KOOM 浅析

简介: KOOM 浅析

KOOM 相比较 LeakCanary 和 Matrix 来说有点不同,后俩者由于 dump 的整个过程会影响到主进程,所以基本应用与线下监控,而 KOOM 提出了 fork dump 的概念,能在 dump 分析内存泄漏的时候而不影响到主进程的应用运行,所以,非常适合使用在线上监控。


所有的内存泄漏监控工具都离不开这三点:


  • 监控触发时机
  • dump 内存堆栈
  • 分析 hprof 文件

1、监控触发时机


LeakCanary 和 Matrix 都是在 Activity.onDestroy 时触发泄漏检测,KOOM 有点另辟蹊径,KOOM 是用阈值检测法来触发,我们来看下核心逻辑:


MonitorThread.class

class MonitorRunnable implements Runnable {
    ...
    @Override
    public void run() {
      if (stop) {
        return;
      }
      // 是否触发检测
      if (monitor.isTrigger()) {
        // 检测回调触发
        stop = monitorTriggerListener
            .onTrigger(monitor.monitorType(), monitor.getTriggerReason());
      }
      if (!stop) {
        // 间隔 5s 轮训检测
        handler.postDelayed(this, monitor.pollInterval());
      }
    }
  }
复制代码


MonitorThread 是一个利用 HandlerThread 不停在轮训监控当前是否触发检测,isTrigger 是关键所在


HeapMonitor.class

@Override
  public boolean isTrigger() {
    ...
  // ①、获取当前的内存状态
    HeapStatus heapStatus = currentHeapStatus();
  // ②、当前使用内存是否达到最大阈值,内存使用占比超过 95%
    if (heapStatus.isOverMaxThreshold) {
      // 已达到最大阀值,强制触发 trigger,防止后续出现大内存分配导致 OOM 进程 Crash,无法触发 trigger
      currentTimes = 0;
      return true;
    }
  // ③、当前使用内存是否达到触发条件,内存使用占比超过 80、85、90
    if (heapStatus.isOverThreshold) {
      // 默认是 true
      if (heapThreshold.ascending()) {
         // ④、此时记录的内存占用比上次记录的高、达到最大阈值
        if (lastHeapStatus == null || heapStatus.used >= lastHeapStatus.used || heapStatus.isOverMaxThreshold) {
          currentTimes++;
        } else {
          currentTimes = 0;
        }
      } else {
        currentTimes++;
      }
    } else {
      currentTimes = 0;
    }
    // 将本地记录进行缓存
    lastHeapStatus = heapStatus;
    // ⑤、记录的次数超过 3 次,则触发条件
    return currentTimes >= heapThreshold.overTimes();
  }
  private HeapStatus lastHeapStatus;
  private HeapStatus currentHeapStatus() {
    HeapStatus heapStatus = new HeapStatus();
    heapStatus.max = Runtime.getRuntime().maxMemory();
    heapStatus.used = Runtime.getRuntime().totalMemory() - Runtime.getRuntime().freeMemory();
    float heapInPercent = 100.0f * heapStatus.used / heapStatus.max;
    heapStatus.isOverThreshold = heapInPercent > heapThreshold.value();
    heapStatus.isOverMaxThreshold = heapInPercent > heapThreshold.maxValue();
    return heapStatus;
  }
复制代码


解释:


  • ①:currentHeapStatus 方法是获取当前的内存状态,主要收集了当前最大内存、已使用的内存、已使用内存的占比、已使用的内存占比是否超过阈值,已使用的内存占比是否超过最大阈值。
  • ②:当前已使用内存是否达到最大阈值,内存使用占比超过 95%(常量值,可配置),如果超过的话,则直接触发
  • ③:当前已使用内存占比是否触发到阈值,该阈值会根据机型内存来进行变更,具体看 KConstants.getDefaultPercentRation(常量值,可配置)
  • ④、如果本次记录的内存占比比上次记录的还要大,或是触发到了最大阈值,则记录一下次数
  • ⑤:记录的次数超过 3 次,则触发

对于第四点我开始是有点疑虑的,只有内存是在连续 3 次增长的时候才会迭代次数,并且我们的检测是轮训的 5s,如果在增长的次数刚好 2 次,gc 回收又让内存重新回跌,然后次数又会被重置,下次再又增长上来,又要从 0 开始记录次数,这种会不会漏检?但又思考再三,如果内存泄漏的话,内存的趋势肯定是增长状态的,只不过是时间问题,他并不像 crash 检测那样,需要很高的时效性。


2、dump 内存堆栈


Dump hprof是通过虚拟机提供的 API dumpHprofData 实现的,这个过程会 “冻结” 整个应用进程,造成数秒甚至数十秒内用户无法操作,这也是LeakCanary 无法线上部署的最主要原因,如果能将这一过程优化至用户无感知,将会给 OOM 治理带来很大的想象空间。


正如 KOOM 所说的,解决 dump 无感知会是非常大的想象空间,因为他可以部署到线上监控。


KOOM 使用 fork dump 操作,从当前主进程 fork 出一个子进程,由于 linux 的 copy-on-write 机制,子进程和父进程共享的是一块内存,那么我们就可以在子进程中进行 dump 堆栈,不影响主进程的运行。当然其中还是有很多的坑,这里不展开讲,可以查看快手的文章 解决 Dump hprof 冻结 app 部分


HeapDumpTrigger.class

public void doHeapDump(TriggerReason.DumpReason reason) {
    // 生成 dump 的 hprof 文件存储路径
    KHeapFile.getKHeapFile().buildFiles();
    ...
    // 开始 dump
    boolean res = heapDumper.dump(KHeapFile.getKHeapFile().hprof.path);
    ...
  }
复制代码


heapDumper 实现类有三个,我们只看 ForkJvmHeapDumper 类


ForkJvmHeapDumper

@Override
  public boolean dump(String path) {
    ...
    // 适配 Android 11 ,和下面流程差不多
    if (Build.VERSION.SDK_INT > Build.VERSION_CODES.Q) {
      return dumpHprofDataNative(path);
    }
    ...
    try {
      // ①、挂起主进程并 for 出子进程
      int pid = trySuspendVMThenFork();
      if (pid == 0) {
        // ②、子进程开始 dump hprof
        Debug.dumpHprofData(path);
        // 结束子进程
        exitProcess();
      } else {
        // ③、恢复挂起的主进程
        resumeVM();
        // ④、等待子进程的 dump
        dumpRes = waitDumping(pid);
      }
    } catch (IOException e) {
       e.printStackTrace();
    }
    return dumpRes;
  }
复制代码


解释:


  • ① : 调用 native 方法,挂起当前的主进程,并 for 出子进程,该挂起仅仅只是更改 ThreadList  变量的线程状态味 suspend,主要目的的欺骗子进程的 dump
  • ② : 子进程开始 dump hprof 文件
  • ③ : 恢复挂起的主进程,也是更改 ThreadList  变量状态
  • ④ : 等待子进程退出, 看到 issue #81 有人对这个等待过程提出了疑虑,作者也进行相应的解答,waitPid 只是暂停线程,而我们 dump 的过程是在 HandlerThread 进行的,所以并不影响主线程

dump 出的堆栈已存放到了指定 path 中,接下来只需要继续回到 doHeapDump 方法,做接下来的解析操作。


3、分析 hprof 文件


分析的回调有点长,就直接写类和方法好了:

  • KOOMInternal.onHeapDumped
  • HeapAnalysisTrigger.startTrack
  • HeapAnalysisTrigger.trigger
  • HeapAnalysisTrigger.doAnalysis
  • HeapAnalyzeService.runAnalysis : 启动一个 IntentService 服务
  • HeapAnalyzeService.doAnalyze
  • KHeapAnalyzer.analyze


KHeapAnalyzer.class

public boolean analyze() {
    // 查找泄漏的引用链
    Pair<List<ApplicationLeak>, List<LibraryLeak>> leaks = leaksFinder.find();
    if (leaks == null) {
      return false;
    }
    //将 gc 引用链写入到 report 文件中
    HeapAnalyzeReporter.addGCPath(leaks, leaksFinder.leakReasonTable);
    // 标记当前 report 已完成
    HeapAnalyzeReporter.done();
    return true;
  }
复制代码


对于解析,KOOM 做了如下优化:


  • GC root  剪枝,由于我们搜索 Path to GC Root 时,是从 GC Root 自顶向下 BFS,如JavaFrameMonitorUsed等此类 GC Root 可以直接剪枝。
  • 基本类型、基本类型数组不搜索、不解析。
  • 同类对象超过阈值时不再搜索。
  • 增加预处理,缓存每个类的所有递归 super class,减少重复计算。
  • 将object ID的类型从long修改为int,Android虚拟机的object ID大小只有32位,目前shark里使用的都是long来存储的,OOM时百万级对象的情况下,可以节省10M内存。

4、总结


KOOM 将内存泄漏做到线上监控,已经是市面上几款内存泄漏框架中的一种创新了

目录
相关文章
|
人工智能 自然语言处理 安全
国内首发,阿里云魔搭社区上架百川智能Baichuan 2系列模型
国内首发,阿里云魔搭社区上架百川智能Baichuan 2系列模型
1260 0
|
机器学习/深度学习 编解码 自然语言处理
全新AFPN出现 | 完胜PAFPN,堪称YOLO系列的最佳搭档
全新AFPN出现 | 完胜PAFPN,堪称YOLO系列的最佳搭档
504 0
|
移动开发 ARouter 开发工具
开源最佳实践:Android平台页面路由框架ARouter
为了更好地让开发者们更加深入了解阿里开源,阿里云云栖社区在3月1号了举办“阿里开源项目最佳实践”在线技术峰会,直播讲述了当前阿里新兴和经典开源项目实战经验以及背后的开发思路,在本次在线技术峰会上,阿里云资深开发工程师刘志龙分享了Android平台页面路由框架ARouter的技术方案、解决的问题以及在实际场景中的最佳实践。
47786 2
|
Java Linux iOS开发
Typora最新版破解, 2022年11.7破解成功
Typora最新版破解, 2022年11.7破解成功, 支持Linux, Windows, Mac三端破解, 你值得拥有哦
|
存储 PHP 数据库
新手教程 快速部署PbootCMS到本地或者服务器
新手教程 快速部署PbootCMS到本地或者服务器
1938 0
|
存储 监控 Java
JVMTI 在淘宝 Profiler 中的应用(下)
JVMTI 在淘宝 Profiler 中的应用(下)
457 6
|
开发工具 git iOS开发
服务器配置Huggingface并git clone模型和文件
该博客提供了在服务器上配置Huggingface、安装必要的工具(如git-lfs和huggingface_hub库)、登录Huggingface以及使用git clone命令克隆模型和文件的详细步骤。
1431 1
|
Java 数据处理 开发者
Java IO流专家级教程:深入理解InputStream/OutputStream和Reader/Writer的内部机制
【6月更文挑战第26天】Java IO流涉及字节流(InputStream/OutputStream)和字符流(Reader/Writer),用于高效处理数据输入输出。InputStream/OutputStream处理二进制数据,常使用缓冲提升性能;Reader/Writer处理文本,关注字符编码转换。两者都有阻塞IO操作,但Java NIO支持非阻塞。示例代码展示了如何使用FileInputStream/FileOutputStream和FileReader/FileWriter读写文件。理解这些流的内部机制有助于优化代码性能。
276 0
|
JavaScript Java 测试技术
基于SpringBoot+Vue+uniapp微信小程序的乡村政务服务系统的详细设计和实现
基于SpringBoot+Vue+uniapp微信小程序的乡村政务服务系统的详细设计和实现
206 1