iOS Out-Of-Memory 原理阐述及方案调研
什么是 OOM？
OOM 的全称是 Out-Of-Memory，是由于 iOS 的 Jetsam 机制造成的一种“另类” Crash，它不同于常规的 Crash，通过 Signal 捕获等 Crash 监控方案无法捕获到 OOM 事件。
为什么会发生 oom？
目前猜测两种情况会造成 OOM，
- 系统整体内存使用较高，系统基于优先级杀死优先级较低的 App
- 当前使用的 App 达到了 “high water mark”，也就是达到了系统对单个 App 的内存限制，系统会将你 Kill
验证方案 1 ：
XNU 中 https://opensource.apple.com/source/xnu/xnu-3248.20.55/bsd/sys/kern_memorystatus.h.auto.html 、https://opensource.apple.com/source/xnu/xnu-3789.70.16/bsd/kern/kern_memorystatus.c.auto.html 提供了一些函数和宏，我们可以在 root 权限下使用这些宏和函数来获取当前状态下的所有 App 的 oom 内存阈值，并且基于 PID 甚至可以修改进程的 内存阈值，达到增大 oom内存阈值的效果。
对我们最有用的信息如下：
// 获取进程的 pid、优先级、状态、内存阈值等信息
typedef struct memorystatus_priority_entry {
pid_t pid;
int32_t priority;
uint64_t user_data;
int32_t limit;
uint32_t state;
} memorystatus_priority_entry_t;
// 基于下面这些宏可以达到查询内存阈值等信息，也可以修改内存阈值等
/* Commands */
#define MEMORYSTATUS_CMD_GET_PRIORITY_LIST 1
#define MEMORYSTATUS_CMD_SET_PRIORITY_PROPERTIES 2
#define MEMORYSTATUS_CMD_GET_JETSAM_SNAPSHOT 3
#define MEMORYSTATUS_CMD_GET_PRESSURE_STATUS 4
#define MEMORYSTATUS_CMD_SET_JETSAM_HIGH_WATER_MARK 5 /* Set active memory limit = inactive memory limit, both non-fatal */
#define MEMORYSTATUS_CMD_SET_JETSAM_TASK_LIMIT 6 /* Set active memory limit = inactive memory limit, both fatal */
#define MEMORYSTATUS_CMD_SET_MEMLIMIT_PROPERTIES 7 /* Set memory limits plus attributes independently */
#define MEMORYSTATUS_CMD_GET_MEMLIMIT_PROPERTIES 8 /* Get memory limits plus attributes */
#define MEMORYSTATUS_CMD_PRIVILEGED_LISTENER_ENABLE 9 /* Set the task's status as a privileged listener w.r.t memory notifications */
#define MEMORYSTATUS_CMD_PRIVILEGED_LISTENER_DISABLE 10 /* Reset the task's status as a privileged listener w.r.t memory notifications */
/* Commands that act on a group of processes */
#define MEMORYSTATUS_CMD_GRP_SET_PROPERTIES 100
我们可以创建一个如下代码的程序
#include <stdlib.h>
#include <string.h>
#include <stdio.h>
#include "kern_memorystatus.h"
#define NUM_ENTRIES 1024
char *state_to_text(int State)
{
// Convert kMemoryStatus constants to a textual representation
static char returned[80];
sprintf (returned, "0x%02x ",State);
if (State & kMemorystatusSuspended) strcat(returned,"Suspended,");
if (State & kMemorystatusFrozen) strcat(returned,"Frozen,");
if (State & kMemorystatusWasThawed) strcat(returned,"WasThawed,");
if (State & kMemorystatusTracked) strcat(returned,"Tracked,");
if (State & kMemorystatusSupportsIdleExit) strcat(returned,"IdleExit,");
if (State & kMemorystatusDirty) strcat(returned,"Dirty,");
if (returned[strlen(returned) -1] == ',')
returned[strlen(returned) -1] = '\0';
return (returned);
}
int main (int argc, char **argv)
{
struct memorystatus_priority_entry memstatus[NUM_ENTRIES];
size_t count = sizeof(struct memorystatus_priority_entry) * NUM_ENTRIES;
// call memorystatus_control
int rc = memorystatus_control (MEMORYSTATUS_CMD_GET_PRIORITY_LIST, // 1 - only supported command on OS X
0, // pid
0, // flags
memstatus, // buffer
count); // buffersize
if (rc < 0) { perror ("memorystatus_control"); exit(rc);}
int entry = 0;
for (; rc > 0; rc -= sizeof(struct memorystatus_priority_entry))
{
printf ("PID: %5d\tPriority:%2d\tUser Data: %llx\tLimit:%2d\tState:%s\n",
memstatus[entry].pid,
memstatus[entry].priority,
memstatus[entry].user_data,
memstatus[entry].limit,
state_to_text(memstatus[entry].state));
entry++;
}
}
然后通过 MonekyDev 提供的 Command-line Tool 工具将程序注入到越狱设备（当时的测试环境为5s、iOS 9.1）中去，通过 SSH 连接到设备，然后通过终端运行该程序。就可以得到 dump 的信息。如下所示：
PID: 9967 Priority: 3 User Data: 0 Limit: 6 State:0x38 Tracked,IdleExit,Dirty
PID: 11151 Priority: 3 User Data: 0 Limit: 6 State:0x38 Tracked,IdleExit,Dirty
PID: 11154 Priority: 3 User Data: 0 Limit:10 State:0x38 Tracked,IdleExit,Dirty
PID: 11165 Priority: 3 User Data: 0 Limit: 6 State:0x38 Tracked,IdleExit,Dirty
PID: 11499 Priority: 3 User Data: 0 Limit:18 State:0x28 Tracked,Dirty
PID: 10039 Priority: 4 User Data: 2100 Limit:108 State:0x00
PID: 9981 Priority: 7 User Data: 0 Limit:10 State:0x08 Tracked
PID: 9977 Priority: 7 User Data: 0 Limit:20 State:0x08 Tracked
PID: 9979 Priority: 7 User Data: 0 Limit:25 State:0x38 Tracked,IdleExit,Dirty
PID: 10021 Priority: 7 User Data: 0 Limit: 6 State:0x08 Tracked
PID: 11575 Priority:10 User Data: 10100 Limit:650 State:0x00
PID: 103 Priority:11 User Data: 0 Limit:96 State:0x08 Tracked
PID: 11442 Priority:11 User Data: 0 Limit:38 State:0x08 Tracked
PID: 67 Priority:12 User Data: 0 Limit:24 State:0x28 Tracked,Dirty
PID: 31 Priority:14 User Data: 0 Limit:650 State:0x08 Tracked
PID: 45 Priority:14 User Data: 0 Limit: 9 State:0x08 Tracked
以上代码中，Priority:10 的进程就是我测试的 好好学习 App，此时 App 在前台并且活跃，所以优先级是 10，并且得到 oom 内存阈值是 650
验证方案 2 ：
当我们的 App 由于 jetsam 被杀死的时候，在手机中会有系统日志，从手机设置-隐私-分析这条操作路径中，可以拿到JetsamEvent 开头的日志。这些日志中就可以获取一些关于 App 的内存信息，以我的 6s 为例，pageSize * rpages 的值获取的值便是阈值，同时日志中也表明原因是 "reason" : "per-process-limit" （并不是所有的 JetsamEvent 中都可以拿到准确的阈值，有的存在偏差。。。）
"pageSize" : 16384
{
"uuid" : "b8d6682c-5903-3007-b9c2-561d1e6ca9d5",
"states" : [
"frontmost",
"resume"
],
"killDelta" : 18859,
"genCount" : 0,
"age" : 1775369503,
"purgeable" : 0,
"fds" : 50,
"coalition" : 691,
"rpages" : 89600,
"reason" : "per-process-limit",
"pid" : 960,
"cpuTime" : 1.6920809999999999,
"name" : "MemoryLimitTest",
"lifetimeMax" : 34182
}
验证方案 3：
可以通过大量的测试来寻找它的oom 内存阈值是多少，StackOverFlow 上已经存在一个清单，该清单列举了一些常见设备的 oom 阈值。该清单阈值和真实阈值存在偏差，我猜测原有有二，第一，它取内存的时机不可能完全和 oom 时机吻合，只能尽可能接近这个时机，第二，他取内存的方法和 XNU 中 jetsam 机制所用的内存获取方式不一致。正确获取内存的方式下面会阐述。
Results of testing with the utility Split wrote (link is in his answer):
device: (crash amount/total amount/percentage of total)
iPad1: 127MB/256MB/49%
iPad2: 275MB/512MB/53%
iPad3: 645MB/1024MB/62%
iPad4: 585MB/1024MB/57% (iOS 8.1)
iPad Mini 1st Generation: 297MB/512MB/58%
iPad Mini retina: 696MB/1024MB/68% (iOS 7.1)
iPad Air: 697MB/1024MB/68%
iPad Air 2: 1383MB/2048MB/68% (iOS 10.2.1)
iPad Pro 9.7": 1395MB/1971MB/71% (iOS 10.0.2 (14A456))
iPad Pro 10.5”: 3057/4000/76% (iOS 11 beta4)
iPad Pro 12.9” (2015): 3058/3999/76% (iOS 11.2.1)
iPad Pro 12.9” (2017): 3057/3974/77% (iOS 11 beta4)
iPod touch 4th gen: 130MB/256MB/51% (iOS 6.1.1)
iPod touch 5th gen: 286MB/512MB/56% (iOS 7.0)
iPhone4: 325MB/512MB/63%
iPhone4s: 286MB/512MB/56%
iPhone5: 645MB/1024MB/62%
iPhone5s: 646MB/1024MB/63%
iPhone6: 645MB/1024MB/62% (iOS 8.x)
iPhone6+: 645MB/1024MB/62% (iOS 8.x)
iPhone6s: 1396MB/2048MB/68% (iOS 9.2)
iPhone6s+: 1392MB/2048MB/68% (iOS 10.2.1)
iPhoneSE: 1395MB/2048MB/69% (iOS 9.3)
iPhone7: 1395/2048MB/68% (iOS 10.2)
iPhone7+: 2040MB/3072MB/66% (iOS 10.2.1)
iPhone X: 1392/2785/50% (iOS 11.2.1)
https://stackoverflow.com/questions/5887248/ios-app-maximum-memory-budget/15200855#15200855
如何正确度量 App 的使用内存
常见的获取 App 内存的方式是使用 resident_size 代码如下：
#import <mach/mach.h>
- (int64_t)memoryUsage {
int64_t memoryUsageInByte = 0;
struct task_basic_info taskBasicInfo;
mach_msg_type_number_t size = sizeof(taskBasicInfo);
kern_return_t kernelReturn = task_info(mach_task_self(), TASK_BASIC_INFO, (task_info_t) &taskBasicInfo, &size);
if(kernelReturn == KERN_SUCCESS) {
memoryUsageInByte = (int64_t) taskBasicInfo.resident_size;
NSLog(@"Memory in use (in bytes): %lld", memoryUsageInByte);
} else {
NSLog(@"Error with task_info(): %s", mach_error_string(kernelReturn));
}
return memoryUsageInByte;
}
而正确的方式应该是使用 phys_footprint，因为 Apple 就是用的这个指标，和 Apple 保持一致才能说明问题。可以看源码验证一下：https://opensource.apple.com/source/xnu/xnu-3789.70.16/bsd/kern/kern_memorystatus.c.auto.html
#import <mach/mach.h>
- (int64_t)memoryUsage {
int64_t memoryUsageInByte = 0;
task_vm_info_data_t vmInfo;
mach_msg_type_number_t count = TASK_VM_INFO_COUNT;
kern_return_t kernelReturn = task_info(mach_task_self(), TASK_VM_INFO, (task_info_t) &vmInfo, &count);
if(kernelReturn == KERN_SUCCESS) {
memoryUsageInByte = (int64_t) vmInfo.phys_footprint;
NSLog(@"Memory in use (in bytes): %lld", memoryUsageInByte);
} else {
NSLog(@"Error with task_info(): %s", mach_error_string(kernelReturn));
}
return memoryUsageInByte;
}
oom 定位的方案
方案1:
最早看到 oom 相关的方案是 FaceBook 的一篇博客中讲到的，https://code.facebook.com/posts/1146930688654547/reducing-fooms-in-the-facebook-ios-app/，通过排除法来统计 OOM 率是多少。当然这种方案统计的结果多少会与实际数据存在误差，比如 ApplicationState 不准确，watchdog 也被统计在 oom 中之类的。
方案2:
近期腾讯也开源了自己的 OOM 定位方案，OOMDetector 组件：https://github.com/Tencent/OOMDetector 。这种方案通过利用 libmalloc 中的 malloc_logger 函数指针，可以通过堆栈来帮助开发定位大内存。但是也存在一些缺陷，就是频繁的 dump 堆栈对 App 性能造成了影响，只能灰度一小部分用户来进行数据统计和定位。
方案3:
基于近期的发现，可以在线下获取 App 的 high water mark，也就是 oom 内存阈值。 那么就产生了方案3
- 监控内存增长，在达到 high water mark 附近的时候，dump 内存信息，获取对象名称、对象个数、各对象的内存值；如果稳定可以全量开启，不会有性能问题
- OOMDetector 可以拿到分配内存的堆栈，对于定位到代码层面更加有效；可以灰度开放
