Android性能优化-实践篇-Frida监测Bitmap一、前言对于现代应用来说，图片内容是必不可少的，但是由于图片

系列文章

一、前言

对于现代应用来说，图片内容是必不可少的，但是由于图片的显示性质，在Android上面需要占用大量的Native内存，并且这部分很难感知，往往是出现OOM之后，才回过头审视这部分。

在Android上面，图片基本都是以Bitmap的形式加载，不管是本地图片，还是网络图片，都会通过某种形式转换成Bitmap来进行展示，以图片A为例，宽高为1080x1920，带透明度，Bitmap占用内存可以达到7.5M(1080x1920x4)，如果size更大则占用更大。

所以对于Bitmap的监测是很重要的一件事情，避免内存水位过高，甚至发生OOM。

二、使用Frida监控Bitmap

2.1 分析

实际上目前已经有一些监控Bitmap的手段，但是往往需要集成到App中，且使用过于复杂。

我们依然可以使用Frida来进行Bitmap的监控。

我们知道Frida可以用来Hook Java层方法，那么能不能找一个Bitmap在Java层的统一入口？回忆一下，Bitmap是如何从Resource里面加载的，往往是通过BitmapFactory来进行decode。实际上BitmapFactory提供了多个decode方法，decodeFile/decodeStream/decodeResource，即便是Glide、Fressco这种三方框架，最终也是通过这些方法来实现。

所以我们考虑Hook BitmapFactory的decode这一系列方法。

1、添加方法hook
2、拿到Bitmap对象
3、进行大小判定，如果大于某个阈值（1024x1024），就将此对象打印出来
4、打印对应堆栈

到这里我们发现，打印堆栈并不能解决问题，有一些是从网络加载的图片，堆栈并不清楚，那么有没有更好的办法？

实际上在Frida里面，这里有了Java的运行环境，我们可以模拟实现Bitmap的文件写入，也就是：将异常的图片写入到系统中，然后通过adb pull出来，这样就拿到了异常图片本身，拿到之后我们可以容易得判断此图片是否合理，以及云端是否配置了异常的图片。

2.2 实现

代码如下：

Java.perform(function () {
    const Bitmap = Java.use('android.graphics.Bitmap');
    var Throwable = Java.use("java.lang.Throwable");
    var Environment = Java.use('android.os.Environment');
    var File = Java.use('java.io.File');
    var FileOutputStream = Java.use('java.io.FileOutputStream');
    var CompressFormat = Java.use('android.graphics.Bitmap$CompressFormat');
    var BitmapFactory = Java.use('android.graphics.BitmapFactory');
    // Hook主要解码方法
    var decodeMethods = [
        'decodeFile',
        'decodeStream',
        'decodeByteArray',
        'decodeResource'
    ];
    var totalSize = 0;
    var mb = 1024 * 1024;
    var lastIndex = 0;
    decodeMethods.forEach(function (method) {
        BitmapFactory[method].overloads.forEach(function (overload) {
            overload.implementation = function () {
                var bitmap = this[method].apply(this, arguments);
                if (bitmap !== null) {
                    var size = bitmap.getByteCount();
                    if (size > 200 * 1024) {
                        console.log('[Bitmap Constructor]');
                        console.log('  ➤ Width  : ' + bitmap.getWidth());
                        console.log('  ➤ Height : ' + bitmap.getHeight());
                        console.log('  ➤ Size: ' + size);
                        console.log('  ➤ Thread       : ' + Java.use('java.lang.Thread').currentThread().getName());
                        var stack = Java.use("android.util.Log").getStackTraceString(
                            Throwable.$new()
                        );
                        console.log(stack);
                        save(bitmap);
                    }
                    totalSize += size;
                    if (totalSize % mb != lastIndex) {
                        console.log(`Bitmap total size : ${(totalSize / mb).toFixed(2)} Mb`);
                    }
                }
                return bitmap;
            };
        });
    });

    function save(bitmap) {
        try {
            // 准备保存路径（SD卡下载目录）
            var downloadsDir = Environment.getExternalStoragePublicDirectory(
                "Download"
            );
            var filename = 'frida_bitmap_' + Date.now() + '.png';
            var outputFile = File.$new(downloadsDir, filename);
            // 保存Bitmap为PNG
            var fos = FileOutputStream.$new(outputFile);
            bitmap.compress(CompressFormat.PNG.value, 100, fos);
            fos.close();
            console.log("[+] Bitmap saved to: " + outputFile.getAbsolutePath());
        } catch (e) {
            console.log("[-] Error saving bitmap: " + e);
        }
    }
});

效果如下：

将其pull出来之后，可以直接在本地电脑上查看:

图片.png

三、总结

至此，我们可以对自己的应用进行Bitmap监控，如果发现有异常，定位解决即可，此方案也是仅用于本地监测，如果要监测线上异常，需要考虑别的实现。