实践App内存优化：如何有序地做内存分析与优化

由于项目里之前线上版本出现过一定比例的OOM,虽然比例并不大，但是还是暴露了一定的问题，所以打算对我们App分为几个步骤进行内存分析和优化，当然内存的优化是个长期的过程，不是一两个版本的事，每个版本都需要收集线上内存数据进行监控以及分析。

版本迭代过程中，内存增长过快，不仅会导致一定概率的OOM，运行时若出现内存抖动，导致频繁GC，则会对App的流畅度以及用户体验造成很大影响。

本文主要会根据实际项目中优化步骤分为以下几部分：
1. Android内存分析基础
2. 内存泄漏
3. 静态内存分析优化
4. 运行时内存分析优化
5. 监控

1.Android内存分析基础

这部分主要先介绍一些进行内存分析的基础方法以及工具，对这部分比较熟悉的同学可以先跳过哈。

一.App的内存使用情况概览

每个App进程可以分配到的最大内存是有限的，当然不同手机每个App进程可以分配到的最大内存有可能不一样，可以通过以下命令进行查看：

adb shell getprop | grep dalvik.vm.heapsize

我们可以输出我们App的内存使用情况概览：

adb shell dumpsys meminfo 包名

我们就可以看到：

Pss: 该进程独占的内存+与其他进程共享的内存（按比例分配，比如与其他3个进程共享9K内存，则这部分为3K）

Privete Dirty:该进程独享内存

Heap Size:分配的内存

Heap Alloc:已使用的内存

Heap Free:空闲内存

二、Android Profiler

AndroidStduio3.0后Android Profiler变得比之前更强大，内存分析页变得更加直观更加方便，下面是截图：

* 进程占用总内存
* javaHeap:这部分内存大小是有限制的，溢出则会OOM，这部分内存也是我们分析优化的重点
* NativeHeap:native层的 so 中调用malloc或new创建的内存,对于单个进程来说大小没有限制，所以可以利用在native层分配内存来缓解javaHeap的压力（比如2.3.3之前Android Bitmap的内存分配就是在native层，之后移到javaHeap, 8.0又回到native）
* Graphics：这部分一般游戏app中用的较多，OpenGL和SurfaceFlinger相关的内存，若没有直接调用到OpenGL,则一般不会涉及到这块内存
* Stack:栈，了解jvm内存模型的应该都知道
* Code: 代码，主要是dex以及so等占用的内存
* Others:就是others啦

所以我们可以看到事实上我们可以优化的点有：JavaHeap、NativeHeap、Stack、Code所占用的内存

三、强大的MAT

MAT是做比较细致的内存分析的利器了，功能十分强大,其中的：

Hisogram:Lists number of instances per class