1. Was ist OOM?

03-21 21:05:28.771: E/dalvikvm-heap(13316): Out of memory on a 10485776-byte allocation.
03-21 21:05:28.779: E/AndroidRuntime(13316): java.lang.OutOfMemoryError

Diese Zeilen bedeuten, dass unser Programm 10485776 Bytes zuweisen muss, was zu groß ist, und die virtuelle Maschine unsere Anforderung nicht erfüllen kann, also fährt sie beschämenderweise herunter und beendet sich selbst. Dieses Phänomen tritt normalerweise bei der Entwicklung von Apps auf, die viele Bilder oder sehr große Bilder verwenden. Einfach ausgedrückt: Wenn unsere App ein Stück Speicher anfordern muss, um ein Bild zu laden, denkt das System, dass der von unserer App verwendete Speicher bereits zu viel ist. Selbst wenn es 1G freien Speicher hat, weigert es sich, unserer App mehr Speicher zu geben; dann löst das System zwar sofort einen OOM-Fehler aus, aber das Programm fängt den Fehler nicht ab, sodass ein Dialogfeld erscheint und es abstürzt.

2. Warum tritt OOM auf?

Weil jeder Prozess oder jede virtuelle Maschine einer Android-System-App ein maximales Speicherlimit hat. Wenn die angeforderten Speicherressourcen dieses Limit überschreiten, wirft das System einen OOM-Fehler aus. Es hat wenig mit dem verbleibenden Speicher des gesamten Geräts zu tun. In früheren Android-Systemen hatte eine virtuelle Maschine beispielsweise maximal 16M Speicher. Nachdem eine App gestartet ist, fordert die virtuelle Maschine kontinuierlich Speicherressourcen zum Laden von Bildern an, und wenn sie die Speicherobergrenze überschreitet, tritt OOM auf. Wie wird das Speicherlimit von Android-System-Apps bestimmt?

2.1 Zusammensetzung des Android-App-Speichers:

Der App-Speicher besteht ausDalvik-SpeicherundNative-SpeicherEr besteht aus zwei Teilen. Dalvik ist der Java-Heap; die erstellten Objekte werden hier zugewiesen, während Native Speicher ist, der über c/c++ zugewiesen wird. Bitmap wird auf diese Weise zugewiesen. (Nach Android 3.0 weist das System Bitmap standardmäßig über Dalvik zu, und Native wird als Heap verwaltet.) Die Summe dieser beiden Teile kann das Speicherlimit von Android für einen einzelnen Prozess oder eine virtuelle Maschine nicht überschreiten.

Wie groß ist die Speichergrenze jedes Telefons?

ActivityManager activityManager = (ActivityManager)context.getSystemService(Context.ACTIVITY_SERVICE)
activityManager.getMemoryClass();

Die obige Methode gibt eine Zahl in M (Megabyte) zurück. Die Werte variieren je nach Systemplattform oder Gerät, wie HTC standardmäßig 24M, Galaxy 36M, emulator-2.3 24M usw. Mein Moto XT681 ist 42M. 3

Was oben ermittelt wird, ist die maximale Speicherressource der virtuellen Maschine.

Was die Größenbeschränkung des Head-Heaps betrifft, kann man die Datei /system/build.prop prüfen.

dalvik.vm.heapstartsize  =  5m
dalvik.vm.heapgrowthlimit = 48m
dalvik.vm.heapsize = 256m

Hinweis:Der Parameter heapsize gibt den maximalen Speicher an, der für einen einzelnen Prozess-Heap verfügbar ist. Wenn jedoch der folgende Parameter "dalvik.vm.headgrowthlimit =48m" vorhanden ist, bedeutet das, dass der Heap-Speicher eines einzelnen Prozesses auf 48m begrenzt ist, d. h. das Programm kann während seines Ausführungsprozesses tatsächlich nur 48m Speicher verwenden.

2.2 Warum legt das Android-System ein Speicherlimit für Apps fest?

1   Damit Entwickler Speicher vernünftiger nutzen.Die Obergrenze des verfügbaren Speichers für jede App zu begrenzen, kann verhindern, dass bestimmte Anwendungen böswillig oder unbeabsichtigt zu viel Speicher verwenden und dadurch andere Anwendungen nicht normal ausgeführt werden können. Android ist Multiprozess. Wenn ein Prozess (d. h. eine Anwendung) zu viel Speicher verbraucht, können andere Anwendungen nicht ausgeführt werden. Wegen des Limits müssen Entwickler begrenzte Ressourcen gut nutzen und die Ressourcennutzung optimieren.

2 Der Bildschirm kann nur begrenzte Inhalte anzeigen; es reicht aus, genügend Speicher zu haben.Selbst wenn Tausende von Bildern und zig Millionen Datenelemente verwendet werden sollen, ist das, was dem Benutzer zu einem bestimmten Zeitpunkt angezeigt werden muss, immer begrenzt, denn die Bildschirmanzeige ist nur so groß, und die Informationen, die darauf platziert werden können, sind sehr begrenzt. Die meisten Informationen befinden sich in einem Zustand, in dem sie bereit zur Anzeige sind, daher muss nicht zu viel Heap-Speicher bereitgestellt werden. Mit anderen Worten, wennDas OOM-Phänomen tritt auf; die meisten Ursachen sind Probleme in unserem Programmentwurf, und es ist eine Optimierung erforderlich.Es gibt viele Optimierungsmethoden, z. B. den Tausch von Zeit gegen Speicher: das kontinuierliche Laden der zu verwendenden Bilder, das kontinuierliche Recyceln nicht verwendeter Bilder und das Dekodieren großer Bilder in Bilder, die für die Bildschirmgröße des Telefons geeignet sind, usw.

3   Die Notwendigkeit, mehrere Apps und mehrere Dalvik-VMs zu begrenzen.Apps auf Android verwenden unabhängige virtuelle Maschinen; jedes Mal, wenn eine App geöffnet wird, wird mindestens eine unabhängige virtuelle Maschine gestartet. Dies verhindert, dass ein Absturz einer virtuellen Maschine das gesamte System zum Absturz bringt, auf Kosten der Verschwendung von mehr Speicher. Dieses Design gewährleistet die Stabilität von Android.

2.3 Gibt GC nicht automatisch Ressourcen frei? Warum tritt trotzdem OOM auf?

Verwendet Android nicht GC, um Ressourcen automatisch freizugeben? Warum werden die nicht verwendeten Ressourcen in der App nicht freigegeben?

Der GC von Android gibt nicht verwendete Speicherressourcen nach bestimmten Algorithmen frei und verhindert, dass sich die Speicheranforderungen der App immer weiter anhäufen. Allerdings gibt GC im Allgemeinen Ressourcen wie den Speicher von Objekten ohne Besitzer oder soft-referenzierte Ressourcen oder sogar noch schwächer referenzierte Ressourcen frei. Zum Beispiel:

Bitmap bt = BitmapFactory.decodeResource( this .getResources(), R.drawable.splash);  //此时的图片资源是强引用,是有主的资源。
bt =  null ;  //此时这个图片资源就是无主的了。gc心情号的时候就会去回收它。
SoftReference<Bitmap> softRef =  new  SoftReference<Bitmap>(bt);
bt =  null ;
其他代码...

Wenn das Programm viele Speicherressourcen anfordert, kann GC den von softRef referenzierten Bildspeicher freigeben. bt = softRef.get() kann dann null zurückgeben, daher muss das Bild neu geladen werden.

Natürlich verdeutlicht dies auch den Vorteil der Verwendung von Soft-Referenzen für Bildressourcen: GC gibt Ressourcen automatisch nach Bedarf frei und vermeidet so bis zu einem gewissen Grad OOM.

TIPPS: Entwickeln Sie beim Programmieren die Gewohnheit, nicht verwendete Objekte auf null zu setzen. Tatsächlich ist es sogar noch besser, nicht verwendete Bilder direkt zu recyceln. Denn das GC-Freigeben durch Setzen auf null kann manchmal zu spät sein.

2.4 Wie prüft man den Speicherzuweisungsstatus einer App?

1. Überwachen Sie den Speicherstatus über den Heap-Tab in DDMS:

In der Mitte der Heap-Ansicht gibt es etwas namens "data object", das heißt Datenobjekte, bei denen es sich um Objekte vom Klassentyp handelt, die in großer Zahl in unserem Programm vorkommen.

In der Zeile für data object gibt es eine Spalte "Total Size", deren Wert die gesamte Speichermenge aller Java-Datenobjekte im aktuellen Prozess ist. Wenn im Code eine Situation auftritt, in der Objektreferenzen nicht freigegeben werden, zeigt der Wert von "Total Size" für data object nach jeder GC keinen deutlichen Rückgang. Mit steigender Anzahl an Operationen wird der Wert von "Total Size" immer größer, bis er ein oberes Limit erreicht und der Prozess beendet wird.

2. Innerhalb der App können wir totalMemory und freeMemory verwenden:

Runtime.getRuntime().freeMemory()
RUntime.getRuntime().totalMemory()

3 adb shell dumpsys meminfo com.android.demo

3. Einige Punkte, die zur Vermeidung von OOM zu beachten sind:

3.1 Bildgröße angemessen anpassen. Da die Bildschirmgröße des Telefons begrenzt ist, ist die den Bildern zugewiesene Anzeigefläche begrenzt, insbesondere bei übergroßen Bildern, die aus dem Netzwerk oder von der SD-Karte geladen werden, bei denen die Bilddateigröße mehrere MB oder mehr als ein Dutzend MB erreicht:

Bevor sie in den Speicher geladen werden, berechnen Sie zuerst die Größe des Bitmaps und passen Sie dann die Abtastrate angemessen an, sodass das geladene Bild gerade richtig oder etwas größer und ausreichend für die Anzeige auf dem Telefonbildschirm ist.

BimtapFactory.Option opts =  new   BitampFactory.Option();
        opts.inJustDecodeBounds =  true ;
        opts.inSampleSize=computeSample(opts, minSideLength, maxNumOfPixels);  // Android 提供了一种动态计算的方法 computeSampleSize
        opts.inJustDecodeBounds =  false ;
         try {
                return  BitmapFactory.decodeFile(imageFile, opts);
        }  catch (OutOfMemoryError err){
}

3.2 Bild-Caching. Wenn in Steuerelementen wie ListView oder Gallery eine große Anzahl von Bildern gleichzeitig geladen wird, laden Sie nur die auf dem Bildschirm angezeigten Ressourcen, laden Sie die noch nicht angezeigten nicht und geben Sie Ressourcen, die den Bildschirm verlassen, umgehend frei. Verwenden Sie einen zweistufigen Cache aus starker Referenz + Soft-Reference, um die Ladeleistung zu verbessern. Speichern Sie Bilder im Speicher mithilfe von Soft-References, anstatt sie jedes Mal, wenn sie verwendet werden, erneut in den Speicher zu laden.

3.3 Verwenden Sie Kodierungsmethoden mit geringerem Speicherverbrauch. Beispielsweise verwendet Bitmap.Config.ARGB_4444 weniger Speicher als Bitmap.Config.ARGB_8888.

3.4 Bilder rechtzeitig recyceln. Wenn eine große Anzahl von Bitmap-Objekten referenziert wird und die App nicht alle Bilder gleichzeitig anzeigen muss, können Sie die vorübergehend nicht verwendeten Bitmap-Objekte umgehend recyceln. In einigen Szenarien, in denen der Nutzungsstatus von Bildern klar bekannt ist, können Sie recycle aktiv aufrufen, um sie zurückzugewinnen.

Bei den Bildressourcen auf dem Start-Splashscreen der App sollten Sie sie nach der Verwendung recyceln. Bei Frame-Animationen können Sie eines laden, eines zeichnen und eines freigeben.

3.5 Erstellen Sie nicht zu viele lokale Variablen in Schleifen. Verwenden Sie static mit Vorsicht. Wenn static verwendet wird, um eine Member-Variable zu verändern, gehört die Variable zur Klasse, nicht zu einer Instanz der Klasse, und ihr Lebenszyklus ist sehr lang. Wenn damit Instanzen referenziert werden, die zu viel Speicher belegen, müssen Sie vorsichtig sein.

3.6 Größe der Heap-Speicherzuweisung anpassen. Optimieren Sie die Heap-Speicherzuweisung der Dalvik-Virtual Machine.

public   class  ClassName{
    private   static  Context mContext;
       // 省略
}

4. Mehrere Möglichkeiten, OOM zu vermeiden, wenn die App Bilder verwendet:

4.1  Direkt auf null setzen oder recyceln

Bei einer großen Anzahl von Bildern, die in der App verwendet werden, wenden Sie diesen Ansatz an: Laden Sie sie bei Verwendung und setzen Sie sie direkt auf null oder recyceln Sie sie, wenn sie nicht angezeigt werden.

Dies ist eine gute Angewohnheit und kann OOM grundsätzlich beseitigen, aber der Nachteil ist, dass es mehr Code gibt und Sie möglicherweise vergessen, einige Ressourcen zu recyceln.

In einigen Fällen kann es ineffiziente Vorgänge geben, wie das wiederholte Laden, Freigeben und erneute Laden eines bestimmten Bildes.

4.2 Bildressourcen einfach über SoftReference-Referenzen verwalten

Eine HashMap von SoftReference erstellen

Prüfen Sie bei der Verwendung eines Bildes zunächst, ob die HashMap eine SoftReference enthält und ob das Bild in der SoftReference null ist.

Wenn es null ist, lade das Bild in die softreference und füge es dem hashmap hinzu.

Es ist nicht erforderlich, das Recycling und Freigeben von Bildern im Code explizit zu behandeln; GC übernimmt automatisch die Freigabe von Ressourcen.

Diese Methode ist einfach und praktisch zu handhaben und kann bis zu einem gewissen Grad die Ineffizienz des wiederholten Ladens und Freigebens in der vorherigen Methode vermeiden. Aber sie ist nicht ausreichend optimiert.

4.3 Starke Referenz + Soft-Reference-Zweistufen-Cache

Das Android-Demonstrationsprogramm ImageDownloader.java verwendet einen Zweistufen-Cache-Mechanismus. Das heißt, es gibt eine Datenstruktur, die direkt Referenzen auf erfolgreich dekodierte Bitmap-Objekte hält, während eine Second-Level-Cache-Datenstruktur Soft-Reference-Objekte von verdrängten Bitmaps hält. Aufgrund der besonderen Natur von Soft-Reference-Objekten wird das System, wenn Speicher benötigt wird, zuerst die von Soft-References gehaltenen Objekte freigeben. Das heißt, wenn die VM feststellt, dass der verfügbare Speicher knapp ist und GC ausgelöst werden muss, werden die Bitmap-Objekte im Second-Level-Cache recycelt, während die vom First-Level-Cache gehaltenen Bitmap-Objekte zur Anzeige verwendet werden.

Tatsächlich ist der kritischste Punkt dieser Lösung die Verwendung einer relativ geeigneten Datenstruktur, nämlich des LinkedHashMap-Typs als Container für den First-Level-Cache von Bitmaps. Aufgrund der besonderen Natur von LinkedHashMap können wir die Anzahl der im Speicher gespeicherten Objekte steuern und ungenutzte Objekte aus dem Container entfernen und sie in den Soft-Reference-Second-Level-Cache legen. Wir können stets die zuletzt zugegriffenen Bitmap-Objekte im First-Level-Cache behalten. Wenn die Kapazität von LinkedHashMap unseren voreingestellten Wert überschreitet, werden die Objekte entfernt, die am längsten im Container vorhanden waren. Zu diesem Zeitpunkt können wir die entfernten Objekte aus LinkedHashMap in den Second-Level-Cache-Container legen und die Verwaltung der Objekte im Second-Level-Cache dem System überlassen. Wenn das System GC durchführen muss, werden zuerst die Bitmap-Objekte im Second-Level-Cache-Container recycelt.

Beim Abrufen eines Bildobjekts wird zuerst der First-Level-Cache-Container durchsucht. Wenn ein entsprechendes Objekt vorhanden und verfügbar ist, wird es direkt zurückgegeben. Wenn nicht, wird im Second-Level-Cache nach der entsprechenden SoftReference gesucht, es wird festgestellt, ob das von dem SoftReference-Objekt gehaltene Bitmap verfügbar ist; wenn ja, wird es direkt zurückgegeben, andernfalls wird null zurückgegeben. Wenn das Bild auch im Second-Level-Cache nicht gefunden werden kann, wird die Bildressource direkt geladen.

4. LruCache + SD-Karten-Cache-Methode

5. Empfehlungen für zwei Szenarien, die anfällig für OOM sind:

5.1 Herunterladen einer großen Anzahl von Bildern über das Netzwerk

Zum Beispiel ein Weibo-Client: mehrthreadiges asynchrones Netzwerk, kleine Bilder verwenden direkt LRUCache+SoftRef+SD, große Bilder werden bei Bedarf heruntergeladen:

   

5.2 Für Fälle wie ListView, GridView, die eine sehr große Anzahl von Item-Einträgen laden müssen

In der getView-Funktion des Adapters gibt es einen convertView-Parameter, der anzeigt, ob ein wiederverwendbares View-Objekt vorhanden ist. Wenn convertView nicht verwendet wird, erstellt jeder Aufruf von getView ein neues View. Auf diese Weise ist das vorherige View möglicherweise noch nicht zerstört, und das kontinuierliche Erstellen neuer Views führt unweigerlich zu einem Speicheranstieg, was zu OOM führt. Darüber hinaus werden beim Wiederverwenden von convertView die ursprünglichen Bilder und anderen Ressourcen darin besitzerlos.

Hier empfiehlt Google offiziell die Verwendung von: "convertView + static class ViewHolder"

Die offizielle Erklärung lautet:

a. Verwenden Sie den zwischengespeicherten convertView, der an die Methode getView() übergeben wird, wieder, um unnötiges Inflating von Views zu vermeiden.

b. Verwenden Sie das ViewHolder-Muster, um unnötige Aufrufe von findViewById() zu vermeiden; denn zu viele findViewById()-Aufrufe beeinträchtigen ebenfalls die Leistung.

 

Zusätzliche Erklärung zur Rolle der Klasse ViewHolder: Das ViewHolder-Muster speichert eine Datenstruktur im Tag der View, die von der Methode getView zurückgegeben wird. Diese Datenstruktur enthält Referenzen auf die Views, an die wir Daten binden möchten, wodurch vermieden wird, bei jedem Aufruf von getView() findViewById() aufzurufen.

6. Wie beantragt man eine Speicherzuweisung, die das Speicherlimit überschreitet:

6.1 Speicher aus Native C zuweisen. Mithilfe von NDK (Native Development Kit) und JNI kann Speicher auf C-Ebene zugewiesen werden (z. B. malloc/free oder new/delete). Eine solche Zuweisung wird nicht gegen das 24MB-Limit angerechnet. Das ist wahr; Speicher aus nativem Code zuzuweisen dient der Bequemlichkeit von Java, kann aber in gewissem Maße genutzt werden, um Daten im RAM (sogar Bilddaten) zu speichern.

6.2 OpenGL-Texturen verwenden. Texturspeicher wird nicht auf das Limit angerechnet. Um zu prüfen, wie viel Speicher Ihre Anwendung tatsächlich alloziert hat, können Sie android.os.Debug.getNativeHeapAllocatedSize() verwenden. Mit einem der Nexus-Geräte und den oben genannten beiden Techniken kann ich problemlos 300MB für einen einzelnen Vordergrundprozess allozieren – mehr als 10-mal so viel wie das Standardlimit von 24MB. Aus dem oben Gesagten ergibt sich, dass die Verwendung von nativem Code zur Speicherallokation nicht innerhalb des 24MB-Limits liegt (OpenGL-Texturen verwenden ebenfalls nativen Code zur Speicherallokation).

Das Risiko bei diesen beiden Methoden besteht jedoch darin, dass die Anwendung normalerweise direkt abstürzt, wenn der native Heap mehr Speicher alloziert, als das verfügbare Speicherlimit des Systems zulässt.