一次OOM引起的优化

2024-06-24 03:58
文章标签 oom 优化 引起 一次

本文主要是介绍一次OOM引起的优化,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一次OOM引发的优化

最近在自己研究一个应用,功能简单,所以就想在ui上面下些功夫。

关于界面的想法:

页面A对某一类型的数据项进行增删改,存入数据库中。页面B对数据库中现存的数据项放入自定义View中进行显示(一条数据和一个view是对应的),从而实现一种类似Metro风格的布局。

实施

  • 自定义View不是很难,算是初学,所以在数据适配显示、尺寸计算方面耽误了一些时间。
  • 原来的想法是扩展一个LinearLayout类,可以对List的数据进行适配、显示。奈何自定义ViewGroup方面的知识还有待学习,所以只好写一个继承了BaseAdapter的Adapter了。
    实现原理用xml表示大体是这样的,只不过在Adapter中是用代码实现的…
<LinearLayout 根结点,方向为垂直><LinearLayout 一级结点,方向为水平><MyView><MyView><MyView></LinearLayout><LinearLayout 一级结点,方向为水平><MyView><MyView></LinearLayout>...
</LinearLayout>

起初就感觉这样效率会很低…毕竟嵌套了这么多层的layout。

OOM

果不其然,意料之中,进入这个页面,卡,刷新显示自定义view的布局足足用了三秒钟..由于显示Metro风格布局是在一个Fragment中,切换到其他Fragment再切换回来的时候,由于又重新读取数据、适配、刷新ui一次,很干脆的程序崩溃,看了一下log,是OOM。

尝试1:

把数据的读取、适配都放到了子线程中进行,在ui线程中只做刷新。

结果在进入那个Fragment时,ui方面不太卡了,但是对于OOM来说没有明显的效果。说明OOM的原因是自定义View的重复刷新

尝试2:

在刷新线程和负责刷新ui的Handler类中添加了一个标识变量,用于监控数据源是否发生了改变,如果数据源中有数据改动,则下次进入该Fragment中就需要取数据、适配、刷新view;否则维持原样。

结果Fragment之间的来回切换没有问题了,但是从其他的Activity跳回到主Activity(就是盛放Fragment的Activity)中的那个特定Fragment中时,OOM…而且数据源变化,重新刷新view之后,也同样的OOM…说明之前几次占用的内存空间并没有因为失去了引用而被GC清理掉…于是多次刷新的结果就是用光了内存。

尝试3:

睡梦中突然想到,能不能在主Activity中就把数据读取、适配、刷新自定义View的操作执行了,直接把view传递给Fragment直接显示呢?这样在从其他的activity返回主activity、并显示特定的Fragment时,Fragment的onCreateView方法就不需要重复刷新自定义view了,毕竟这个方法的返回值就是一个view嘛。

然而结果并没有什么卵用…原因是Fragment的构造函数要么是缺省的,要么参数只能是Bundle类型的,但是Bundle类型的参数传不了View对象…

尝试4:

既然奇葩的招都用了也没有效果,那只能研究一下如何减少自定义view在绘制过程中对内存的占用了…
1. 想法1,缩减图片的大小。在自定义view中需要一个大小为100*100的png图片,缩小一下图片的大小应该会有作用。
2. 想法2,前天晚上记得看了一篇博客(Android性能优化典范(二))[http://android.jobbole.com/80938/]里面讲到了一些东西…下面节选一些用到的地方

“通常来说,对于不透明的View,显示它只需要渲染一次即可,可是如果这个View设置了alpha值,会至少需要渲染两次。原因是包含alpha的view需要事先知道混合View的下一层元素是什么,然后再结合上层的View进行Blend混色处理。”

“避免在onDraw()方法里面执行导致内存分配的操作,onDraw()方法是执行在UI线程的,在UI线程尽量避免做任何可能影响到性能的操作。虽然分配内存的操作并不需要花费太多系统资源,但是这并不意味着是免费无代价的。设备有一定的刷新频率,导致View的onDraw方法会被频繁的调用,如果onDraw方法效率低下,在频繁刷新累积的效应下,效率低的问题会被扩大,然后会对性能有严重的影响。如果在onDraw里面执行内存分配的操作,会容易导致内存抖动,GC频繁被触发,虽然GC后来被改进为执行在另外一个后台线程(GC操作在2.3以前是同步的,之后是并发),可是频繁的GC的操作还是会影响到CPU,影响到电量的消耗。”

“尽量减少PNG图片的大小是Android里面很重要的一条规范。相比起JPEG,PNG能够提供更加清晰无损的图片,但是PNG格式的图片会更大,占用更多的磁盘空间。到底是使用PNG还是JPEG,需要设计师仔细衡量,对于那些使用JPEG就可以达到视觉效果的,可以考虑采用JPEG即可。”

“Re-using Bitmaps”

于是我就做了下面的改动:

  • 由于背景颜色不需要透明度,所以我将原来的ARGB格式改成了RGB格式。
  • 之前看过一篇Bitmap缓存的方法,用的是软引用,上网找了一下进行下学习。下面是代码
package com.mmrx.health.util;import android.content.Context;
import android.graphics.Bitmap;
import android.graphics.BitmapFactory;import java.lang.ref.ReferenceQueue;
import java.lang.ref.SoftReference;
import java.util.Hashtable;/*** Created by mmrx on 2015/5/7.*/
public class BitmapCache {static private BitmapCache cache;/** 用于cache内容的存储 */private Hashtable<Integer,MySoftRef> hashRefs;/** 垃圾Reference的队列(所引用的对象已经被回收,则将该引用存入队列中) */private ReferenceQueue<Bitmap> q;/*** 继承SoftReference,使得每一个实例都具有可识别的标识。*/private class MySoftRef extends SoftReference<Bitmap>{private Integer _key = 0;public MySoftRef(Bitmap bmp,ReferenceQueue<Bitmap> q,int key){super(bmp,q);_key = key;}}//私有构造函数private BitmapCache(){hashRefs = new Hashtable<Integer,MySoftRef>();q = new ReferenceQueue<Bitmap>();}/*** 取得缓存器实例* */public static BitmapCache getInstance(){if(cache == null)cache = new BitmapCache();return cache;}/*** 以软引用的方式对一个Bitmap对象的实例进行引用并保存该引用*/private void addCacheBitmap(Bitmap bmp,Integer key){//清除垃圾引用cleanCache();MySoftRef ref = new MySoftRef(bmp,q,key);hashRefs.put(key,ref);}/*** 依据所指定的drawable下的图片资源ID号(可以根据自己的需要从网络或本地path下获取)* 重新获取相应Bitmap对象的实例*/public Bitmap getBitmap(int resid,Context context){Bitmap bmp = null;//缓存中是否有该bitmap实例的软引用,如果有,则从软引用中取得if(hashRefs.containsKey(resid)){MySoftRef ref = (MySoftRef)hashRefs.get(resid);bmp = (Bitmap)ref.get();}//如果没有软引用,或者从软引用中得到的实例是null,重新构建一个实例,//并保存这个新建实例的软引用if(bmp == null){bmp = BitmapFactory.decodeStream(context.getResources().openRawResource(resid));this.addCacheBitmap(bmp,resid);}return bmp;}private void cleanCache(){MySoftRef ref = null;while ( (ref=(MySoftRef)q.poll())!=null )hashRefs.remove(ref._key);}/*** 清除Cache内的全部内容*/public void clearCache(){cleanCache();hashRefs.clear();System.gc();System.runFinalization();}}

上面两招用了之后,就好使了~自定义的view刷新腰不酸了腿不疼了,赶紧把刚到的键帽给换上~~

总结

一切困难都是纸老虎(如果你找到了正确的解决方法)…OOM果然大多都是由Bitmap引起的!

这篇关于一次OOM引起的优化的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1089109

相关文章

uniapp接入微信小程序原生代码配置方案(优化版)

uniapp项目需要把微信小程序原生语法的功能代码嵌套过来,无需把原生代码转换为uniapp,可以配置拷贝的方式集成过来 1、拷贝代码包到src目录 2、vue.config.js中配置原生代码包直接拷贝到编译目录中 3、pages.json中配置分包目录,原生入口组件的路径 4、manifest.json中配置分包,使用原生组件 5、需要把原生代码包里的页面修改成组件的方

剑指offer(C++)--数组中只出现一次的数字

题目 一个整型数组里除了两个数字之外,其他的数字都出现了两次。请写程序找出这两个只出现一次的数字。 class Solution {public:void FindNumsAppearOnce(vector<int> data,int* num1,int *num2) {int len = data.size();if(len<2)return;int one = 0;for(int i

剑指offer(C++)--第一个只出现一次的字符

题目 在一个字符串(0<=字符串长度<=10000,全部由字母组成)中找到第一个只出现一次的字符,并返回它的位置, 如果没有则返回 -1(需要区分大小写). class Solution {public:int FirstNotRepeatingChar(string str) {map<char, int> mp;for(int i = 0; i < str.size(); ++i)m

服务器雪崩的应对策略之----SQL优化

SQL语句的优化是数据库性能优化的重要方面,特别是在处理大规模数据或高频访问时。作为一个C++程序员,理解SQL优化不仅有助于编写高效的数据库操作代码,还能增强对系统性能瓶颈的整体把握。以下是详细的SQL语句优化技巧和策略: SQL优化 1. 选择合适的数据类型2. 使用索引3. 优化查询4. 范式化和反范式化5. 查询重写6. 使用缓存7. 优化数据库设计8. 分析和监控9. 调整配置1、

Java中如何优化数据库查询性能?

Java中如何优化数据库查询性能? 大家好,我是免费搭建查券返利机器人省钱赚佣金就用微赚淘客系统3.0的小编,也是冬天不穿秋裤,天冷也要风度的程序猿!今天我们将深入探讨在Java中如何优化数据库查询性能,这是提升应用程序响应速度和用户体验的关键技术。 优化数据库查询性能的重要性 在现代应用开发中,数据库查询是最常见的操作之一。随着数据量的增加和业务复杂度的提升,数据库查询的性能优化显得尤为重

LeetCode —— 只出现一次的数字

只出现一次的数字 I  本题依靠异或运算符的特性,两个相同数据异或等于0,数字与0异或为本身即可解答。代码如下: class Solution {public:int singleNumber(vector<int>& nums) {int ret = 0;for (auto e : nums){ret ^= e;}return ret;}};  只出现一次的数字 II

打包体积分析和优化

webpack分析工具:webpack-bundle-analyzer 1. 通过<script src="./vue.js"></script>方式引入vue、vuex、vue-router等包(CDN) // webpack.config.jsif(process.env.NODE_ENV==='production') {module.exports = {devtool: 'none

Clickhouse 的性能优化实践总结

文章目录 前言性能优化的原则数据结构优化内存优化磁盘优化网络优化CPU优化查询优化数据迁移优化 前言 ClickHouse是一个性能很强的OLAP数据库,性能强是建立在专业运维之上的,需要专业运维人员依据不同的业务需求对ClickHouse进行有针对性的优化。同一批数据,在不同的业务下,查询性能可能出现两极分化。 性能优化的原则 在进行ClickHouse性能优化时,有几条

群体优化算法---电磁共振优化算法(EROA)介绍包含示例滤波器设计

介绍 电磁共振优化算法(Electromagnetic Resonance Optimization Algorithm, EROA)是一种新型的元启发式优化算法,其灵感来源于电磁共振现象。电磁共振是一种物理现象,当一个系统在特定频率下响应最大时,这个频率被称为共振频率。在优化算法中,共振频率可以用来引导搜索过程,提高优化效率 EROA 算法的基本原理 种群初始化: 在搜索空间内随机生成一定

由于jdk版本问题引起的Unsupported major.minor version 52.0

tomcat启动报错 错误日志信息: 三月 01, 2019 9:47:02 下午 org.apache.catalina.core.ApplicationContext log INFO: Initializing Spring root WebApplicationContext 三月 01, 2019 9:47:08 下午 org.apache.catalina.core.Standard