`

(转)mat使用

    博客分类:
  • jvm
 
阅读更多

原文地址:http://www.jianshu.com/p/d8e247b1e7b2

MAT简介

MAT(Memory Analyzer Tool),一个基于Eclipse的内存分析工具,是一个快速、功能丰富的JAVA heap分析工具,它可以帮助我们查找内存泄漏和减少内存消耗。使用内存分析工具从众多的对象中进行分析,快速的计算出在内存中对象的占用大小,看看是谁阻止了垃圾收集器的回收工作,并可以通过报表直观的查看到可能造成这种结果的对象。

MAT
MAT

当然MAT也有独立的不依赖Eclipse的版本,只不过这个版本在调试Android内存的时候,需要将DDMS生成的文件进行转换,才可以在独立版本的MAT上打开。不过Android SDK中已经提供了这个Tools,所以使用起来也是很方便的。

MAT工具的下载安装

这里是MAT的下载地址:https://eclipse.org/mat/downloads.php,下载时会提供三种选择的方式:

Download MAT
Download MAT
  • Update Site 这种方式后面会有一个网址:比如http://download.eclipse.org/mat/1.4/update-site/ ,安装过Eclipse插件的同学应该知道,只要把这段网址复制到对应的Eclipse的Install New Software那里,就可以进行在线下载了。

    MAT with eclipse
    MAT with eclipse
  • Archived Update Site 这种方式安装的位置和上一种差不多,只不过第一种是在线下载,这一种是使用离线包进行更新,这种方式劣势是当这个插件更新后,需要重新下载离线包,而第一种方式则可以在线下载更新。

  • Stand-alone Eclipse RCP Applications 这种方式就是把MAT当成一个独立的工具使用,不再依附于Eclipse,适合不使用Eclipse而使用Android Studio的同学。这种方式有个麻烦的地方就是DDMS导出的文件,需要进行转换才可以在MAT中打开。

下载安装好之后,就可以使用MAT进行实际的操作了。

Android(Java)中常见的容易引起内存泄露的不良代码

使用MAT工具之前,要对Android的内存分配方式有基本的了解,对容易引起内存泄露的代码也要保持敏感,在代码级别对内存泄露的排查,有助于内存的使用。

Android主要应用在嵌入式设备当中,而嵌入式设备由于一些众所周知的条件限制,通常都不会有很高的配置,特别是内存是比较有限的。如果我们编写的代码当中有太多的对内存使用不当的地方,难免会使得我们的设备运行缓慢,甚至是死机。为了能够使得Android应用程序安全且快速的运行,Android的每个应用程序都会使用一个专有的Dalvik虚拟机实例来运行,它是由Zygote服务进程孵化出来的,也就是说每个应用程序都是在属于自己的进程中运行的。一方面,如果程序在运行过程中出现了内存泄漏的问题,仅仅会使得自己的进程被kill掉,而不会影响其他进程(如果是system_process等系统进程出问题的话,则会引起系统重启)。另一方面Android为不同类型的进程分配了不同的内存使用上限,如果应用进程使用的内存超过了这个上限,则会被系统视为内存泄漏,从而被kill掉。

常见的内存使用不当的情况

  • 查询数据库没有关闭游标
    描述:
    程序中经常会进行查询数据库的操作,但是经常会有使用完毕Cursor后没有关闭的情况。如果我们的查询结果集比较小,对内存的消耗不容易被发现,只有在常时间大量操作的情况下才会复现内存问题,这样就会给以后的测试和问题排查带来困难和风险。
    示例代码:

    Cursor cursor = getContentResolver().query(uri ...);
      if (cursor.moveToNext()) {
       ... ... 
    }

    修正示例代码:

    Cursor cursor = null;
    try {
        cursor = getContentResolver().query(uri ...);
      if (cursor != null && cursor.moveToNext()) {
      ... ... 
      }
      } finally {
          if (cursor != null) {
      try { 
          cursor.close();
      } catch (Exception e) {
          //ignore this
          }
      }
    }
  • 构造Adapter时,没有使用缓存的 convertView
    描述:以构造ListView的BaseAdapter为例,在BaseAdapter中提供了方法:

    public View getView(int position, View convertView, ViewGroup parent)

    来向ListView提供每一个item所需要的view对象。初始时ListView会从BaseAdapter中根据当前的屏幕布局实例化一定数量的view对象,同时ListView会将这些view对象缓存起来。当向上滚动ListView时,原先位于最上面的list item的view对象会被回收,然后被用来构造新出现的最下面的list item。这个构造过程就是由getView()方法完成的,getView()的第二个形参 View convertView就是被缓存起来的list item的view对象(初始化时缓存中没有view对象则convertView是null)。
    由此可以看出,如果我们不去使用convertView,而是每次都在getView()中重新实例化一个View对象的话,即浪费资源也浪费时间,也会使得内存占用越来越大。ListView回收list item的view对象的过程可以查看:android.widget.AbsListView.java --> void addScrapView(View scrap) 方法。

    示例代码:

    public View getView(int position, View convertView, ViewGroup parent) {
    View view = new Xxx(...);
    ... ...
    return view;
    }

    示例修正代码:

    public View getView(int position, View convertView, ViewGroup parent) {
    View view = null;
    if (convertView != null) {
    view = convertView;
    populate(view, getItem(position));
    ...
    } else {
    view = new Xxx(...);
    ...
    }
    return view;
    }

    关于ListView的使用和优化,可以参考这两篇文章:

  • Bitmap对象不在使用时调用recycle()释放内存
    描述:有时我们会手工的操作Bitmap对象,如果一个Bitmap对象比较占内存,当它不在被使用的时候,可以调用Bitmap.recycle()方法回收此对象的像素所占用的内存。
    另外在最新版本的Android开发时,使用下面的方法也可以释放此Bitmap所占用的内存

    Bitmap bitmap ;
    ...
    bitmap初始化以及使用
    ...
    bitmap = null;
  • 释放对象的引用
    描述:这种情况描述起来比较麻烦,举两个例子进行说明。

    示例A:
    假设有如下操作

    public class DemoActivity extends Activity {
     ... ...
     private Handler mHandler = ...
     private Object obj;
     public void operation() {
      obj = initObj();
      ...
      [Mark]
      mHandler.post(new Runnable() {
             public void run() {
              useObj(obj);
             }
      });
     }
    }

    我们有一个成员变量 obj,在operation()中我们希望能够将处理obj实例的操作post到某个线程的MessageQueue中。在以上的代码中,即便是mHandler所在的线程使用完了obj所引用的对象,但这个对象仍然不会被垃圾回收掉,因为DemoActivity.obj还保有这个对象的引用。所以如果在DemoActivity中不再使用这个对象了,可以在[Mark]的位置释放对象的引用,而代码可以修改为:

    public void operation() {
     obj = initObj();
     ...
     final Object o = obj;
     obj = null;
     mHandler.post(new Runnable() {
         public void run() {
             useObj(o);
         }
     }
    }

    示例B:
    假设我们希望在锁屏界面(LockScreen)中,监听系统中的电话服务以获取一些信息(如信号强度等),则可以在LockScreen中定义一个PhoneStateListener的对象,同时将它注册到TelephonyManager服务中。对于LockScreen对象,当需要显示锁屏界面的时候就会创建一个LockScreen对象,而当锁屏界面消失的时候LockScreen对象就会被释放掉。

    但是如果在释放LockScreen对象的时候忘记取消我们之前注册的PhoneStateListener对象,则会导致LockScreen无法被垃圾回收。如果不断的使锁屏界面显示和消失,则最终会由于大量的LockScreen对象没有办法被回收而引起OutOfMemory,使得system_process进程挂掉。

    总之当一个生命周期较短的对象A,被一个生命周期较长的对象B保有其引用的情况下,在A的生命周期结束时,要在B中清除掉对A的引用。

  • 其他
    Android应用程序中最典型的需要注意释放资源的情况是在Activity的生命周期中,在onPause()、onStop()、onDestroy()方法中需要适当的释放资源的情况。由于此情况很基础,在此不详细说明,具体可以查看官方文档对Activity生命周期的介绍,以明确何时应该释放哪些资源。

使用MAT进行内存调试

要调试内存,首先需要获取HPROF文件,HPROF文件是MAT能识别的文件,HPROF文件存储的是特定时间点,java进程的内存快照。有不同的格式来存储这些数据,总的来说包含了快照被触发时java对象和类在heap中的情况。由于快照只是一瞬间的事情,所以heap dump中无法包含一个对象在何时、何地(哪个方法中)被分配这样的信息。

使用Eclipse获取HPROF文件

这个文件可以使用DDMS导出,DDMS中在Devices上面有一排按钮,选择一个进程后(即在Devices下面列出的列表中选择你要调试的应用程序的包名),点击Dump HPROF file 按钮:

Dump HEAP with DDMS
Dump HEAP with DDMS

选择存储路径保存后就可以得到对应进程的HPROF文件。eclipse插件可以把上面的工作一键完成。只需要点击Dump HPROF file图标,然后MAT插件就会自动转换格式,并且在eclipse中打开分析结果。eclipse中还专门有个Memory Analysis视图 ,得到对应的文件后,如果安装了Eclipse插件,那么切换到Memory Analyzer视图。使用独立安装的,要使用Android SDK自带的的工具(hprof-conv 位置在sdk/platform-tools/hprof-conv)进行转换

hprof-conv xxx.xxx.xxx.hprof xxx.xxx.xxx.hprof

转换过后的.hprof文件即可使用MAT工具打开了。

使用Android Studio获取HPROF文件

使用Android Studio同样可以导出对应的HPROF文件:

Android-Studio
Android-Studio

最新版本的Android Studio得在文件上右键转换成标准的HPROF文件,在可以在MAT中打开。

MAT主界面介绍

这里介绍的不是MAT这个工具的主界面,而是导入一个文件之后,显示OverView的界面。

  1. 打开经过转换的hprof文件:

    open hprof
    open hprof

    如果选择了第一个,则会生成一个报告。这个无大碍。

    Leak Suspects
    Leak Suspects
  2. 选择OverView界面:

    System OverView
    System OverView

    我们需要关注的是下面的Actions区域

    • Histogram:列出内存中的对象,对象的个数以及大小

      Histogram
      Histogram
    • Dominator Tree:列出最大的对象以及其依赖存活的Object (大小是以Retained Heap为标准排序的)

    Dominator Tree
    Dominator Tree
    • Top Consumers : 通过图形列出最大的object

      Top Consumers
      Top Consumers
    • Duplicate Class:通过MAT自动分析泄漏的原因

一般Histogram和 Dominator Tree是最常用的。

MAT中一些概念介绍

要看懂MAT的列表信息,Shallow heap、Retained Heap、GC Root这几个概念一定要弄懂。

Shallow heap

Shallow size就是对象本身占用内存的大小,不包含其引用的对象。

  • 常规对象(非数组)的Shallow size有其成员变量的数量和类型决定。
  • 数组的shallow size有数组元素的类型(对象类型、基本类型)和数组长度决定

因为不像c++的对象本身可以存放大量内存,java的对象成员都是些引用。真正的内存都在堆上,看起来是一堆原生的byte[], char[], int[],所以我们如果只看对象本身的内存,那么数量都很小。所以我们看到Histogram图是以Shallow size进行排序的,排在第一位第二位的是byte,char 。

Retained Heap

Retained Heap的概念,它表示如果一个对象被释放掉,那会因为该对象的释放而减少引用进而被释放的所有的对象(包括被递归释放的)所占用的heap大小。于是,如果一个对象的某个成员new了一大块int数组,那这个int数组也可以计算到这个对象中。相对于shallow heap,Retained heap可以更精确的反映一个对象实际占用的大小(因为如果该对象释放,retained heap都可以被释放)。

这里要说一下的是,Retained Heap并不总是那么有效。例如我在A里new了一块内存,赋值给A的一个成员变量。此时我让B也指向这块内存。此时,因为A和B都引用到这块内存,所以A释放时,该内存不会被释放。所以这块内存不会被计算到A或者B的Retained Heap中。为了纠正这点,MAT中的Leading Object(例如A或者B)不一定只是一个对象,也可以是多个对象。此时,(A, B)这个组合的Retained Set就包含那块大内存了。对应到MAT的UI中,在Histogram中,可以选择Group By class, superclass or package来选择这个组。

为了计算Retained Memory,MAT引入了Dominator Tree。加入对象A引用B和C,B和C又都引用到D(一个菱形)。此时要计算Retained Memory,A的包括A本身和B,C,D。B和C因为共同引用D,所以他俩的Retained Memory都只是他们本身。D当然也只是自己。我觉得是为了加快计算的速度,MAT改变了对象引用图,而转换成一个对象引用树。在这里例子中,树根是A,而B,C,D是他的三个儿子。B,C,D不再有相互关系。把引用图变成引用树,计算Retained Heap就会非常方便,显示也非常方便。对应到MAT UI上,在dominator tree这个view中,显示了每个对象的shallow heap和retained heap。然后可以以该节点位树根,一步步的细化看看retained heap到底是用在什么地方了。要说一下的是,这种从图到树的转换确实方便了内存分析,但有时候会让人有些疑惑。本来对象B是对象A的一个成员,但因为B还被C引用,所以B在树中并不在A下面,而很可能是平级。

为了纠正这点,MAT中点击右键,可以List objects中选择with outgoing references和with incoming references。这是个真正的引用图的概念,

  • outgoing references :表示该对象的出节点(被该对象引用的对象)。
  • incoming references :表示该对象的入节点(引用到该对象的对象)。

为了更好地理解Retained Heap,下面引用一个例子来说明:

把内存中的对象看成下图中的节点,并且对象和对象之间互相引用。这里有一个特殊的节点GC Roots,这就是reference chain(引用链)的起点:

Paste_Image.png
Paste_Image.png
Paste_Image.png
Paste_Image.png

从obj1入手,上图中蓝色节点代表仅仅只有通过obj1才能直接或间接访问的对象。因为可以通过GC Roots访问,所以左图的obj3不是蓝色节点;而在右图却是蓝色,因为它已经被包含在retained集合内。
所以对于左图,obj1的retained size是obj1、obj2、obj4的shallow size总和;
右图的retained size是obj1、obj2、obj3、obj4的shallow size总和。
obj2的retained size可以通过相同的方式计算。

GC Root

GC发现通过任何reference chain(引用链)无法访问某个对象的时候,该对象即被回收。名词GC Roots正是分析这一过程的起点,例如JVM自己确保了对象的可到达性(那么JVM就是GC Roots),所以GC Roots就是这样在内存中保持对象可到达性的,一旦不可到达,即被回收。通常GC Roots是一个在current thread(当前线程)的call stack(调用栈)上的对象(例如方法参数和局部变量),或者是线程自身或者是system class loader(系统类加载器)加载的类以及native code(本地代码)保留的活动对象。所以GC Roots是分析对象为何还存活于内存中的利器。

MAT中的一些有用的视图

Thread OvewView

Thread OvewView可以查看这个应用的Thread信息:

Thread OvewView
Thread OvewView

Group

在Histogram和Domiantor Tree界面,可以选择将结果用另一种Group的方式显示(默认是Group by Object),切换到Group by package,可以更好地查看具体是哪个包里的类占用内存大,也很容易定位到自己的应用程序。

Group
Group

Path to GC Root

在Histogram或者Domiantor Tree的某一个条目上,右键可以查看其GC Root Path:

Path to GC Root
Path to GC Root

这里也要说明一下Java的引用规则:
从最强到最弱,不同的引用(可到达性)级别反映了对象的生命周期。

  • Strong Ref(强引用):通常我们编写的代码都是Strong Ref,于此对应的是强可达性,只有去掉强可达,对象才被回收。
  • Soft Ref(软引用):对应软可达性,只要有足够的内存,就一直保持对象,直到发现内存吃紧且没有Strong Ref时才回收对象。一般可用来实现缓存,通过java.lang.ref.SoftReference类实现。
  • Weak Ref(弱引用):比Soft Ref更弱,当发现不存在Strong Ref时,立刻回收对象而不必等到内存吃紧的时候。通过java.lang.ref.WeakReference和java.util.WeakHashMap类实现。
  • Phantom Ref(虚引用):根本不会在内存中保持任何对象,你只能使用Phantom Ref本身。一般用于在进入finalize()方法后进行特殊的清理过程,通过 java.lang.ref.PhantomReference实现。

点击Path To GC Roots --> with all references

 

Path To GC Roots
  • 大小: 165.2 KB
  • 大小: 96.5 KB
  • 大小: 109.3 KB
分享到:
评论

相关推荐

    dat转mat文件的工具

    - 创建好变量后,使用`save('mat_filename.mat', 'data')`将数据保存为`.mat`文件。 2. 使用第三方工具或脚本: - `dat_to_mat` 提供了一个工具或脚本,用于自动化这个过程。这个工具可能解析`.dat`文件的内容,...

    csv格式转mat.m

    基于MATLAB的代码,将csv格式数据转mat格式数据; 基于MATLAB的代码,将csv格式数据转mat格式数据

    DICOM数据转换为mat格式

    第二步:使用spm8将nii数据转换为mat格式 spm8是一款功能强大的医学图像处理软件。下载spm8,官网下载需要填写一些信息。下载完成后,将spm8文件夹放到matlab安装目录。在matlab中,将spm8的路径添加到matlab的路径...

    TDMS转换成Mat文件

    因此,将TDMS文件转换为MAT文件就显得尤为重要,因为MAT文件是MATLAB的标准数据存储格式,可以方便地在MATLAB环境中进行后续的数据处理和分析。 本项目名为"TDMS转换成Mat文件",其主要目标是提供一个工具,能够...

    dat文件转mat文件,已封装函数,可批量转

    标题提到的"dat文件转mat文件,已封装函数,可批量转"意味着存在一个MATLAB函数,这个函数设计用来将多个`dat`文件转换成对应的`mat`文件。这种功能对于处理大量`dat`文件的数据科学家或工程师非常有用,因为它可以...

    nii批量转mat和png

    nii批量转mat和png

    二进制转mat格式_ni数据格式_处理tdms_TDMS转MAT_TDMS_mat_

    4. **保存为MAT文件**:使用MATLAB的`save`函数或类似的接口(如Python的`scipy.io.savemat`),将数据写入MAT文件。 在实际操作中,可能还会遇到一些问题,比如数据类型转换、时间戳处理、错误处理等。例如,TDMS...

    Demo_tdms转换mat_

    5. **保存为MAT文件**:使用`scipy.io.savemat`函数将转换后的数据保存为MAT文件,`scipy.io.savemat('output.mat', {'variable_name': data})`。 然而,如果需要批量处理多个TDMS文件,可以编写一个脚本来循环执行...

    obj2mat.rar_.obj文件_obj_obj matlab_obj 转mat_obj格式文件

    最后,使用`save`函数将这些数据保存为`.mat`文件,以便在MATLAB环境中直接加载和使用。 转换完成后,用户就可以在MATLAB中直接访问`.mat`文件中的数据,进行各种计算、建模或可视化操作,例如构建三维模型、进行...

    TDMS批量转MAT代码

    Labview生成的TDMS文件批量转MAT文件代码,包含convertData.m、simpleConvertTDMS.m、convertTDMS.m三个文件,读取同一个文件夹下所有tdms文件并转为同名的mat文件,亲测可用,另附读取转换后的mat文件数据的说明...

    asc2mat.rar_EEG_continuedwdf_edf mat_edf文件转换eeg_edf转mat

    标题中的"asc2mat.rar_EEG_continuedwdf_edf_mat_edf文件转换eeg_edf转mat"表明这是一个关于EEG(脑电图)数据处理的资源包,主要涉及了将不同格式的数据文件,如continuedwdf、edf,转换成MAT文件的过程。...

    MATLAB mat文件转mdf

    在MATLAB环境中,转换.mat文件到.mdf格式通常需要自定义脚本或使用特定的工具。"ExportMDF-master"这个压缩包可能包含了一个用于执行此转换的项目或者库。下面我们将详细探讨这个过程以及相关的技术点。 1. **...

    matlab txt转mat文件

    在本篇文章中,我们将探讨如何使用MATLAB将文本文件(.txt)转换为MATLAB数据文件(.mat)。这种转换在数据处理、机器学习等领域非常常见,尤其是在需要将原始数据格式化以便于进一步分析时。接下来,我们将深入分析...

    matlab开发-BIN2MAT

    4. 创建MAT文件:使用`save`函数将MATLAB变量保存到MAT文件中。 5. 关闭文件:使用`fclose`关闭二进制文件。 转换过程中还需要考虑数据的字节顺序、数据对齐和文件头信息等问题,特别是当二进制文件的结构复杂时。...

    彩色avi视频转mat三通道分离-彩色avi视频转mat三通道分离

    % 第一:读取avi格式视频,并转换成mat格式; % 第二:单通道图像提取 彩色图像,三通道单独存储; % 第三:mat 修改图像尺寸 % 第四: 将图片序列转化为视频文件 % 第五:mat文件转avi视频文件

    opencv与halcon的Mat与HObject互转的完整测试程序

    在计算机视觉领域,OpenCV和Halcon是两个...总的来说,熟练掌握OpenCV和Halcon的`Mat`与`HObject`互转,能极大地提升在计算机视觉和机器视觉项目中的工作效率,使我们可以灵活地利用这两个库的特性,解决各种复杂问题。

    MatToBMP.c_mat转BMP图片_

    标题中的"MatToBMP.c_mat转BMP图片_"表明我们将讨论一个名为“MatToBMP.c”的C语言源代码,它实现了MAT文件到BMP图像的转换功能。 MAT文件通常由MATLAB生成,包含了矩阵或其他数据结构,而C语言是一种通用编程语言...

    nc2mat_mat文件_mat_nc文件_NC文件matlab_

    标题中的"nc2mat_mat文件_mat_nc文件_NC文件matlab_"揭示了主要的主题,即关于在MATLAB环境中处理NC(NetCDF)文件和MAT文件的转换工具。NC文件是一种广泛用于存储多维科学数据的标准格式,它允许跨平台的数据交换。...

    HObject与Mat相互转换C++源代码 比原来的效率提升至少三倍

    相比《Halcon12 HObject与VC++ OpenCV Mat相互转换》 本人亲测比HObject Mat2HObject(Mat& image)快4倍 比Mat HObject2Mat(HObject Hobj)快7倍

    利用MATLAB将txt文件批量转换为mat文件

    利用MATLAB将txt文件批量转换为mat文件

Global site tag (gtag.js) - Google Analytics