轻量地图的内存账本与所有权边界
给轻量地图算一笔内存账:三层统计、退图归零与一次所有权误判
在资源受限设备上,地图往往是整机内存占用最大的单个业务模块。但“地图占多少内存”这个问题,如果只回答一个总数,既没法指导优化,也没法证明没有泄漏。
我在地图组件上做了一轮分层内存统计,并借这套账本抓到一个真实存在的泄漏。更有意思的是,泄漏最初被错误地归因给了地图 SDK,真正的问题出在适配层的所有权约定上。
为什么要把内存按层分账
地图链路天然分层:上层是公共渲染与视图管理,中间是适配层,下层是地图 SDK。三层各自使用不同的分配器,混在一起统计就只能看到一个不断变化的数字。
我把统计口径固定成三层:
| 层 | 统计内容 | 用途 |
|---|---|---|
| SDK 层 | 地图 SDK 经由内存适配器分配的全部字节 | 判断引擎自身开销 |
| 适配层 | 网络缓冲、像素转换等自有分配 | 判断桥接代码的额外成本 |
| 渲染层 | 画布/视口位图、文字缓存、瓦片缓存 | 判断公共层开销 |
同时区分两个时间口径:
- 常驻:瓦片缓存填满后的稳定采样区间;
- 峰值:统计器清零以来的高水位。
这两个口径不能混。常驻回答“平时要预留多少”,峰值回答“最坏情况会不会 OOM”。
账本上的几个结论
在一台 1024×525 屏幕的设备上,半屏地图区 524×450、全屏 1024×450,配置为在线离线混合、瓦片缓存 2048K:
| 层 | 半屏常驻 | 半屏峰值 | 全屏常驻 | 全屏峰值 |
|---|---|---|---|---|
| SDK 层 | 963~1039K | 1187~1214K | 1019~1038K | 1252K |
| 适配层 | 0~1K | 14K | 0K | 18K |
| 渲染层 | 2643~2720K | 2849K | 3116~3174K | 3306K |
| 合计 | 3.5~3.7MB | 4.0MB | 4.0~4.1MB | 4.5MB |
几个反直觉但很有用的观察:
- 渲染层才是大头,不是 SDK。SDK 稳定在约 1MB,渲染层是它的两到三倍。
- 瓦片缓存是最大单项:2049K,占渲染层的四分之三。它是可裁剪的,按实际视口所需的最大瓦片数下调缓存容量,就能立刻释放内存,代价是拖动时重新加载更频繁。
- 全屏比半屏多约 0.45MB,增量几乎全在画布/视口位图,随视口宽度线性变化;瓦片缓存和 SDK 两层基本不变。
- 适配层几乎为 0,峰值也只有十几 K。这说明桥接代码本身不是内存问题的来源,至少在正常路径上不是。
这也提醒我,优化地图内存时先看账本结构,不要上来就压 SDK。真正能动的空间往往在缓存策略和视口尺寸上。
退图归零是账本里最有价值的一条断言
每次统计,我都要求补一条“退出地图后”的采样:
| 模式 | 退图后 SDK | 退图后适配层 | 退图后渲染层 |
|---|---|---|---|
| 半屏 | 0K | 0K | 0K |
| 全屏 | 0K | 0K | 0K |
这条断言的价值在于,它把“运行期内存高”和“内存泄漏”这两件事分开了。运行期占用高可以靠裁剪缓存解决,退图不归零则一定会随会话次数累积,最终把整机拖垮。
所以我的验证顺序是:先看运行期账本是否合理,再看退图是否归零。两者都成立,才敢说这个模块的内存是可预期的。
一次误判:SDK 桶涨了,不等于 SDK 泄漏
在一轮无网测试里,SDK 桶随会话次数线性增长,退图后还残留数 MB。第一反应自然是 SDK 内部簿记没清干净。
但继续看数据,出现了两个对不上的现象:
- 增长不是按会话次数,而是按请求次数。静止时内存完全不动,一旦发起新请求就涨一点。
- 审计台账里增长集中在几个固定尺寸:48B、64B、157/158B、705B,而且计数是 6、12、18 这样的整数倍。
这两条合起来指向 per-request 泄漏,而不是 per-session 的簿记泄漏。前者说明“每处理一个请求漏一套对象”,后者应该随进图退图次数增长。
顺着尺寸去对结构体,很快就能还原出对象身份:48B 是请求本体,64B 是 4 个请求头的数组,157/158B 是 URL,705B 是批请求的 URL。数量关系也吻合:一轮会话约 6 张瓦片加 1 个批请求,正好是 7 个请求。
所有权边界才是根因
真正的问题在“谁负责释放请求图”。
对静态库做反汇编后,可以确认 send 调用是所有权转移点:
- 在调用 send 之前失败,SDK 自己释放 URL 和请求本体;
- 一旦调用过 send,成功或失败路径都不再释放请求图;
- SDK 只保留一个回调包装结构,并在完成回调里释放它自己。
头文件里那句“request 的释放由外部释放”,这里的“外部”指的是平台适配层,不是 SDK 自己。而适配层的实现只做了同步拷贝,拷贝完就直接返回,从未释放请求图。
这就解释了为什么“SDK 层统计归零”也排除不了问题:统计桶是按分配器划分的,不是按所有权划分的。请求图由 SDK 调用分配器申请,所以记在 SDK 桶里,但所有权已经移交给了适配层。适配层自己的桶一直是 0,只能证明它自己的分配都释放了,证明不了它该释放的别人的内存。
修复:按入口区分所有权,而不是按类型
修复方式不是给所有请求统一加 free,而是拆成两个入口:
- owning 入口:用于 SDK 内部发起的请求。同步拷贝完成后,释放请求头数组、URL 和请求本体,成功失败都释放。
- non-owning 入口:用于公共层自己在栈上构造的请求。这类请求不归适配层所有,释放它就是 free 栈指针。
还有一个暂缓项:当前请求都是 GET,body 和 content_type 为 NULL;如果以后出现 POST,要先和 SDK 提供方确认这两个字段由谁分配,再决定是否释放。不确定所有权时,宁可不释放,也不要误释放静态或借用指针。
修复后用三轮在线会话复测,退图后 SDK 桶与审计台账全部为 0,进图总量也从首轮的 987K 稳定到 915K、914K,不再逐轮爬升。
用算术给结论做交叉验证
我习惯用一次手算来校验结论,而不是只看曲线:
- 48B × 6 + 64B × 7 + URL 约 790B + 705B ≈ 2.9KB/会话;
- 加上每块约 40B 的审计头,约 3.8KB/会话,与实测的 3~4KB 吻合;
- 无网时同一批瓦片反复重试,请求数从 7 放大到几千,3.5MB ÷ 约 400B/请求 ≈ 9000 次请求,量级也对得上。
数字能对上,结论才站得住。如果只有一条“内存涨了”的曲线,很容易把方向修错。
选型也是账本的一部分
同一轮工作里还比较了两种资源组织方式:图标资源外挂成独立文件,还是内嵌进 SDK 库。
| 口径 | 外挂版 | 内嵌版 | 差值 |
|---|---|---|---|
| SDK 动态内存 | 963~1039K | 1344~1438K | 内嵌多 0.33~0.40MB |
| ELF 静态段 | 10,083,992B | 10,109,024B | 内嵌多约 25KB |
| Flash/存储合计 | 3,097,788B | 2,970,086B | 内嵌少约 128KB |
结论很典型:内存和存储不能同时省。外挂版运行时省 0.35MB 左右 RAM,代价是多占约 128KB 存储;内嵌版则相反。选哪个取决于设备是 RAM 紧张还是 Flash 紧张,而不是哪个“更先进”。
总结
这次内存工作真正沉淀下来的,不是几个数字,而是一套账本方法:
- 先定口径:分层、常驻/峰值、是否含统计头,都要写死在报告里,否则不同轮次的数据没法比。
- 把退图归零当作硬指标:运行期高可以优化,退图不归零一定会累积。
- 桶不等于所有权:按分配器统计只能回答“谁申请的”,回答不了“谁该释放”。判断泄漏要看增长形状,是按会话还是按请求。
- 修复放在最窄的边界:这次只改适配层的 send 入口,没有动 SDK,也没有动公共层。
- 用算术交叉验证:对象尺寸、倍数关系和总量能对上,结论才可信。
对资源受限设备来说,内存不是“压得越低越好”,而是“每一块都说得清来历和去向”。账本清楚了,优化才有依据,泄漏也无处可藏。
更多推荐
所有评论(0)