Android内存性能参数分析

1. Android 内存参数

Android系统内存性能分析, 可以分为系统级内存性能分析和应用级别内存性能分析。系统层面的内存性能分析主要从Android Dalvik配置、GC策略、LMK策略三点展开。 Android 应用级别内存性能分析方法主要遵循google官方推荐的高性能应用编程注意事项。

2.Android Dalvik参数

Dalvik虚拟机参数主要是用于Zygote初始化阶段用于初始化Dalivk heap的参数，参数的设定主要遵循“以时间换空间” 和 “以空间换时间”两种策略之间的权衡。

（1）startSize

• 参数含义：
  Dalvik虚拟机堆起始大小,同时也是DVM heap中Active heap的起始大小。

• 参数作用:
  heapstartsize设定越大，应用启动越快，但系统内存消耗越快；反之heapstartsize设定越小，应用启动越慢，但系统可用内存越多。

• 性能分析:
  heapstartsize缺省值4MB，可以通过系统属性值dalvik.vm.heapstartsize对其进行修改。
  Heapstartsize越大，对应用启动阶段速度越快，同时消耗内存也会上升；
  Heapstartsize越小，对应用启动阶段速度较慢，对节省系统可用内存有利。
  可参考设置如下，参数指标准要参考google 官网提供的不同场景原型机配置方案：
  

（2）growthLimit

• 参数含义：
  Dalvik虚拟机堆动态增长的最大“软上限”值，growthLimit可用来限制应用实际最大可用内存，取值范围必须要小于等于最大值heapsize。

• 参数作用:
  AndroidManifest.xml的application标签中largeHeap属性值为false时，堆的最大尺寸为growthLimit.growthLimit用来限制DVM Heap 中Active heap增长上限。

• 性能分析:
  growthLimit默认值为0 ,可以通过系统属性值dalvik.vm.heapgrowthlimit对其进行修改。
  growthLimit越大，应用运行过程中越稳定，加载游戏和多媒体视频播放时越流畅性较为稳定；对于android市场中很多会启动多个Activity的应用更有利，代价是内存消耗过多，GC的触发更为频繁。
  growthLimit越小，启动多个Activity的应用运行加载某个Activity过程中加载到上限而被out-of-memory 杀掉的几率越高，一旦被杀，应用的后台服务又会重启被杀的Activity，同时触发大量的GC回收内存，导致应用运行过程中较为卡顿，性能体验不佳，优点是对内存使用较为节省。
  可参考设置如下，参数指标准要参考google 官网提供的不同场景原型机配置方案。

（3）0maximumSize

• 参数含义：
  Dalvik虚拟机堆大小的最大值。
• 参数作用:
  AndroidManifest.xml的application标签中largeHeap属性值为true时，堆的最大尺寸为maximumSize。 Zygote 进程初始化Davlik heap阶段，会依赖于maximumSize大小从ashmem_create_region函数中创建堆的匿名共享内存。
• 性能分析:
  maximumSize默认值为16m ,可以通过系统属性值dalvik.vm.heapsize对其进行修改。Android系统是多进程系统，maximumSize的大小决定了系统当前最多可运行多少个虚拟机。
  maximumSize越大，对启动多个Activity的应用运行越稳定，但消耗很多内存。在应用之间切换的过程中产生很多耗时，耗时主要GC和内核的内存回收策略去进行内存回收。
  maximumSize越小，对使用largeHeap的应用存在规格限制，使用largeHeap较多的应用将无法稳定运行，一旦heap达到了上限，将会被out-of-memory杀掉；优点是对内存消耗更小，对内存碎片化越有利。可参考设置如下，参数指标准要参考google 官网提供的不同场景原型机配置方案。
  

3.Android GC参数

Android Dalvik虚拟机使用Mark-Sweep算法来进行内存回收管理。
Dalvik虚拟机会启动GC线程执行和响应的GC的请求。
Dvm heap中Active heap主要为Activity 创建object和加载Bitmap图片资源文件提供内存，GC 线程主要对Active heap进行扫描和内存回收操作。

（1） GC 触发条件

当Active heap已分配内存大小超过预设Concurrent GC阀值时，线程被唤醒执行Concurrent GC；
当Active heap中分配内存失败时，会唤醒GC线程执行GC_FOR_ALLOC内存回收；
当GC线程睡眠5000毫秒后，主动对Active heap进行大小调整，释放一部分没用的内存；
应用显示调用GC 进行内存回收。

（2）GC性能影响

Dalvik GC线程对Active heap执行Mark扫描和内存回收过程中，会对heap进行上锁和解锁的操作，这会导致所有在heap上创建object的Java线程被suspend挂起。GC过程越长或者GC触发的越频繁，会导致应用性能下降，直观上造成前台Activity的卡顿。

（3）系统级GC参数调优

Dvm heap参数中有三个参数对GC的回收频率，如下表所示：

当Target 超过次区间后，GC会选择 [heap->bytesAllocated + heapmaxfree]作为heap当前可以使用的最大内存，同时减去固定大小[200K ~ 500K] 作为GC_CONCURRENT触发阈值。
由Concurrent GC触发的逻辑公式中可以得到三个因素对GC的影响关联如下：
heaptargetutilization、heapmaxfree 和 heapminfree越小，Concurrent GC触发越频繁；
heaptargetutilization、heapmaxfree 和 heapminfree越大，Concurrent GC触发频率越低，但一次GC过程时间会越长，对整个系统尤其是前台应用较为卡顿。因此调优的权衡在于既让GC触发频率降低，又要避免GC一次触发耗时过长。

（4）应用级别GC调优

应用内存使用不当，将直接引发GC对其造成非常差的性能体检，例如应用在代码for循环中集中性的申请heap和加载未进过优化的图片等等，google针对GC的负面影响，专门针对应用开发者提供了指导手册，例如如何编写高性能应用等，在后面充分研究GC机制和Java编程后再做补充。

4. Android LMK参数

（1）LowmemoryKiller策略引入

Andorid 启动加载一个应用，会经历Zygote fork、预加载odex可执行文件和加载图片等资源文件，这个过程会产生一系列的系统调用、缺页中断和IO消耗，造成一定的耗时。因此Android采用了一种策略，当应用Activity退出后，AMS将应用进程放在后台挂起，只释放一部分进程资源。当应用再次被启动的时候，后台进程会快速切换到前台，极大的增加了客户体验。
当后台存放了太多的进程，消耗了系统大量内存。一旦系统内存消耗殆尽，linux内核会触发OOM紧急内存回收，OOM会选择用户空间内存占据最多的进程进行kill，以此挽救系统。但OOM机制无法对用户空间进程的重要级别进行判断，一旦kill掉Android系统进程，将会导致系统重启。
由此Android 引入LowmemoryKiller策略，根据系统当前的内存使用状况，调整后台进程数量。在linux 内存回收过程中，按照重要级别逐一回收后台进程。

（2）LowmemoryKiller策略

（3）LowmemoryKiller性能参数调优

如图所示， Lowmemorykiller minfree阈值和adj等级的设定主要取决于系统内存大小、系统后台应用数量、系统cache和内核zone watermark水位线共同去权衡。可遵循以下规则进行配置：

1). 系统cache曲线
Cache 是Lowmemorykiller 判断因素之一，minfree的选取首先考虑系统cache驻留量，如果minfree阈值分布集中在cache驻留变化曲线最低点以下，linux 内存回收将频繁触发，kswap负载上升，系统内存申请非常耗时。等级较低的adj对应的Minfree需要在cache上升曲线上发散分布，等级较高的adj对应的minfree需要在cache理论最低点以下。

2). 系统内存水位线区间
高等级adj对应的minfree不能低于watermark[min] 水位线。
较低等级adj对应的minfree需要分布在 watermark[low]以上，分布点间距呈渐疏型，避免过于集中的被回收，造成系统和前台应用的卡顿。
中等等级adj对应的minfree需要分布在watermark[low]以下，避免频繁被回收造成性能体验过差。