存会增加; 物理内存是当真正需要使用时才会用到
Canvas canvas = new Canvas(bitmap);
paint.setAntiAlias(true);
paint.setColor(Color.WHITE);
canvas.drawCircle(width / 2, height / 2, width / 2, paint);
}
int pictureSize = bitmap.getByteCount() / 1024 / 1024;
int bitmapSize = bitmap.getAllocationByteCount() / 1024 / 1024;
Log.i(TAG, "bitmap size: " + bitmapSize + " mB" + " ,picture size: " + pictureSize + " mB");
nativeLeakList.add(bitmap);
}
启动一个线程,间隔几秒, 创建一个256m的bitmap ,输出当前native 内存情况:
当native 堆内存不断上涨,虚拟内存也会增加,直到oom。系统会输出Starting a blocking GC NativeAlloc
标识当前native层内存不足。来看下, oom 前的native 内存情况:
3.app 进程中虚拟内存
先来了解下进程中虚拟内存与物理内存 概念:
PSS(Proportional Set Size): 物理内存,PSS = USS + 按比例包含共享库
RSS(Resident Set Size): 物理内存,RSS = USS + 包含共享库
VSS(Virtual Set Size): 虚拟内存,VSS = RSS + 未分配实际物理内存
虚拟内存: 虚拟内存是计算机系统内存管理的一种技术。它使得应用程序认为它拥有连续的可用的内存(一个连续完整的地址空间),而实际上,它通常是被分隔成多个物理内存碎片,还有部分暂时存储在外部磁盘存储器上,在需要时进行数据交换(来源百度百科)。在32位的app进程中,虚拟内存最大4G,往往3G就oom了。
更多虚拟内存知识,请阅读虚拟内存-维基百科。
获取app进程中虚拟内存和物理内存的方式:
/**
* 计算进程中内存状况和线程状况:
* FDSize: 128 // 当前分配的文件描述符,这个值不是当前进程使用文件描述符的上线
* VmPeak: 4403108 kB // 当前进程运行过程中所占用内存的峰值
* VmSize: 4402056 kB // 已用逻辑空间地址,虚拟内存大小。整个进程使用虚拟内存大小,是VmLib, VmExe, VmData, 和 VmStk的总和。
* VmLck: 0 kB
* VmPin: 0 kB
* VmHWM: 49108 kB // 程序得到分配到物理内存的峰值
* VmRSS: 48920 kB // 程序现在正在使用的物理内存
* RssAnon: 9268 kB
* RssFile: 39540 kB
* RssShmem: 112 kB
* VmData: 1737808 kB // 所占用的虚拟内存
* VmStk: 8192 kB // 任务在用户态的栈的大小 (stack_vm)
* VmExe: 20 kB // 程序所拥有的可执行虚拟内存的大小,代码段,不包括任务使用的库 (end_code-start_code)
* VmLib: 163804 kB // 被映像到任务的虚拟内存空间的库的大小 (exec_lib)
* VmPTE: 1000 kB // 该进程的所有页表的大小,单位:kb
* Threads: 17 // 当前的线程数
*
* @return
*/
public JSONObject statisticsProcessMemory() {
JSONObject json = new JSONObject();
// Linux 的/proc/self/status文件。这个并不是一个真实存在的文件,而为 Linux 的一个内核接口
File file = new File(ProcCmd.cmd_app_status);
readFileLine(file, (line) -> {
try {
String s = null;
if (line.startsWith(MemoryKeys.ProcessKeys.key_threads)) {
//进程中线程的数量
s = line;
} else if (line.startsWith(MemoryKeys.ProcessKeys.key_vm_size)) {
//整个进程中虚拟内存的总和(= VmLib+VmExe+VmData+VmStk),会动态变化增加
s = line;
} else if (line.startsWith(MemoryKeys.ProcessKeys.key_vm_rss)) {
// 进程中当前物理内存,即系统实际在物理内存上分配给程序的内存
s = line;
}
//.....
});
}
还是以上面的bitmap 为例子,间隔几秒创建bitmap 时,看虚拟内存和物理内存的变化:
32位进程虚拟内存3G多的问题
等待多执行几次后,虚拟内存就耗尽,会oom:
在32位设备上app 进程中虚拟内存是3G 多,在一些沙盒插件化32位运行环境下,游戏项目很容易虚拟内存耗尽。
32位进程和64进程的内存分配情况如下所示:
每个进程中虚拟内存都是隔离的,互不干扰。
4.手机系统内存(处理器内存)
每个手机的处理器内存都是出厂时设置的,处理器内存也是物理内存。
解读下:
- MemTotal: 处理器内存,即多少G 运行内存
- MemAvailable: 算法算出可用物理内存,包含可回收使用的内存 ,若是该值很少,则会触发oom.
获取手机内存的代码如下:
/**
* 统计系统内存
* MemTotal: 处理器内存,即多少G 运行内存
* MemAvailable: 算法算出可用内存,包含可回收使用的内存 ,通常看这个
* @return
*/
public JSONObject statisticsSystemMemory() {
JSONObject json = new JSONObject();
//"/proc/meminfo"
File file = new File(ProcCmd.cmd_system_meminfo);
readFileLine(file, new Block() {
long total, available;
@Override
public void block(String line) {
try {
String s = null;
if (line.startsWith(MemoryKeys.SystemKeys.key_mem_total)) {
//手机处理器的内存,运行多少G
s = line;
} else if (line.startsWith(MemoryKeys.SystemKeys.key_mem_free)) {
//手机系统剩余内存,不包含可回收的内存。[MemTotal-MemFree]就是已被用掉的内存
s = line;
} else if (line.startsWith(MemoryKeys.SystemKeys.key_mem_available)) {
//手机系统可用内存:动态计算出的可用内存,包含mem_free + 可回收使用的内存,该值是一个估值。
s = line;
}
//....
});
return json;
}
123456789101112131415161718192021222324252627282930
每个app进程中物理内存共享手机处理器内存,物理内存是当真正需要使用时才会用到
以bitmap 为例子,创建空bitmap 时,会增加虚拟内存,但不会增加物理内存:
当bitmap 绘制内容,app进程的物理内存会变大,手机可用的物理内存在减少,直到OOM:
完整的测试验证代码:
package com.xingen.test.attemptdemo.oom;
import android.app.ActivityManager;
import android.graphics.Bitmap;
import android.graphics.Canvas;
import android.graphics.Color;
import android.graphics.Paint;
import android.net.Uri;
import android.os.Debug;
import android.os.Handler;
import android.os.HandlerThread;
import android.os.Process;
import android.util.Log;
import org.json.JSONArray;
import org.json.JSONObject;
import java.io.BufferedReader;
import java.io.Closeable;
import java.io.File;
import java.io.FileReader;
import java.util.ArrayList;
import java.util.List;
/**
* @author : HeXinGen
* @date : 2023/4/21
* @description :
* 用于检查内存状况
* <p>
* 参考:
* 1.https://github.com/CharonChui/AndroidNote/blob/master/AdavancedPart/OOM%E9%97%AE%E9%A2%98%E5%88%86%E6%9E%90.md
* 2.https://wenjie.store/archives/memory-knowledge-remake
*/
public class MemoryTask implements Runnable {
private static final String TAG = "statisticsMemory ";
private Handler memoryHandler;
private int loopTime = 5 * 1000;
private MonitorMemoryLeak leak;
public MemoryTask() {
this.leak = new MonitorMemoryLeak();
}
private static class MonitorMemoryLeak {
private List<byte[]> jvmLeakList = new ArrayList<>();
private List<Bitmap> nativeLeakList = new ArrayList<>();
private Paint paint = new Paint();
public void addJvmLeak() {
byte[] largeByte = new byte[50 * 1024 * 1024];
for (int i = 0; i < largeByte.length; ++i) {
largeByte[i] = 'a';//分配使用时,进程内存中物理内存才会使用
}
Log.i(TAG, "byte size: " + (largeByte.length / 1024 / 1024) + " mB");
jvmLeakList.add(largeByte);
}
public void addNativeLeak() {
/**
* 在android 8.0 以上版本, bitmap内存放到native层内存中,非jvm 堆内存中
*
* Bitmap.Config.ARGB_8888:一个像素占用4 byte
* Bitmap的内存大小=像素*4byte
*/
int width = 1024 * 8;
int height = 1024 * 8;
//bitmap 被创建时,会申请虚拟内存 256m=1024*8*1024*8*4
Bitmap bitmap = Bitmap.createBitmap(width, height, Bitmap.Config.ARGB_8888);
boolean draw=false;
if (draw) {
//当给bitmap绘制内容时,物理内存会增加; 物理内存是当真正需要使用时才会用到
Canvas canvas = new Canvas(bitmap);
paint.setAntiAlias(true);
paint.setColor(Color.WHITE);
canvas.drawCircle(width / 2, height / 2, width / 2, paint);
}
int pictureSize = bitmap.getByteCount() / 1024 / 1024;
int bitmapSize = bitmap.getAllocationByteCount() / 1024 / 1024;
Log.i(TAG, "bitmap size: " + bitmapSize + " mB" + " ,picture size: " + pictureSize + " mB");
nativeLeakList.add(bitmap);
}
void release() {
jvmLeakList.clear();
nativeLeakList.clear();
}
}
public enum MonitorType{
java_leak,native_leak,all_leak
}
private MonitorType type=MonitorType.java_leak;
public MemoryTask setMonitorType(MonitorType type){
this.type=type;
return this;
}
public void startLoop() {
if (memoryHandler == null) {
HandlerThread thread = new HandlerThread("CheckMemoryThread");
thread.start();
memoryHandler = new Handler(thread.getLooper());
memoryHandler.postDelayed(this, loopTime);
}
}
@Override
public void run() {
switch (type){
default:
leak.addJvmLeak(); // 模拟增加jvm 内存泄漏
leak.addNativeLeak(); //模拟增加native 内存泄漏
break;
case java_leak:
leak.addJvmLeak(); // 模拟增加jvm 内存泄漏
break;
case native_leak:
leak.addNativeLeak(); //模拟增加native 内存泄漏
break;
}
Log.i(TAG, "start..........");
JSONObject json = statisticsMemory();
Log.i(TAG, "end..........");
memoryHandler.postDelayed(this, loopTime);
}
public void stop() {
memoryHandler.removeCallbacksAndMessages(null);
memoryHandler.getLooper().quit();
leak.release();
}
/**
* 统计内存状况:
*
* @return
*/
public JSONObject statisticsMemory() {
JSONObject array = new JSONObject();
try {
JSONObject json1= statisticsJVMMemory();
array.put("JVM", json1);
Log.i(TAG,"jvm: "+json1.toString());
JSONObject json2=statisticsNativeMemory();
array.put("Native",json2);
Log.i(TAG,"native: "+json2.toString());
JSONObject json3= statisticsProcessMemory();
array.put("Process",json3);
Log.i(TAG,"app process: "+json3.toString());
JSONObject json4=statisticsSystemMemory();
array.put("System",json4 );
Log.i(TAG,"system: "+json4.toString());
} catch (Exception e) {
e.printStackTrace();
}
return array;
}
/**
* adb shell dumpsys meminfo packageName包名:
* 查看每个进程中内存状况(包含jvm 和native 、shareLib)
*
* @return
*/
private JSONObject statisticsNativeMemory() {
JSONObject jsonObject = new JSONObject();
long totalNative = Debug.getNativeHeapSize() / 1024 / 1024; // 当前进程中native层申请的堆内存,会随着时间而变化,加大或者减少
long useNative = Debug.getNativeHeapAllocatedSize() / 1024 / 1024;//当进程中native层中已使用堆内存
long freeNative = Debug.getNativeHeapFreeSize() / 1024 / 1024;//当前进程中native层中剩余的堆内存
try {
jsonObject.put(MemoryKeys.NativeKeys.key_native_total,totalNative+" mB");
jsonObject.put(MemoryKeys.NativeKeys.key_native_use,useNative+" mB");
jsonObject.put(MemoryKeys.NativeKeys.key_native_free,freeNative+" mB");
jsonObject.put(MemoryKeys.NativeKeys.key_free_rate,getTwoDecimalPlaces(((float) freeNative/totalNative)));
}catch (Exception e){
e.printStackTrace();
}
return jsonObject;
}
public static interface ProcCmd{
String cmd_system_meminfo="/proc/meminfo"; //查看手机当前处理器内存状况
String cmd_app_status="/proc/self/status";//当前进程中状况,内存、线程、fd等等;
String cmd_app_limit="/proc/self/limits";//当前进程的限制,线程、fd的最大峰值
}
/**
* 统计系统内存
* MemTotal: 处理器内存,即多少G 运行内存
* MemAvailable: 算法算出可用内存,包含可回收使用的内存 ,通常看这个
* @return
*/
public JSONObject statisticsSystemMemory() {
JSONObject json = new JSONObject();
//"/proc/meminfo"
File file = new File(ProcCmd.cmd_system_meminfo);
readFileLine(file, new Block() {
long total, available;
@Override
public void block(String line) {
try {
String s = null;
if (line.startsWith(MemoryKeys.SystemKeys.key_mem_total)) {
//手机处理器的内存,运行多少G
s = line;
} else if (line.startsWith(MemoryKeys.SystemKeys.key_mem_free)) {
//手机系统剩余内存,不包含可回收的内存。[MemTotal-MemFree]就是已被用掉的内存
s = line;
} else if (line.startsWith(MemoryKeys.SystemKeys.key_mem_available)) {
//手机系统可用内存:动态计算出的可用内存,包含mem_free + 可回收使用的内存,该值是一个估值。
s = line;
}/*else if (line.startsWith(MemoryKeys.SystemKeys.key_commit_limit)){
s=line;
}
else if (line.startsWith(MemoryKeys.SystemKeys.key_committed_as)){
s=line;
}*/
if (s != null) {
String[] array = s.split(":");
String value = array[1].trim().split(" kB")[0];
long size = Integer.valueOf(value) / 1024;
json.put(array[0], size + " mB");
if (s.startsWith(MemoryKeys.SystemKeys.key_mem_total)) {
total = size;
}
if (s.startsWith(MemoryKeys.SystemKeys.key_mem_available)) {
available = size;
}
if (total != 0 && available != 0) {
json.put(MemoryKeys.SystemKeys.key_free_rate, getTwoDecimalPlaces((float) available / total));
}
}
} catch (Exception e) {
e.printStackTrace();
}
}
});
return json;
}
/**
* 计算进程中内存状况和线程状况:
* FDSize: 128 // 当前分配的文件描述符,这个值不是当前进程使用文件描述符的上线
* VmPeak: 4403108 kB // 当前进程运行过程中所占用内存的峰值
* VmSize: 4402056 kB // 已用逻辑空间地址,虚拟内存大小。整个进程使用虚拟内存大小,是VmLib, VmExe, VmData, 和 VmStk的总和。
* VmLck: 0 kB
* VmPin: 0 kB
* VmHWM: 49108 kB // 程序得到分配到物理内存的峰值
* VmRSS: 48920 kB // 程序现在正在使用的物理内存
* RssAnon: 9268 kB
* RssFile: 39540 kB
* RssShmem: 112 kB
* VmData: 1737808 kB // 所占用的虚拟内存
* VmStk: 8192 kB // 任务在用户态的栈的大小 (stack_vm)
* VmExe: 20 kB // 程序所拥有的可执行虚拟内存的大小,代码段,不包括任务使用的库 (end_code-start_code)
* VmLib: 163804 kB // 被映像到任务的虚拟内存空间的库的大小 (exec_lib)
* VmPTE: 1000 kB // 该进程的所有页表的大小,单位:kb
* Threads: 17 // 当前的线程数
*
* @return
*/
public JSONObject statisticsProcessMemory() {
JSONObject json = new JSONObject();
// Linux 的/proc/self/status文件。这个并不是一个真实存在的文件,而为 Linux 的一个内核接口
File file = new File(ProcCmd.cmd_app_status);
readFileLine(file, (line) -> {
try {
String s = null;
if (line.startsWith(MemoryKeys.ProcessKeys.key_threads)) {
//进程中线程的数量
s = line;
} else if (line.startsWith(MemoryKeys.ProcessKeys.key_vm_size)) {
//整个进程中虚拟内存的总和(= VmLib+VmExe+VmData+VmStk),会动态变化增加
s = line;
} else if (line.startsWith(MemoryKeys.ProcessKeys.key_vm_rss)) {
// 进程中当前物理内存,即系统实际在物理内存上分配给程序的内存
s = line;
} else if (line.startsWith(MemoryKeys.ProcessKeys.key_vm_data)) {
s = line;
} else if (line.startsWith(MemoryKeys.ProcessKeys.key_fd_size)) {
s = line;
}/*else if (line.startsWith(MemoryKeys.ProcessKeys.key_vm_peek)){
s=line;
}*/
if (s != null) {
String[] array = s.split("\\t");
String name = array[0].split(":")[0];
String value = array[1].trim();
//进程中虚拟内存
json.put(name, value);
}
} catch (Exception e) {
e.printStackTrace();
}
});
return json;
}
private static interface Block {
void block(String line);
}
private static void readFileLine(File file, Block block) {
BufferedReader reader = null;
try {
reader = new BufferedReader(new FileReader(file));
while (true) {
String line = reader.readLine();
if (line == null) {
break;
} else {
if (block != null) {
block.block(line);
}
continue;
}
}
} catch (Exception e) {
e.printStackTrace();
} finally {
close(reader);
}
}
private static void close(Closeable closeable) {
try {
if (closeable == null) {
return;
}
closeable.close();
} catch (Exception e) {
e.printStackTrace();
}
}
/**
* 用于统计jvm 内存:
* 1.最大限制内存
* 2.申请的内存
* 3.(申请的内存中)剩余使用的内存
* 4.已使用的内存
* 5.内存使用率
*
* @return
*/
public JSONObject statisticsJVMMemory() {
JSONObject json = new JSONObject();
Runtime runtime = Runtime.getRuntime();
//进程中最大jvm 内存大小
long max_memory = runtime.maxMemory() / 1024;
//进程中申请的jvm内存大小,不等用于一定分配那么多内存(会随着时间变化而变化)
long apply_memory = runtime.totalMemory() / 1024;
//进程中申请内存中可使用的jvm内存大小
long free_memory = runtime.freeMemory() / 1024;
//进程中已经使用的jvm 内存
long use_memory = apply_memory - free_memory;
//计算出jvm 的内存使用率,超过0.8就需要警惕
float use_memory_rate = ((float) use_memory) / max_memory;
//真正可用的内存,包含剩余可申请的内存
long actual_free_memory=max_memory-use_memory;
try {
final String kB = " kB";
json.put(MemoryKeys.JvmMemoryKeys.key_max_memory, max_memory + kB);
json.put(MemoryKeys.JvmMemoryKeys.key_apply_memory, apply_memory + kB);
json.put(MemoryKeys.JvmMemoryKeys.key_free_memory, free_memory + kB);
json.put(MemoryKeys.JvmMemoryKeys.key_use_memory, use_memory + kB);
json.put(MemoryKeys.JvmMemoryKeys.key_use_memory_rate, getTwoDecimalPlaces(use_memory_rate));
} catch (Exception e) {
e.printStackTrace();
}
return json;
}
private static String getTwoDecimalPlaces(float value) {
return String.format("%.2f", value) + "%";
}
interface MemoryKeys {
interface JvmMemoryKeys {
String key_max_memory = "maxMemory";
String key_free_memory = "freeMemory";
String key_use_memory = "useMemory";
String key_apply_memory = "totalMemory";
String key_use_memory_rate = "use_memory_rate";
}
interface ProcessKeys {
String key_vm_size = "VmSize";//进程中虚拟内存总值
String key_vm_rss = "VmRSS"; //进程中已经使用的物理内存
String key_threads = "Threads";//当前进程中线程个数
String key_fd_size = "FDSize"; //当前进程中fd 资源个数(包含file、socket)
String key_vm_data = "VmData";// 当前进程中
String key_vm_peek = "VmPeak";
}
interface SystemKeys {
String key_mem_total = "MemTotal";
String key_mem_free = "MemFree";
String key_mem_available = "MemAvailable";
String key_commit_limit = "CommitLimit"; // committed_as的阀值,限制最大值
String key_committed_as = "Committed_AS";//所有进程申请内存总和,超过CommitLimit 越多越容易oom
String key_free_rate = "free_memory_rate";// 手机可用内存率
}
interface NativeKeys {
String key_native_total = "TotalNative";
String key_native_free = "freeNative";
String key_native_use="useNative";
String key_free_rate = "free_memory_rate";// 手机可用内存率
}
}
}
使用方式:
MemoryTask memoryTask = new MemoryTask().setMonitorType(MemoryTask.MonitorType.java_leak);
memoryTask.startLoop();
资料参考:
- android中内存信息的获取:www.jianshu.com/p/701d1261f…
- Android Memory Usage:elinux.org/Android\_Me…
- Android oom 内存分析:github.com/CharonChui/…
- wenjie.store/archives/me…
- blog.csdn.net/hexingen/ar…