- 综合排序
- 最热优先
- 最新优先
- 来自专栏JetPack
Android内存优化-Bitmap内存优化
在日常开发中，我们不免会使用到Bitmap,而bitmap确实实在在的是内存使用的 “大户”，如何更好的使用 bitmap,减少其对 App内存的使用，是我们开发中不可回避的问题。 这时候就可以按一定的采样率来将图片缩小后在加载进来，这样图片既能在ImageView显示出来，又能降低内存占用从而在一定程度上避免OOM，提高了Bitmap加载时的性能。 基础了解 我们先了解一下，Bitmap到底占用多大的内存。 Bitmap作为位图，需要读入一张图片每一个像素点的数据，其主要占用内存的地方也正是这些像素数据。 例如：一张 1024—1024像素的图片，采用ARG8888 格式存储，那么内存大小1024x1024x4=4m.如果 inSampleSize=2,即采样后图片内存大小为 512x512X4=1m 简书-Android-Bitmap内存优化。
1.9K30编辑于 2022-02-09 - 来自专栏三流程序员的挣扎
Android 优化——内存优化
Android 优化目录 ---- 优化的意义 减少 OOM，提高应用稳定性。 减少卡顿，提高应用流畅度。 减少内存占用，提高应用后台运行时的存活率。 减少异常发生，减少代码逻辑隐患。 分析工具 使用 Memory Profiler 查看 Java 堆和内存分配可分析内存情况和内存泄露。 refWatcher.watch(activity); } }); return refWatcher; } } } 内存优化 @IntDef，@StringDef 代替枚举 zipalign 优化 apk 节制使用 Service 如果需要使用 Service 来执行后台任务，一定要任务正在执行的时候才启动 Service switch (level) { case TRIM_MEMORY_UI_HIDDEN: // 释放资源 break; } } 图片优化
1.7K10发布于 2018-09-11 - 来自专栏IT技术订阅
redis内存分析，内存优化
毋庸置疑，是内存。 一、reids 内存分析 redis内存使用情况：info memory 示例： 可以看到，当前节点内存碎片率为226893824/209522728≈1.08，使用的内存分配器是jemalloc。 二、redis 内存使用 redis的内存使用分布：自身内存，键值对象占用、缓冲区内存占用及内存碎片占用。 redis 空进程自身消耗非常的少，可以忽略不计，优化内存可以不考虑此处的因素。 四、redis 内存管理 redis的内存管理主要分为两方面：内存上限控制及内存回收管理。 1、内存上限：maxmemory 目的：缓存应用内存回收机制触发 + 防止物理内存用尽（redis 默认无限使用服务器内存） + 服务节点内存隔离（单服务器上部署多个redis服务节点） 在进行内存分配及限制时要充分考虑内存碎片占用影响
2K40编辑于 2022-05-11 - 来自专栏向治洪
android内存优化
Java基于垃圾回收的内存机制 Java的内存管理机制会自动回收无用对象所占用的内存，减轻手工管理内存的负担 1、C/C++: 从申请、使用、释放都需要手工管理 2、Java:无用的对象的内存会被自动回收 Java程序中的内存泄漏 对象的内存在分配之后无法通过程序的执行逻辑释放对该对象的引用，不能被回收该对象所占内存 内存泄漏的危害 1、 引起OutOfMemoryError 2、 内存占用高时JVM 虚拟机会频繁触发GC, 影响程序响应速度 3、内存占用大的程序容易被各种清理优化程序中止，用户也更倾向于卸载这些程序 Android应用的开发语言为Java，每个应用最大可使用的堆内存受到Android 512 4、如果试图申请的内存大于当前余下的堆内存就会引发OutOfMemoryError() 5、应用程序由于各方面的限制，需要注意减少内存占用，避免出现内存泄漏。 - Resident Set Size 实际使用物理内存（包含共享库占用的内存） 3、 PSS - Proportional Set Size 实际使用的物理内存（比例分配共享库占用的内存） 4、
1.5K90发布于 2018-01-29 - 来自专栏若尘的技术专栏
iOS内存优化
1、用ARC管理内存undefined 2、在正确的地方使用 reuseIdentifierundefined 3、尽量把views设置为透明undefined 4、避免过于庞大的XIBundefined 容易被忽略的内存优化如下： 1.View的渲染是很吃CPU性能和内存的，所以更多的View渲染是特别容易消化内存和cpu，特别是我们再使用UIScrollView时，多个Subview 时 我们可以适当的 在程序启动的时候不加载资源，只有在运行当中需要一些资源时，再去加载这些资源，即在需要的时候才加载（效率低，占用内存小），所谓懒加载，写的是其get方法undefined 3.缓存的使用 比如，服务器的不经常变化的资源 self.view.backgroundColor = [UIColorcolorWithPatternImage:[UIImageimageWithContentsOfFile:path]]; 这两种方式都会在生成color时占用大量的内存 在View释放后，1中的color不会跟着释放，而是一直存在内存中；2中的color会跟着释放掉，当然再次生成color时就会再次申请内存.在UIView上再添加一个UIImageView显示图片作为UIView
1.2K64发布于 2021-11-22 - 来自专栏刘晓杰
内存优化实战
最近,因为项目时间不紧的原因,就对项目的某些页面进行了内存观察,发现了两处优化点.特意记录下来 1.单例引发的内存泄漏 我在项目中涉及到的一个单例是这样的 object LiveCenter { ...... } LiveCenter 注册了一个监听.这个 Function1 是在 Fragment 中 new 了一个实例.这个时候 LiveCenter 就持有了 Fragment 的引用导致内存泄漏 .所以需要写一个 release 方法,在 release 方法中使 function = null 这个和常说的 Context 引发内存泄漏其实差不多.这个可以通过 Android Studio 自带的 Android Profiler.具体用法自己搜吧 2.Fragment 作为 Listener 引发的内存泄漏 有的时候为了方便我们会这么写 public class Instance { FragmentA 对应的 Activity 是 SingleTask 模式.也就是说 FragmentA 可能会多次整个刷新,导致了每次都 new Instance.每次 new 就多了一个引用导致内存泄漏
73340发布于 2020-09-10 - 来自专栏码客
WPF内存优化
内存泄露原因 内存泄露主要原因分析： 静态引用 未注销的事件绑定 非托管代码资源使用等 对于静态对象尽量小或者不用，非托管资源可通过手动Dispose来释放。 优化内存占用的方式 使用依赖属性 我们通过依赖属性和普通的CLR属性相比为什么会节约内存？ 其实依赖属性的声明，在这里或者用注册来形容更贴切，只是一个入口点。也就是我们平常常说的单例模式。 , int min, int max); ///
/// 释放占用内存并重新分配,将暂时不需要的内容放进虚拟内存 /// 当应用程序重新激活时，会将虚拟内存的内容重新加载到内存。 因为他只是暂时的将应用程序占用的内存移至虚拟内存，一旦，应用程序被激活或者有操作请求时，这些内存又会被重新占用。 程序运行到一定时间后或程序将要被闲置时，可以使用该命令来交换占用的内存到虚拟内存。 注意 这种方式为缓兵之计，物理内存中的数据转移到了虚拟内存中，当内存达到一定额度后还是会崩溃。 1.9K41发布于 2020-08-19 - 来自专栏向治洪
android内存优化
Android的应用被限制为最多占用16m的内存，至少在T-Mobile G1上是这样的（当然现在已经有几百兆的内存可以用了——译者注）。它包括电话本身占用的和开发者可以使用的两部分。 即使你没有占用全部内存的打算，你也应该尽量少的使用内存，以免别的应用在运行的时候关闭你的应用。Android能在内存中保持的应用越多，用户在切换应用的时候就越快。 因此，如果你“泄露”了上下文（Context）（这里“泄露”的意思是你保持了一个引用并且组织GC收集它），你将造成大量的内存泄露。 它们可以让你飞快的用光所有的内存。 有两种简单的方法可以避免与context相关的内存泄露。最明显的一个就是避免在context的自身的范围外使用它。 垃圾回收器对于内存泄露来说并不是百分百保险的。
1K70发布于 2018-01-29 - 来自专栏只为你下
关于redis内存分析，内存优化
简单来说，是可以的，这种优化可以针对任何CPU亲和性要求比较高的服务，但是在此处，有一点我们也应该特别注意：我们在 www.baishenjzc.cn 中介绍内存时，曾经提到过子进程内存消耗，也就是redis 2、内存不在内存了 www.lecaixuanzc.cn 开篇就讲过，redis最重要的东西，内存。 内存稳定性是redis提供稳定，低延迟服务的最基本的要求。 然而，我们也知道操作系统有一个 swap 的东西，也就将内存交换到硬盘。假如发生了redis内存被交换到硬盘的情景发生，那么必然，redis服务能力会骤然下降。 www.51baishizc.cn 中我们提到过，对redis服务必要的内存上限配置，这是内存隔离的一种必要。需要确定的是所有redis实例的分配内存总额小于总的可用物理内存。 4）系统优化： 另外，在最初的基础服务操作系统安装部署时，也需要做一些必要的前置优化，如关闭swap或配置系统尽量避免使用。 3、网络问题 网络问题，是一个普遍的影响因素。
1.7K00发布于 2020-05-17 - 来自专栏token的技术分享
内存优化：Boxing
dotMemory 如今，许多开发人员都熟悉性能分析的工作流程：在分析器下运行应用程序，测量方法的执行时间，识别占用时间较多的方法，并致力于优化它们。 垃圾收集总是由高内存流量引起的：分配的内存越多，需要收集的内存就越多。众所周知，内存流量优化应该在内存分析器的帮助下完成。它允许你确定对象是如何分配和收集的，以及这些分配背后保留了哪些方法。 本文讨论的一切都是微观优化，定期进行内存分析是良好的习惯 例如，交换a和b，从第一直觉上我们会编写出以下代码： int a = 5; int b = 10; var temp = a; a = b; 不要过早优化！！！ 不要过早优化！！！ 不要过早优化！！！
31710编辑于 2024-06-07 - 来自专栏后端码事
关于redis内存分析，内存优化
毋庸置疑，是内存。 一、reids 内存分析 redis内存使用情况：info memory ? 示例： ? 二、redis 内存使用 之前的文章 关于redis，你需要了解的几点！中我们简单介绍过redis的内存使用分布：自身内存，键值对象占用、缓冲区内存占用及内存碎片占用。 redis 空进程自身消耗非常的少，可以忽略不计，优化内存可以不考虑此处的因素。 1、对象内存 对象内存，也即真实存储的数据所占用的内存。 四、redis 内存管理 redis的内存管理主要分为两方面：内存上限控制及内存回收管理。 1、内存上限：maxmemory 目的：缓存应用内存回收机制触发 + 防止物理内存用尽（redis 默认无限使用服务器内存） + 服务节点内存隔离（单服务器上部署多个redis服务节点） 在进行内存分配及限制时要充分考虑内存碎片占用影响
1.7K40发布于 2020-09-10 - 来自专栏Android开发
Android内存优化之图片优化
关于图片优化，大概如下 为什么要进行图片优化 相信大概刚开始学习Android的时候有过图片过大而直接报错的情况，下面简单介绍一下OOM问题,Android支持的图片格式及图片优化的几种方式 如何计算：图片宽图片高一个像素占的内存大小 所以由上可见，图片储存优化的方式如下 1.尺寸优化：通过减小宽高来实现 2.质量压缩：改变一个像素占用的内存（优化解码率） 3.内存重用：需要用到inBitmap 为第一张图的Bitmap 然后小提一下Bitmap的内存管理 在3.0前，对于像素数据的支持保存在本地内存中， 在3.0后，像素数据和位图都储存在Dalvik堆中 以上为图片的储存优化，接下来介绍图片加载优化 ，用户体验好 内存表现出色：有效的对内存块的图片进行了管理（共享内存机制来解决图片加载的oom问题） 渐进式预览：大致展示图片轮廓，然后逐渐展示清晰图片 多图请求 封装了先加载底分辨率图片，然后再显示高分辨率图片 Fresco让你没有这些烦恼，它处理好每一帧并管理好你的内存。 以上就是大概的内容了，由于博主时间问题，会于以后写关于框架的使用及关于图片优化的小案例
21300编辑于 2025-06-10 - 来自专栏Android开发者
Android性能优化之内存优化
Tips：本篇是《深入探索Android内存优化》的基础篇，如果没有掌握Android内存优化的同学建议系统学习一遍。 众所周知，内存优化可以说是性能优化中最重要的优化点之一，可以说，如果你没有掌握系统的内存优化方案，就不能说你对Android的性能优化有过多的研究与探索。 此外，除了运行时内存的分析优化，我们还可以对App的静态内存进行分析与优化。静态内存指的是在伴随着App的整个生命周期一直存在的那部分内存，那我们怎么获取这部分内存快照呢？ 11、其它的内存优化注意事项 除了上面的一些内存优化点之外，这里还有一些内存优化的点我们需要注意，如下所示： 尽使用static final 优化成员变量。 使用增强型for循环语法。 六、总结 对于内存优化，一般都是通过使用MAT等工具来进行检查和使用LeakCanary等内存泄漏监控工具来进行监控，以此来发现问题，再分析问题原因，解决发现的问题或者对当前的实现逻辑进行优化，优化完后再进行检查
2.8K30发布于 2021-11-23 - 来自专栏开发工具
redis的内存优化
Redis的内存优化主要包括配置合理的内存上限、选择合适的回收策略以及使用内存优化工具。 设置最大内存:通过maxmemory指令设置Redis的最大内存使用量，当内存达到此设置值时，会根据配置的淘汰策略来处理新的写入请求。 设置淘汰策略:# 设置淘汰策略为allkeys-lruredis-cli config set maxmemory-policy allkeys-lru使用内存优化工具:redis-cli --in-memory-optimize redis-cli memory purge: 释放被内存密集型命令占用的内存，如KEYS, SORT, INFO等。 示例:# 优化指定键的内存使用redis-cli --in-memory-optimize监控和调整:使用INFO memory命令来监控内存使用情况。根据实际情况调整上述参数以达到最优性能。
64010编辑于 2024-04-11 - 来自专栏搜狗测试
iOS内存优化心得
凑巧最近一段时间小编就一直在协助开发同学去进行app内存优化。这里小编整理了一份关于内存优化的心得分享给大家。 ? 目的 首先我们先要明确我们的目的，在保证程序运行流畅的前提下尽可能的优化使用内存。 毕竟在优化效率达到上限的时候，只能用时间换空间了。 而iOS的低内存机制就是给你一个阈值，只要你的APP超过这个数值，哪怕只是一瞬间也会直接崩溃。因此我们就需要对这种瞬间的高增幅去进行优化。 还有就是在iOS开发时不要用xib来拖拉控件，很多的xib会特别大的增加App的内存，在优化内存的时候，不妨把xib文件删除选择全代码来开发。也可以节省很多内存。 ? 总结 内存的优化方式除了上面说的几种还有更多有待发现，我们虽然作为测试同学，但是在这种优化时刻还是需要积极参与，毕竟优化重构这种改动总是会引起很多毁灭性BUG，只有我们脑中存在这些知识才能更好的判读改动范围
2.5K20发布于 2020-04-15 - 来自专栏微信终端开发团队的专栏
Android 内存优化杂谈
作者：shwenzhang Android 内存优化是我们性能优化工作中比较重要的一环，这里其实主要包括两方面的工作： 优化RAM，即降低运行时内存。 这里的目的是防止程序发生OOM异常，以及降低程序由于内存过大被LMK机制杀死的概率。另一方面，不合理的内存使用会使GC大大增多，从而导致程序变卡。 优化ROM，即降低程序占ROM的体积。 GC优化 通过Heap Viewer，我们可以查看当前内存快照，便于对比分析哪些对象有可能发生了泄漏。更重要的工具是Allocation Tracker，追踪内存对象的类型、堆栈、大小等。 当前微信内存监控体系中也存在一些不尽人意的地方，在未来的日子里也同样需要努力去优化。 性能优化之内存篇 本文来源于：WeMobileDev 微信公众号
3.8K10发布于 2017-08-14 - 来自专栏技术面面观
mariadb 内存占用优化
为Innodb加速优化首要参数。 该参数分配内存的原则：这个参数默认分配只有8M，可以说是非常小的一个值。 set (0.00 sec) 如果发现Sort_merge_passes的值比较大，你可以考虑增加sort_buffer_size 来加速ORDER BY 或者GROUP BY 操作,不能通过查询或者索引优化的 线程内存影响 Thread_stack：每个连接线程被创建时，MySQL给它分配的内存大小。 sort_buffer_size=262144; set @@read_buffer_size=131072; set global key_buffer_size=8388608; 引用 记一次Mysql占用内存过高的优化过程 mysql 优化技巧心得一(key_buffer_size设置) mysql内存计算 mysql计算器 mariadb官网
6.2K110发布于 2019-01-15 - 来自专栏小陈飞砖
android计算bitmap内存及内存优化
则跳过这步） 新图的高度 = Sample高度 * (设备的 dpi / 目录对应的 dpi ) 新图的宽度 = Sample宽度 * (设备的 dpi / 目录对应的 dpi ) 3、 bitmap内存 options.inSampleSize = 4; options.inBitmap = mLastBitmap; //bitmap内存复用 ) + " AllocationByteCount : " + bitmap.getAllocationByteCount()); } bitmap.getByteCount() ：bitmap使用内存的理论值 bitmap.getAllocationByteCount() ：使用options.inBitmap时，bitmap实际使用的内存。 内存优化： 1、设置inSampleSize 2、不影响用户体验的情况下：Bitmap.Config.ARGB_4444 举例： 1、 2、
65110编辑于 2022-06-25 - 来自专栏OSChina
JVM 内存分析—优化
-Xmx8m -XX:+PrintGCDetails // 打印垃圾回收信息 //-Xms8m -Xmx32m -XX:+HeapDumpOnOutOfMemoryError //生成内存快照文件
64820发布于 2019-09-05 - 来自专栏性能与架构
Redis 内存优化案例
的配置文件中有这么两项配置： hash-max-ziplist-entries 512 hash-max-ziplist-value 64 其中的‘ziplist’代表数据结构，是一种数据压缩方式，作用是减少内存的使用空间 他们有一个需求： 根据图片ID得到作者ID 最简单的实现方式就是使用string类型 图片ID为KEY，作者ID为VALUE，一条一条的set/get 经测试，图片量为3亿时，一共需要20G左右的内存 经过一些优化后，效果不明显，他们便向Redis的一个开发者咨询解决方案 得到的建议是： 对数据进行分段，使用hash结构 因为hash结构在一定数据量下会进行压缩存储，可以节约很多内存 经过反复测试 取1234888的作者ID时，就是取得key为1234的hashtable中field为888的值 经过测试，使用这种方式后，内存的使用量降到了5G左右，效果非常明显 类似的配置项还有： list-max-ziplist
1.5K70发布于 2018-04-03
腾讯云开发者
