智能手机内外存可靠性研究

一. 研究目的

随着智能手机的计算处理能力越来越强，其所能做的事情越来越多，但在运行过程中（如Android）还是会存在卡顿现象。该研究的目的是要从内核层的内存管理、外存管理，框架层的虚拟机垃圾回收、显存管理等方面找出卡顿的原因所在。对于内核层的内存管理，又细分为了三个研究方向：内存碎片化带来的影响，low memory killer（lmk）带来的影响以及交换分区带来的影响。对于框架层的垃圾回收，也细分为两个方向：传统Dalvik虚拟机垃圾回收所存在的问题，最新的ART运行模式的垃圾回收存在的问题。研究的最后还提供了对应问题的可能的解决方案。

二. 内存（内核层）

1. 内存碎片

• Buddy system原理机制（数据结构如下）。每个zone都有这11个链表，包含了不同大小（order从0到10）的连续物理块。

• 存在的问题
  • 碎片化。系统使用一段时间后，内存链表中的连续物理块出现大量的内存碎块，导致在进行大块物理内存的请求性能低下：页面分配要从alloc_page变成alloc_page_slowpath，其分配速度会降低1000多倍。主要原因是此时对大块物理内存的分配不能满足（大块物理内存链表为空），从而需要对内存进行回收整理。
  • 难以量化。传统量化方式是使用不可用指数（unusable index）。很难刻画全局碎片化程度，所以该研究给出了全局内存碎片化程度量化公式。
• 解决方案
  • 主动内存碎片整理线程。当内存碎片程度超过90%以后，在后台开启一个线程进行direct compact和direct reclaim的操作。

• 基于Domain的内存分配方案。每个进程对应一个Domain，当进程有内存请求时，是以region为粒度进行分配（region的order可以选取2-7）。

2. low memory killer（lmk）

• lmk回收原理。基于进程的优先级和其所占的内存大小对每个进程进行评分，然后根据评分结果进行终止进程。
• 存在问题：回收进程的选择精度存在问题，也就是说经常出现杀死过的进程马上又会被启动起来。
• 解决方案：更改lmk进程过滤模块。根据用户的使用习惯，在用户层对用户对应用的使用进行预测。然后根据预测结果来进行回收进程的选择。

三. 虚拟机垃圾回收（框架层）

1. Dalvik虚拟机和ART运行时垃圾回收存在的问题

Dalvik虚拟机垃圾回收采用的是Mark-Swap算法。其实现有非并行的和并行的两种方式。而对于ART垃圾回收，当Android应用程序在前台运行时，就使用Mark-Sweep垃圾回收的并行回收方式，这可以使得垃圾回收拥有较高的效率；而当Android 应用程序回退到后台运行时，就使用Compacting垃圾回收方式，这可以利用CPU时间对内存碎片进行整理。

• 回收效率问题。Dalvik回收效率低于ART。根据实验结果可以看出，完成一项任务，Dalvik垃圾回收触发的次数为356次，而ART垃圾回收触发的次数为19次。这说明了ART垃圾回收的效率大大高于Dalvik垃圾回收的效率。
• 回收频率问题。Dalvik垃圾回收的低效率导致了其高回收频率，反过来，ART垃圾回收的频率则相对较低。

2. 解决方案

• 多阈值控制垃圾回收频率。传统垃圾回收算法都是根据可用内存阈值来触发的，也就是说当可用内存降低到一个预设阈值时，就会立即出发垃圾回收，从而满足后续的内存请求。该方案设定了5个阈值，只有当第一次到达该阈值时才会进行垃圾回收，连续第二次到达该阈值时会选择以一定的大小增长堆。这样达到了降低垃圾回收频率的目的，同时也可以较好地满足垃圾回收需要。

• 基于页面引用统计的内存堆大小调节。