iOS性能优化--内存优化(上)

导读

最近笔者所在公司的iOS App端在经历了几个版本的疯狂的业务迭代,几个主要模块例如首页、分类在最近的几次迭代中变得越来越重,最终在最近的新版本暴露出了性能问题。

  1. AdHoc包中设置的内存报警最近经常被触发阀值
  2. 线上的监控日志的性能相关的crash明显增加

由于不排除之后的版本这几个一级模块的业务会变的越来越重,也为了技术进阶,笔者开始着手于本次内存相关的deep learning和内存优化工作。

专题简述

关于内存优化,笔者希望从下面三个方面进行整理和论述
1、原理篇:OS&iOS的内存管理机制
2、调试篇:调试工具的使用(Allocations&VMTracker&Activity Monitor) 和 监控工具的实现原理、开发和部署线上监控
3、实战篇:实战优化App,减小内存峰值,消除内存泄漏和危险引用(野指针)

OS/iOS内存管理机制

笔者希望带着解决问题去思考和学习,关于内存管理机制的学习,笔者参考的是
2016年QQ浏览器的庄延军在SegmentFault的一次技术分享

问题引子
1、在桌面系统中很少会有应用会因为使用内存过多被Kill掉,为啥iOS会呢?
2、虚拟内存(VM)是什么?为啥有时它会超过物理总内存呢?虚拟内存过高会引起内存警告吗?
3、Allocations中的Dirty Size和Resident Size分别指的是什么?(Swapped Size)All Heap & Anonymous VM是什么?
4、iOS的内存管理机制是什么样的?他是基于什么原则来Kill掉进程的?
5、内存有分类吗?什么类型的内存可以回收?
6、App的优化,什么地方占用内存多,什么地方可以优化?如何避免内存峰值过高?

自己的拓展思考
1、mach-o 文件是我们开发的App的静态展开方式,当App在运行的时候被加载到进程中,mach-o文件内容怎么被加载到虚拟内存?VM又是怎么以什么样的构建的,是一种类类似于表的数据结构的承载吗?
2、cpu、寄存器、总线、内存的工作原理?

一、基本的概念和原理
  • 虚拟内存机制(VM)
虚拟内存转换物理地址
二、iOS的内存管理
  • iOS运行时程序进程的分布


    iOS程序进程内存(VM)分布
  1. 进程加载器会把mach-o文件加载到内存中(VM)。(会有一部分需要执行VM映射到物理内存上or将代码、数据段全部加载到物理内存上呢?)
  2. mach-o文件是有个头,里面记录了所有段的信息(VM偏移,VM地址,大小), 进程加载器根据这些头各个段有些加载到物理内存中(代码段和数据段(全局静态区:初始化全局变量&static变量, BSS段:未初始化)),有的在可执行文件内只是个占位符,实际加载到虚拟内存的时候才会分配内存。
  3. heap向高位地址扩散,stack向地位地址扩散,保证两者之间有足够的VM分配。
  • iOS中的内存段分类

  • iOS内存管理


    iOS内存管理
  1. iOS采用了全功能的内存管理方式,有段式和页式
  2. 上图显示的是我们需要管理的Dirty Memory的内存管理的原理
    • 在heap上创建的对象
    • decompressed imgaes,一是从闪存中加载到内存的Images:通过imageName:方法加载的Asserts内的图片文件(大), 二是SDWebImage加载的网络图片在内存和磁盘中都持有一份缓存,为了性能在内存中持有了
    • caches
  3. App层用Region对象来管理相应的VM
  4. 在kernal层用VM Object对象来管理虚拟内存和真实物理内存的map

注意
在这里就可以回答引子里面提出的第一个问题:
在桌面系统中很少会有应用会因为使用内存过多被Kill掉,为啥iOS会呢?

  • iOS系统中没有swap机制:(1)闪存的容量有限 (2)闪存的读写次数有限,频繁读写会会降低寿命

思考
代码是要加载到内存中的,iOS没有swap机制代码很大的app不是很占内存吗?
不是:代码段是Clean Memory,在闪存中有备份,在内存紧张的时候会被OS回收,后面再使用的话可以从闪存中重新构建。

  • iOS低内存处理机制jetsam
    OS维护了一个优先级队列,从上往下,优先级递增


    iOS内存优先级序列
  1. 当系统内存过低的时候,OS将会去广播低内存消息,通知大家释放内存,在时间阀值之后,将会按照队列优先级去依次kill进程
  2. UIKit 提供了以下回调和通知去处理低内存
[UIApplicationDelegate applicationDidReceiveMemoryWarning:]
[UIViewController didReceiveMemoryWarning:]
/*可以处理单例中大内存对象,持有的大数据image和data的释放*/
UIApplicationDidReceiveMemoryWarningNotification
/*SDWebImage清除缓存,CacheManager清除缓存*/
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,142评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,298评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,068评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,081评论 1 291
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,099评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,071评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,990评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,832评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,274评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,488评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,649评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,378评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,979评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,625评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,796评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,643评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,545评论 2 352

推荐阅读更多精彩内容