android dalvik heap 浅析

android 系统中可以在prop中配置dalvik堆的有关设定。具体设定由如下三个属性来控制

-dalvik.vm.heapstartsize            

     堆分配的初始大小，调整这个值会影响到应用的流畅性和整体ram消耗。这个值越小，系统ram消耗越慢，

但是由于初始值较小，一些较大的应用需要扩张这个堆，从而引发gc和堆调整的策略，会应用反应更慢。

相反，这个值越大系统ram消耗越快，但是程序更流畅。

-dalvik.vm.heapgrowthlimit       

     受控情况下的极限堆（仅仅针对dalvik堆，不包括native堆）大小，dvm heap是可增长的，但是正常情况下

dvm heap的大小是不会超过dalvik.vm.heapgrowthlimit的值（非正常情况下面会详细说明）。这个值控制那

些受控应用的极限堆大小，如果受控的应用dvm heap size超过该值，则将引发oom（out of memory）。

-dalvik.vm.heapsize 

    不受控情况下的极限堆大小，这个就是堆的最大值。不管它是不是受控的。这个值会影响非受控应用的dalvik

heap size。一旦dalvik heap size超过这个值，直接引发oom。

    用他们三者之间的关系做一个简单的比喻：分配dalvik heap就好像去食堂打饭，有人饭量大，要吃三碗，有人饭量小，连一碗都吃不完。如果食堂按照三碗的标准来给每个人打饭，那绝对是铺张浪费，所以食堂的策略就是先打一碗，凑合吃，不够了自己再来加，设定堆大小也是一样，先给一个合理值，凑合用，自己不够了再跟系统要。食堂毕竟是做买卖的，如果很多人明显吃不了那么多，硬是一碗接着一碗。为了制止这种不合理的现象，食堂又定了一个策略，一般人就只能吃三碗。但是如果虎背熊腰的大汉确实有需要，可以吃上五碗，超过五碗就不给了（太亏本了）。

开始给一碗                                            对应       dalvik.vm.heapstartsize 

一般人最多吃三碗                                 对应       dalvik.vm.heapgrowthlimit

虎背熊腰的大汉最多能吃五碗              对应       dalvik.vm.heapsize

    在android开发中，如果要使用大堆。需要在manifest中指定android:largeHeap为true。这样dvm heap最大可达dalvik.vm.heapsize。其中分配过程，可以在heap.cpp里粗略看出一些原理：

/* Try as hard as possible to allocate some memory. */static void *tryMalloc(size_t size){    void *ptr;    /* Don't try too hard if there's no way the allocation is     * going to succeed.  We have to collect SoftReferences before     * throwing an OOME, though.     */    if (size >= gDvm.heapGrowthLimit) {        LOGW("%zd byte allocation exceeds the %zd byte maximum heap size",             size, gDvm.heapGrowthLimit);        ptr = NULL;        goto collect_soft_refs;    }//TODO: figure out better heuristics//    There will be a lot of churn if someone allocates a bunch of//    big objects in a row, and we hit the frag case each time.//    A full GC for each.//    Maybe we grow the heap in bigger leaps//    Maybe we skip the GC if the size is large and we did one recently//      (number of allocations ago) (watch for thread effects)//    DeflateTest allocs a bunch of ~128k buffers w/in 0-5 allocs of each other//      (or, at least, there are only 0-5 objects swept each time)    ptr = dvmHeapSourceAlloc(size);    if (ptr != NULL) {        return ptr;    }    /*     * The allocation failed.  If the GC is running, block until it     * completes and retry.     */    if (gDvm.gcHeap->gcRunning) {        /*         * The GC is concurrently tracing the heap.  Release the heap         * lock, wait for the GC to complete, and retrying allocating.         */        dvmWaitForConcurrentGcToComplete();        ptr = dvmHeapSourceAlloc(size);        if (ptr != NULL) {            return ptr;        }    }    /*     * Another failure.  Our thread was starved or there may be too     * many live objects.  Try a foreground GC.  This will have no     * effect if the concurrent GC is already running.     */    gcForMalloc(false);    ptr = dvmHeapSourceAlloc(size);    if (ptr != NULL) {        return ptr;    }    /* Even that didn't work;  this is an exceptional state.     * Try harder, growing the heap if necessary.     */    ptr = dvmHeapSourceAllocAndGrow(size);    if (ptr != NULL) {        size_t newHeapSize;        newHeapSize = dvmHeapSourceGetIdealFootprint();//TODO: may want to grow a little bit more so that the amount of free//      space is equal to the old free space + the utilization slop for//      the new allocation.        LOGI_HEAP("Grow heap (frag case) to "                "%zu.%03zuMB for %zu-byte allocation",                FRACTIONAL_MB(newHeapSize), size);        return ptr;    }    /* Most allocations should have succeeded by now, so the heap     * is really full, really fragmented, or the requested size is     * really big.  Do another GC, collecting SoftReferences this     * time.  The VM spec requires that all SoftReferences have     * been collected and cleared before throwing an OOME.     *///TODO: wait for the finalizers from the previous GC to finishcollect_soft_refs:    LOGI_HEAP("Forcing collection of SoftReferences for %zu-byte allocation",            size);    gcForMalloc(true);    ptr = dvmHeapSourceAllocAndGrow(size);    if (ptr != NULL) {        return ptr;    }//TODO: maybe wait for finalizers and try one last time    LOGE_HEAP("Out of memory on a %zd-byte allocation.", size);//TODO: tell the HeapSource to dump its state    dvmDumpThread(dvmThreadSelf(), false);    return NULL;}

这里分为如下几个动作

1  首先判断一下需要申请的size是不是过大，如果申请的size超过了堆的最大限制，则转入步骤6

2  尝试分配，如果成功则返回，失败则转入步骤3

3  判断是否gc正在进行垃圾回收，如果正在进行则等待回收完成之后，尝试分配。如果成功则返回，失败则转入步骤4

4  自己启动gc进行垃圾回收，这里gcForMalloc的参数是false。所以不会回收软引用，回收完成后尝试分配，如果成功则返回，失败则转入步骤5

5  调用dvmHeapSourceAllocAndGrow尝试分配，这个函数会扩张堆。所以heap startup的时候可以给一个比较小的初始堆，实在不够用再调用它进行扩张

6  进入回收软引用阶段，这里gcForMalloc的参数是ture，所以需要回收软引用。然后调用dvmHeapSourceAllocAndGrow尝试分配，如果失败则抛出OOM 

如果设置了largeHeap，具体流程从解析apk开始，源码位于PackagePaser.java中，其中parseApplication函数负责解析apk。其中有一个小段代码如下：

  if (sa.getBoolean(                com.android.internal.R.styleable.AndroidManifestApplication_largeHeap,                false)) {            ai.flags |= ApplicationInfo.FLAG_LARGE_HEAP;        }

如果解析到apk中设置了largeHeap，则在applicationinfo中添加FLAG_LARGE_HEAP标签。之后会在ActivityThead.java中的handleBindApplication处理，这个函数非常重要，底层process fork好之后，会由这个函数把上层应用绑定过去。并且调用上层应用的入口点。其中处理largeHeap的代码如下：

if ((data.appInfo.flags&ApplicationInfo.FLAG_LARGE_HEAP) != 0) {            dalvik.system.VMRuntime.getRuntime().clearGrowthLimit();        }

这里经过jni调用，最终回来到heapsource.cpp中的dvmClearGrowthLimit函数中：

/* * Removes any growth limits.  Allows the user to allocate up to the * maximum heap size. */void dvmClearGrowthLimit(){    HS_BOILERPLATE();    dvmLockHeap();    dvmWaitForConcurrentGcToComplete();    gHs->growthLimit = gHs->maximumSize;    size_t overhead = oldHeapOverhead(gHs, false);    gHs->heaps[0].maximumSize = gHs->maximumSize - overhead;    gHs->heaps[0].limit = gHs->heaps[0].base + gHs->heaps[0].maximumSize;    dvmUnlockHeap();}

这里会把HeapSource的growthLimit设置为maximumSize，说简单点就是把growthLimit有原来dalvik.vm.heapgrowthlimit的值调整为dalvik.vm.heapsize。不过分配的时候判断oom的依据是根据heap中的maximumSize来决定。这里不得不说一下HeapSource的两个堆了，heaps[]数组中有两个堆。简单来讲，0号堆是可用堆，是开发给上层使用的。1号堆是fork的时候从zygote进程直接复制过来的，这个是死的，不会由dvm开放给上层使用。overhead标明了堆中已经分配可多少（包括0号堆和1号堆）。所以上层能分配打的最大使用量为 gHs->maxmumSize - overhead。

以上只是参照源码的个人理解，如果有什么错误的地方。欢迎指正