腾讯技术分享：Android版手机QQ的缓存监控与优化实践

《》

《》

《》

《》

《》

《》

《》

《》

3、统一缓存监控

统一缓存监控主要包含图片缓存监控和业务对象缓存监控两部分：

1）图片缓存监控主要关注Bitmap的引用，定位图片问题；

2）业务对象缓存监控，主要监控手Ｑ各业务对象缓存，及时发现缓存问题。

3.1图片缓存监控

对于Android应用来说，Bitmap向来是内存的占用大户。在手Q中平均有300+ Bitmap对象。

统计显示：Bitmap引用内存占手Q总内存40%左右：

减少图片占用内存，需要规范图片缓存的使用。前期我们在手Q中封装实现了图片专用多级缓存QQLruChe，并要求各业务必须使用全局图片专用缓存来缓存图片。一方面可以方便调控图片缓存业务，另一方面，通过淘汰以及清理策略，可以有效控制图片缓存大小。但由于手Q业务众多，业务独立开辟图片缓存的情况还是时有发生。因此我们开发了一套图片缓存监控系统，及时检测出图片缓存私藏问题，同时也监控图片的其他不合理使用。

图片缓存监控使用内存快照技术实现，分为终端数据采集和后台数据分析两部分。

流程如下所示：

终端数据采集：客户端实时检测当前可用内存，当可用内存不足时，自动生成内存快照文件，上报到后台。

后台数据分析：在后台，我们实现了一套Hprof文件分析以及Bitmap引用归并技术，批量分析内存快照文件，输出Bitmap引用链并进行归类统计，过滤全局图片专用缓存以及View层引用后，分析出存在图片缓存私藏的业务。

实现图片缓存监控过程中我们主要遇到以下几个难点：

1）内存快照文件大，约300M左右：

内存文件过大会导致上传流量和存储成本比较大，而且上传耗时长。针对这个问题，一方面，我们对大盘用户采样上报，并提供良好的用户交互。另一方面我们深入分析内存快照采集原理，自研miniDump工具，通过native hook技术在生成内存快照时剔除了tyte[]数据，从而使文件体积减少70%；

2）内存快照文件人工分析成本高：

通过MAT人工分析内存快照文件耗时费力，而且分析数量有限，用户上报的内存文件很多，无法定位top问题。针对该问题，我们深入研究MAT插件技术，自研引用链分析以及Bitmap引用归并工具，自动化分析内存快照文件，归类Bitmap图片引用。

通过图片监控系统，我们有效检测出以下几类业务问题：

1）全局图片专用缓存占用空间大，存在优化空间：

bitmap引用链归并发现全局图片专用缓存占较高。同时，我们也统计了OOM用户全局图片缓存的内存量，平均约10M左右。因此有必要在内存不足时，自动trimToSize,释放内存空间；

2）业务bug——逻辑完成后，没有及时释放图片引用：

业务逻辑存在问题，比如有几类业务在页面退出后，没有及时释放背景图资源引用；

3）业务私自开辟图片缓存：

业务独立开辟缓存cache缓存bitmap，没有使用全局图片专用缓存；

4）业务缓存数据对象中引用图片：

业务内存缓存的数据对象中，含有bitmap成员，内存空间大。可优化为缓存key，bitmap对象存到全局图片专用缓存中；

5）图片静态引用：

定义静态的Bitmap或者Drawable对象，进程周期内，对象所引用的资源都无法释放。

在手Q730版本，图片缓存监控系统检测出32例业务问题，提单26例，累计节省内存约23M。

3.2业务对象缓存监控

业务对象缓存监控主要是通过实现自定义集合类，实时上报各业务内存缓存使用情况到后台。在后台分析归并，从而定位业务缓存问题。

如上图所示，业务对象缓存主要分为终端数据采集、后台数据分析、缓存清理三部分：

终端数据采集：通过自定义实现QQHashMap，QQConCurrentHashMap,QQLruCache等集合类，在系统原有集合类基础上，封装统计功能，实时统计程序运行期间各缓存的内存指标：插入次数，查询次数，删除次数，遍历次数，命中次数，未命中次数，缓存使用率，内存占用等；

后台分析：分析终端上报的用户数据，对各业务缓存进行归类统计，统计出平均内存占用，最大内存占用，内存占用中位数，缓存命中率，缓存浪费率等指标；

内存清理：监控系统在监控的基础上，也增加了清理接口。当检测到当前可用堆内存比较低，用户处于内存高负荷状态时，统一调度清理逻辑，进行内存自清理优化。

通过统一缓存监控，我们检测出了很多业务缓存问题，主要可归为以下三类。

1）缓存浪费率高：

典型案例1：手Q表情某类缓存，平均浪费率超过88%，相当于缓存1000个对象，有800+没有使用过；

典型案例2：某红包模板缓存，存储后从不访问，浪费率100%。

针对这类问题，推动业务优化内存缓存结构，去除无用缓存，优化缓存方案，以降低浪费率。

2）缓存内存占用大：

典型案例1：手Q某新闻类图片缓存，私自缓存Bitmap，最大占用内存15M，占所有图片缓存的35%；

典型案例2：钱包类背景图缓存，内存占用约1M左右，使用后未及时释放。

针对这类问题，对于缓存图片的业务，推动业务接入全局图片专用缓存；对于非图片类业务，接入自动清理，及时释放内存空间。

3）缓存结构存在优化空间：

典型案例1：讨论组成员缓存，设计为LRUCache可淘汰缓存，但是用户未曾用满过。初始开辟空间过大；

典型案例2：未读消息缓存，极端用户缓存个数超过9000个，无数量上限控制。

针对这类问题，推动业务更新或者优化缓存结构，增加上限控制等。

4、内存清理

统一监控，可以有效发现业务缓存问题进行专项优化。但监控具有一定的滞后性，因此在监控的基础上，我们同时也增加了内存清理控制模块。

内存清理主要分为业务内存清理以及系统内存清理。业务内存清理，包含统一图片缓存清理，以及业务缓存对象清理两部分。这里前文已简单介绍。接下来我们介绍下两例系统相关的内存清理技术：系统ClassLoader内存清理和系统预加载图片清理。

4.1系统ClassLoader内存清理

前期，我们分析了很多内存快照，发现一个共性的问题：在内存快照中有个ZipFile对象，内存占用一直超过2.6M。这个zipFile被系统类ClassLoader引用。

通过分析系统源码，我们发现ZipFile记录了安装包所有的类文件信息，手Q安装包中有超过15000个文件，文件越多，zipFile占用内存就越大。

我们进一步分析ClassLoader相关源码，发现只有在调用ClassLoader的findResource方法查找图片等安装包内资源时，才会使用到ZipFile的内容，未发现其他使用场景。同时，通过findResource方式查找资源存在一定的弊端：耗时很长，在Android系统上不推荐使用。

详情分析可参考：

综合评估，可以清理ClassLoader引用的这块内存。

清理主要面临以下几个难点：

1）Android系统碎片化严重，兼容性问题比较突出：

不同版本，zipFIle成员变量的位置以及变量名不同。zipFile初始化时机改变：4.3以前创建时即初始化，4.3之后，第一次访问才会初始化。各厂商对系统API内部修改无法预期；

2）强行清理，可能导致功能异常：

系统内部代码逻辑可能会受到影响，而且影响无法预期。手Q当前使用ClassLoader查找资源的业务功能会受到影响。后期新增业务无法预期，清理会导致系统功能失效；

3）清理后再次加载zipFile耗时长，可能导致卡顿。

下图是我们清理系统ClassLoader的实现方案，采用代理，兜底，缓存，上报等手段逐一攻克以上难点，完美实现清理系统ClassLoader内存的效果。

1）针对兼容性问题，我们通过反射代理替换了系统的ZipFile为HookZipFile，替换完成后，清理掉zipFile内存。替换机制兼容系统不同版本以及特殊机型，对系统逻辑无影响。

2）针对清理导致的功能异常，我们实现了兜底能力，下次访问时，会重新创建zipFile。

3）针对耗时问题，内部封装实现缓存功能。并针对业务访问增加堆栈上报，及时推动业务改用其他方式获取资源。

内存清理方案，通过内部兼容性测试，发布后外网无crash问题，通过不断迭代，兼容率达到100%。并且内存清理效果明显，平均清理内存量约2.6M。

4.2系统预加载图片清理

系统预加载图片缓存是zygote进程初始化时，通过preloadResources()预加载的通用图片资源，后续android应用进程都是从Zygote fork出来的，所以就继承了这部分预加载的图片资源。由于是静态强引用，这部分图片资源会一直占用内存空间。

预加载的好处在于系统只在zygote执行一次加载操作，所有应用用到该资源不需要再重新加载，减少资源加载耗时。与此同时，sPreloadedDrawables属于静态对象，会一直引用图片缓存，所以该系统机制会占用较高内存，在有些系统上，内存占用空间超过20M。

因此这里存在内存优化的空间，当内存占用高时，可以主动清理掉这部分内存，以便释放可观的堆内存空间，减少内存耗尽的风险。通过分析drawable加载机制的源码，我们了解到如果预加载的资源没有在sPreloadedDrawables中找到，会重新decode解码加载，不会影响现有功能。

因此清理后的风险可控，主要面临的难点是兼容性问题：

1）系统API变动较多：

sPreloadDrawables数据结构类型，对象存储位置，不同API版本之间都有改动；

2）厂商自定义修改较多：

比如：小米7.0系统以及华为部分机型各自扩展了ResourceImpl实现，自定义了自己的资源加载基类，导致无法定位到sPreloadDrawable；OPPO部分机型，修改了sPreloadDrawable类的属性等等。

下图是我们清理系统预加载图片缓存的实现方案，通过反射替换的方式，拦截替换系统的预加载缓存为自定义图片缓存，内部管理图片加载，在内存不足时，及时清理预加载图片缓存。

针对兼容性问题，我们实现了一套完备的兼容性方案：

1）替换前兼容检测；

2）系统版本兼容处理；

3）特定机型兼容处理；

4）失败上报统计，不断兼容。

系统预加载图片清理，通过不断迭代，已经可以兼容几乎所有机型。版本发布后，未引入系统功能异常以及外网crash问题。内存清理量比较可观：平均在15M左右，最高达到25M。

5、优化后的效果

5.1横向对比

在灰度阶段，我们对用户进行了ABTest测试,一半用户接入内存优化逻辑，一半用户不接入。大盘上报统计显示：优化用户OOM率明显低于未优化用户：OOM率由0.09%降至0.053%。

内存分布方面，内存优化显著降低了高内存用户占比。由3.05%降至1.7%。高内存用户是指当前可用内存不足20%的用户，是OOM高发用户群，降低这部分用户比例，可有效降低OOM率。

5.2纵向对比

我们从7.3.0版本接入内存优化，从版本迭代来看，优化效果显著：OOM率由0.09%左右降低至0.047%左右，降幅47%：

手Q版本间平均内存增幅明显放缓，版本增幅由5.8M左右降至1.14M左右：