Android内存测试方法梳理和实现原理简析-白红宇

废话不说，直接上干货。

1：代码的方式

代码中使用Debug的getMemoryInfo(Debug.MemoryInfo memoryInfo)或ActivityManager的MemoryInfo[] getProcessMemoryInfo(int[] pids)

ActivityManager mAm = (ActivityManager) context.getSystemService(Context.ACTIVITY_SERVICE);Debug.MemoryInfo[] memoryInfoArray = mAm.getProcessMemoryInfo(pids);复制代码

MemoryInfo对象中可以看看详细的内存信息，字段如下：目前很多内存测试工具都是采用这种方式，如哆啦A梦、GT等。这种方式简单方便

2：dumpsys 命令

adb shell dumpsys meminfo package_name|pid复制代码

一般关注关PSS列的这几个字段：

Native Heap：JNI层的内存

Dalvik Heap：Java层的内存分配情况

Total PSS ：应用真正占据的内存大小

一般公司测试都是会采用这种方式获取内存数据的

3：smaps文件

Linux在2.6版本之后有一个proc伪文件，在它下面记录各种信息，其中在proc/pid/smaps记录某个pid的内，smaps记录内存详细的使用情况。使用下面的命令可以读文件的值

cat /proc/pid/smaps复制代码

文件格式如下：

文件字段意义：

400ca000-400cb000：本段虚拟内存的地址范围

r-xp ：文件权限，r（读）、w（写）、x（执行）、p表示私有，s代表共享，如果不具有哪项权限用"-"代替

00000000 ：映射文件的偏移量

b3:11 ：文件设备号

1345 ：被映射到虚拟内存文件的映索节点

/system/lib/libplddbgutil.so：文件名称

Size：相应虚拟地址空间的大小

RSS: 正在使用的物理内存的大小

Shared_Clean: Rss中和其他进程共享的未使用页数

Shared_Dirty: Rss和其他进程共享已经使用的页数

Private_Clean: Rss私有区域未使用的页数

Private_Dirty: Rss私有区域已经使用的页数

smaps文件一般有啥作用呢，譬如我们通过dumpsys meminfo 获取内存时，发现某一项内存数据异常，想弄清楚数据都是有哪些文件产生，我们就可以通过读取smaps详细排查。

4：源码分析

我们执行dumpsys memInfo 命令后的代码执行流程是怎样的呢，dumpsys命令会根据传进来的参数通过函数checkService来找到具体的service, 然后执行该service的dump方法，最总达到dump service的目的。

那我们传进入的memInfo对应的是哪个service呢，这个我们需要查看ActivityManagerService.Java类，搜索一下memInfo，最后我们发现它对应的service是MemBinder。

我们点击MemBinder类看类内部的实现

方法内部首先会进行android.Manifest.permission.DUMP权限检查，最终调用 dumpApplicationMemoryUsage方法，我们再看dumpApplicationMemoryUsage方法做了哪些操作

这个方法内容比较多，这里我们只显示了它最终调的地方，我们最终发现最后会调用android.os.Debug.java类。

其实会调用android.os.Debug.java类调用了大量的Native方法实现的，android.os.Debug.java对应的native文件是android_os_Debug.cpp，上面的Debug.getMemoryInfo(pid, mi)实际上最后调用了 android_os_Debug.cpp的android_os_Debug_getDirtyPagesPid方法

android_os_Debug_getDirtyPagesPid方法调用了load_maps(int pid, stats_t* stats)方法

load_maps中是通过读取smaps文件内容，到此dumpsys memInfo的实现就非常清晰了。

第一种代码的实现方式，其实最后走的流程和上面的是一样的。

android_os_Debug.cpp地址：

5：内存测试关注的点

1.内存是否持续上涨：进入某项功能内存增长，退出功能时内存是否下降

2.是否频繁的GC：频繁的gc可能是因为你的程序内存碎片导致的，这也是需要优化的一个方向

3.内存的峰值是否在单个应用允许的最大值之内