java - 为什么在Android Studio的Profiler(内存)中,FinalizerReference类的保留堆大小如此之大?

标签 java android profiler finalize

我已阅读this question about Finalizer's lion share of the heap。它始于2011年,当时工具有所不同,而Java类仍然具有不同的名称(Finalizer与FinalizerReference)。因此,我认为现在可以提出类似但又新的问题。

最重要的是,该问题的公认答案归结为:避免使用finalize()对象。直接或间接使用finalize()的Android类包括Canvas,Paint,Bitmap,Drawable和RenderNode。祝你好运,一直都在避免他们。

我还阅读了Profiler documentation,并通过了Memory Profiler Codelab

后者将“保留大小”定义为“该类所有实例都在控制的内存大小”。

所以这是问题所在:我在Codelabs Memory Overload app上运行了Profiler(顺便说一句,这是设计造成的)。我将添加的TextView的数量限制为2000,并且仅轻按了设备上的浮动操作按钮一次。转储堆时,Profiler报告FinalizerReference的保留大小是我测试设备上可用内存的两倍。显然,某些占主导地位的内存不只一次被计算在内。

当然,我对自己程序的堆使用确实很感兴趣。当探查器在堆顶部显示FinalizerReference时,它似乎是一种误导,它支配着每个可用字节以及更多字节。我应该忽略FinalizerReference的保留堆大小吗?为什么我应该相信为其他班级提供的价值?

最佳答案

探查器似乎像其他任何类一样计算FinalizerReference的保留堆大小。这是一个错误,因为FinalizerReference在垃圾回收方面具有独特的自反性(请参见下文)。

一个简单的例子将证明这导致的荒谬结果。这也将弄清楚为什么FinalizerReference似乎比系统中的可用内存更多。

在Android Studio中,分析Codelabs Memory Overload之类的应用并转储堆。 (您可能需要触发垃圾回收并在转储之前等待其完成,以获取以下结果。)切换到zygote堆。在“堆转储”窗格上(可能在顶部)找到FinalizerReference。找到分配列中列出的实例数,例如n。计算n *(n + 1)/ 2 * 36。它等于“保留大小”列下的数字吗?我是这么想的。

为什么此公式有效?你自己看。在“堆转储”窗格上选择“ FinalizerReference”。在“实例视图”中向下滚动实例列表。经常选择“单击以查看下一个100”,以到达列表的底部。选择最后一个实例。请注意,在下面的窗格中,在其他一些引用它的FinalizerReference中有一个“下一个”字段,但没有“上一个”字段。还要注意,在这种情况下,“浅”和“保留”大小是相同的,即36个字节。然后查看保留大小的顺序,该顺序在列表上:36、72、108、144,...现在将所有n个实例的值相加。

上面给出的公式对应用程序堆不起作用(仅),有两个原因。一种是堆有时包含FinalizerReference实例,这些实例已从链接列表中取出,但尚未被垃圾回收。可以通过查看其内容(显示空引用)来识别它们,next和prev也为空。另一个是应用实例列表底部的项目由合子实例列表顶部的项目引用。因此,只能通过考虑合子堆上的实例并排除所有未链接的实例,来计算应用程序堆上FinalizerReference的(声称的)保留大小。

这是东西。 FinalizerReference不是普通的类。它是垃圾回收期间垃圾回收器使用的类。这种反射性很重要。 FinalizerReference实例的垃圾收集仅由垃圾收集触发。

创建时,将FinalizerReference实例作为双向链接列表的一部分,以便可以删除任何位置的实例而不会破坏列表。但这也意味着大多数实例都引用了另外两个实例。但是,唯一可以删除这些引用的操作是垃圾回收。垃圾回收器会找到除FinalizerReference实例之外没有被任何对象引用的每个对象,运行其finalize()方法,进行垃圾回收,然后从列表中删除引用该对象的FinalizerReference实例,从而可以依次回收该实例。

目前,Profiler所做的是将FinalizerReference的“第一个”实例计算为保留的大小为36个字节,等于其“浅”大小。对于第二个实例,它计算自己的36个Shallow字节,再加上第一个实例的36字节的保留大小,并为其引用。对于第三个实例,它计算自己的36个Shallow字节,再加上前两个实例的72 + 36 Retained大小。因此,当我们达到100时,第一个实例的内存已经被计算了100次,第二个实例的内存被计算了99次,依此类推。这可能没有意义,除了(对于此类而言,具有误导性和毫无意义的) )“内存控制”的递归定义。

对于开发人员而言,有关FinalizerReference实例的有趣事情不是它引用的其自己类的其他实例,而是它的引用对象,尤其是在该引用对象没有其他引用的情况下。如果Profiler对于该类有用,它将计算FinalizerReference类的Retained大小,作为由FinalizerReferences实例引用的引用所占内存的总和。那将永远不会超过系统中的实际内存,并且任何过高的值都会通知开发人员一个问题,即对象的创建和丢弃速度超过了垃圾回收的速度。

就目前情况而言,Profiler仅确认用于求和连续整数的数学公式(似乎遍历FinalizerReference列表,并实际上将这些数字相加!)。从这个意义上说,这没有错,但是将结果解释为FinalizerReference的保留堆大小仍然是错误的。这具有误导性,并且肯定不会帮助开发人员了解堆中正在发生的事情。

关于java - 为什么在Android Studio的Profiler(内存)中,FinalizerReference类的保留堆大小如此之大?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57027001/

相关文章:

java - 传递对象的自定义数组列表

android - getprotobyname 错误 iptables

android - 对象检测器上的 Tensorflow Lite GPU 支持

android - 奇怪的布局问题

javascript - 如何让 Firebug 分析器将函数显示为非匿名

javascript - Chrome Profiler Javascript 内存泄漏

ruby-on-rails - 分析 cucumber 测试(ruby/rails)

java - 解除阻塞 getInputStream.read(bytes[])

java - Hibernate异常帮助: TransientObjectException

java - 在 Java 端处理 Put 请求