Android 性能优化：解决内存问题和合理优化内存有必要吗？

内存优化

在 Android 系统中有个垃圾内存回收机制，在虚拟机层自动分配和释放内存，因此不需要在代码中分配和释放某一块内存，从应用层面上不容易出现内存泄漏和内存溢出等问题，但是需要内存管理

Android 系统在内存管理上有一个 Generational Heap Memory 模型，内存回收的大部分压力不需要应用层关心，Generational Heap Memory 有自己一套管理机制，当内存达到一个阈值时，系统会根据不同的规则自动释放系统认为可以释放的内存

也正是因为 Android 程序把内存控制的权力交给了 Generational Heap Memory，所以一旦出现内存泄漏和溢出方面的问题，排查错误将会成为一项异常艰难的工作

除此之外，部分 Android 应用开发人员在开发过程中并没有特别关注内存的合理使用，也没有在内存方面做太多的优化，当应用程序同时运行越来越多的任务，加上越来越复杂的业务需求时，完全依赖 Android 的内存管理机制就会导致一系列性能问题逐渐呈现，对应用的稳定性和性能带来不可忽视的影响

因此，解决内存问题和合理优化内存是非常有必要的

Android 内存管理机制

Android 应用都是在 Android 的虚拟机上运行，应用程序的内存分配与垃圾回收都是由虚拟机完成的；在 Android 系统，虚拟机有两种运行模式：Dalvik 和 ART

Java 对象生命周期

一般 Java 对象在虚拟机上有7个运行阶段：

• 创建阶段->应用阶段->不可见阶段->不可达阶段->收集阶段->终结阶段->对象空间重新分配阶段

内存分配

在 Android 中，内存分配实际上是对堆的分配和释放；当一个 Android 程序启动，应用进程都是从一个叫做 Zygote 的进程衍生出来，系统启动 Zygote 进程后，为了启动一个新的应用程序进程，系统会衍生 Zygote 进程生成一个新的进程，然后在新的进程中加载并运行应用程序的代码

• 其中，大多数的 RAM pages 被用来分配给 Framework 代码，同时促使 RAM 资源能够在应用所有进程之间共享

但是为了整个系统的内存控制需要，Android 系统会为每一个应用程序都设置一个硬性的 Dalvik Heap Size 最大限制阈值，整个阈值在不同设备上会因为RAM大小不同而有所差异

• 如果应用占用内存空间已经接近整个阈值时，再尝试分配内存的话，就很容易引起内存溢出的错误

内存回收机制

我们需要知道的是，在 Java 中内存被分为三个区域：Young Generation(新生代)、Old Generation(年老代)、Permanent Generation(持久代)；最近分配的对象会存放在 Young Generation 区域。对象在某个时机触发GC回收垃圾，而没有回收的就根据不同规则，有可能被移动到 Old Generation，最后累积一定时间在移动到Permanent Generation 区域

系统会根据内存中不同的内存数据类型分别执行不同的 GC 操作：

• GC 通过确定对象是否被活动对象引用来确定是否收集对象，进而动态回收无任何引用的对象占据的内存空间
• 需要注意的是频繁的 GC 会增加应用的卡顿情况，影响应用的流畅性，因此需要尽量减少系统 GC 行为，以便提高应用的流畅度，减小卡顿发生的概率

内存分析工具

做内存优化前，需要先了解当前应用的内存使用现状，通过现状去分析哪些数据类型有问题，各种类型的分布情况如何，以及在发现问题后如何发现是哪些具体对象导致的，这就需要相关工具来帮助我们

Memory Monitor

Memory Monitor 是一款使用非常简单的图形化工具，可以很好地监控系统或应用的内存使用情况，主要有以下功能：

• 显示可用和已用内存，并且以时间为维度实时反应内存分配和回收情况
• 快速判断应用程序的运行缓慢是否由于过度的内存回收导致
• 快速判断应用是否由于内存不足导致程序崩溃

Heap Viewer

Heap Viewer 的主要功能是查看不同数据类型在内存中的使用情况：

• 当前进程中的 Heap Size 的情况
• 分别有哪些类型的数据
• 各种类型数据占比情况

通过分析这些数据来找到大的内存对象，再进一步分析这些大对象，进而通过优化减少内存开销，也可以通过数据的变化发现内存泄漏

Allocation Tracker

Memory Monitor 和 Heap Viewer 都可以很直观且实时地监控内存使用情况，还能发现内存问题，但发现内存问题后不能再进一步找到原因，或者发现一块异常内存，但不能区别是否正常，同时在发现问题后，也不能定位到具体的类和方法

这时就需要使用另一个内存分析工具 Allocation Tracker，进行更详细的分析，Allocation Tracker 可以分配跟踪记录应用程序的内存分配，并列出了它们的调用堆栈，可以查看所有对象内存分配的周期

Memory Analyzer Tool(MAT)

MAT 是一个快速，功能丰富的 Java Heap 分析工具，通过分析 Java 进程的内存快照 HPROF 分析，从众多的对象中分析，快速计算出在内存中对象占用的大小，查看哪些对象不能被垃圾收集器回收，并可以通过视图直观地查看可能造成这种结果的对象

常见内存泄漏场景

如果在内存泄漏发生后再去找原因并修复会增加开发的成本，最好在编写代码时就能够很好地考虑内存问题，写出更高质量的代码，这里列出一些常见的内存泄漏场景，在以后的开发过程中需要避免这类问题。

• 资源性对象未关闭： 比如 Cursor、File 文件等，往往都用了一些缓冲，在不使用时，应该及时关闭它们
• 注册对象未注销： 比如事件注册后未注销，会导致观察者列表中维持着对象的引用
• 类的静态变量持有大数据对象
• 非静态内部类的静态实例
• Handler 临时性内存泄漏： 如果 Handler 是非静态的，容易导致 Activity 或 Service 不会被回收
• 容器中的对象没清理造成的内存泄漏
• WebView： WebView存在着内存泄漏的问题，在应用中只要使用一次WebView，内存就不会被释放掉

除此之外，内存泄漏可监控，常见的就是用 LeakCanary 第三方库，这是一个检测内存泄漏的开源库，使用非常简单，可以在发生内存泄漏时告警，并且生成 leak tarce 分析泄漏位置，同时可以提供 Dump 文件进行分析

上边分析了那么多，我们清楚的了解到了内存优化对于 Android 系统的重要性；所以也有人说内存优化是 Android性能优化的发动机，照上述所讲的来看，这一点也不为过吧；有需要了解更多关于 Android 性能优化 相关资讯的朋友；可点击此处查看获取方式 或者简信发送 "性能" ，即可获取一张 Android 性能优化思维导图及配套的一份学习手册，以便大家能够更好的学习 Android 性能优化

Android 性能优化思维导图

Android 性能优化学习手册

好了，以上就是今天要分享的内容，大家觉得有用的话，可以点赞分享一下；如果文章中有什么问题欢迎大家指正；欢迎在评论区或后台讨论哈～