微信團隊原創分享：iOS版微信的記憶體監控系統技術實踐
本文來自微信開發團隊yangyang的技術分享。
一、前言
FOOM（Foreground Out Of Memory），是指App在前臺因消耗記憶體過多引起系統強殺。對使用者而言，表現跟crash一樣。Facebook早在2015年8月提出FOOM檢測辦法，大致原理是排除各種情況後，剩餘的情況是FOOM，具體連結：https://code.facebook.com/posts/1146930688654547/reducing-fooms-in-the-facebook-ios-app/。
微信自15年年底上線FOOM上報，從最初資料來看，每天FOOM次數與登入使用者數比例接近3%，同期crash率1%不到。而16年年初某東老大反饋微信頻繁閃退，在艱難拉取2G多日誌後，才發現kv上報頻繁打log引起FOOM。接著16年8月不少外部使用者反饋微信啟動不久後閃退，分析大量日誌還是不能找到FOOM原因。微信急需一個有效的記憶體監控工具來發現問題。
（本文同步釋出於：http://www.52im.net/thread-1422-1-1.html）
二、實現原理
微信記憶體監控最初版本是使用Facebook的FBAllocationTracker工具監控OC物件分配，用fishhook工具hook malloc/free等介面監控堆記憶體分配，每隔1秒，把當前所有OC物件個數、TOP 200最大堆記憶體及其分配堆疊，用文字log輸出到本地。該方案實現簡單，一天內完成，通過給使用者下發TestFlight，最終發現聯絡人模組因遷移DB載入大量聯絡人導致FOOM。
不過這方案有不少缺點：
1）監控粒度不夠細，像大量分配小記憶體引起的質變無法監控，另外fishhook只能hook自身app的C介面呼叫，對系統庫不起作用；
2）打log間隔不好控制，間隔過長可能丟失中間峰值情況，間隔過短會引起耗電、io頻繁等效能問題；
3）上報的原始log靠人工分析，缺少好的頁面工具展現和歸類問題。
所以二期版本以Instruments的Allocations為參考，著重四個方面優化，分別是資料收集、儲存、上報及展現。
2.1、資料收集
16年9月底為了解決ios10 nano crash，研究了libmalloc原始碼，無意中發現這幾個介面：
當malloc_logger和__syscall_logger函式指標不為空時，malloc/free、vm_allocate/vm_deallocate等記憶體分配/釋放通過這兩個指標通知上層，這也是記憶體除錯工具malloc stack的實現原理。有了這兩個函式指標，我們很容易記錄當前存活物件的記憶體分配資訊（包括分配大小和分配堆疊）。分配堆疊可以用backtrace函式捕獲，但捕獲到的地址是虛擬記憶體地址，不能從符號表dsym解析符號。所以還要記錄每個image載入時的偏移slide，這樣符號表地址=堆疊地址-slide。
另外為了更好的歸類資料，每個記憶體物件應該有它所屬的分類Category，如上圖所示。對於堆記憶體物件，它的Category名是“Malloc ”+分配大小，如“Malloc 48.00KiB”；對於虛擬記憶體物件，呼叫vm_allocate建立時，最後的引數flags代表它是哪類虛擬記憶體，而這個flags正對應於上述函式指標__syscall_logger的第一個引數type，每個flag具體含義可以在標頭檔案找到；對於OC物件，它的Category名是OC類名，我們可以通過hook OC方法+[NSObject alloc]來獲取：
但後來發現，NSData建立物件的類靜態方法沒有呼叫+[NSObject alloc]，裡面實現是呼叫C方法NSAllocateObject來建立物件，也就是說這類方式建立的OC物件無法通過hook來獲取OC類名。最後在蘋果開原始碼CF-1153.18找到了答案，當__CFOASafe=true並且__CFObjectAllocSetLastAllocEventNameFunction!=NULL時，CoreFoundation建立物件後通過這個函式指標告訴上層當前物件是什麼型別：
通過上面方式，我們的監控資料來源基本跟Allocations一樣了，當然是藉助了私有API。如果沒有足夠的“技巧”，私有API帶不上Appstore，我們只能退而求其次。修改malloc_default_zone函式返回的malloc_zone_t結構體裡的malloc、free等函式指標，也是可以監控堆記憶體分配，效果等同於malloc_logger；而虛擬記憶體分配只能通過fishhook方式。
2.2、資料儲存
2.2.1 存活物件管理
APP在執行期間會大量申請/釋放記憶體。以上圖為例，微信啟動10秒內，已經建立了80萬物件，釋放了50萬，效能問題是個挑戰。另外在儲存過程中，也儘量減少記憶體申請/釋放。所以放棄了sqlite，改用了更輕量級的平衡二叉樹來儲存。
伸展樹（Splay Tree），也叫分裂樹，是一種二叉排序樹，不保證樹是平衡，但各種操作平均時間複雜度是O(logN)，可近似看作平衡二叉樹。相比其他平衡二叉樹（如紅黑樹），其記憶體佔用較小，不需要儲存額外資訊。伸展樹主要出發點是考慮到區域性性原理（某個剛被訪問的結點下次又被訪問，或者訪問次數多的結點下次可能被訪問），為了使整個查詢時間更少，被頻繁查詢的結點通過“伸展”操作搬移到離樹根更近的地方。大部分情況下，記憶體申請很快又被釋放，如autoreleased物件、臨時變數等；而OC物件申請記憶體後緊接著會更新它所屬Category。所以用伸展樹管理最適合不過了。
傳統二叉樹是用連結串列方式實現，每次新增/刪除結點，都會申請/釋放記憶體。為了減少記憶體操作，可以用陣列實現二叉樹。具體做法是父結點的左右孩子由以往的指標型別改成整數型別，代表孩子在陣列的下標；刪除結點時，被刪除的結點存放上一個被釋放的結點所在陣列下標。
2.2.2 堆疊儲存
據統計，微信執行期間，backtrace的堆疊有成百萬上千萬種，在捕獲最大棧長64情況下，平均棧長35。如果36bits儲存一個地址（armv8最大虛擬記憶體地址48bits，實際上36bits夠用了），一個堆疊平均儲存長度157.5bytes，1M個堆疊需要157.5M儲存空間。但通過斷點觀察，實際上大部分堆疊是有共同字尾，例如下面的兩個堆疊後7個地址是一樣的：
為此，可以用Hash Table來儲存這些堆疊。思路是整個堆疊以連結串列的方式插入到table裡，連結串列結點存放當前地址和上一個地址所在table的索引。每插入一個地址，先計算它的hash值，作為在table的索引，如果索引對應的slot沒有儲存資料，就記錄這個連結串列結點；如果有儲存資料，並且資料跟連結串列結點一致，hash命中，繼續處理下一個地址；資料不一致，意味著hash衝突，需要重新計算hash值，直到滿足儲存條件。舉個例子（簡化了hash計算）：
1）Stack1的G、F、E、D、C、A、依次插入到Hash Table，索引1～6結點資料依次是(G, 0)、(F, 1)、(E, 2)、(D, 3)、(C, 4)、(A, 5)。Stack1索引入口是6；
2）輪到插入Stack2，由於G、F、E、D、C結點資料跟Stack1前5結點一致，hash命中；B插入新的7號位置，(B, 5)。Stack2索引入口是7；
3）最後插入Stack3，G、F、E、D結點hash命中；但由於Stack3的A的上一個地址D索引是4，而不是已有的(A, 5)，hash不命中，查詢下一個空白位置8，插入結點(A, 4)；B上一個地址A索引是8，而不是已有的(B, 5)，hash不命中，查詢下一個空白位置9，插入結點(B, 9)。Stack3索引入口是9。
經過這樣的字尾壓縮儲存，平均棧長由原來的35縮短到5不到。而每個結點儲存長度為64bits（36bits儲存地址，28bits儲存parent索引），hashTable空間利用率60%+，一個堆疊平均儲存長度只需要66.7bytes，壓縮率高達42%。
2.2.3 效能資料
經過上述優化，記憶體監控工具在iPhone6Plus執行佔用CPU佔用率13%不到，當然這是跟資料量有關，重度使用者（如群過多、訊息頻繁等）可能佔用率稍微偏高。而儲存資料記憶體佔用量20M左右，都用mmap方式把檔案對映到記憶體。有關mmap好處可自行google之。
2.3、資料上報
由於記憶體監控是儲存了當前所有存活物件的記憶體分配資訊，資料量極大，所以當出現FOOM時，不可能全量上報，而是按某些規則有選擇性的上報。
首先把所有物件按Category進行歸類，統計每個Category的物件數和分配記憶體大小。這列表資料很少，可以做全量上報。接著對Category下所有相同堆疊做合併，計算每種堆疊的物件數和記憶體大小。對於某些Category，如分配大小TOP N，或者UI相關的（如UIViewController、UIView之類的），它裡面分配大小TOP M的堆疊才做上報。上報格式類似這樣：
2.4、頁面展現
頁面展現參考了Allocations，可看出有哪些Category，每個Category分配大小和物件數，某些Category還能看分配堆疊。
為了突出問題，提高解決問題效率，後臺先根據規則找出可能引起FOOM的Category（如上面的Suspect Categories），規則有：
● UIViewController數量是否異常
● UIView數量是否異常
● UIImage數量是否異常
● 其它Category分配大小是否異常，物件個數是否異常
接著對可疑的Category計算特徵值，也就是OOM原因。特徵值是由“Caller1”、“Caller2”和“Category, Reason”組成。Caller1是指申請記憶體點，Caller2是指具體場景或業務，它們都是從Category下分配大小第一的堆疊提取。Caller1提取儘量是有意義的，並不是分配函式的上一地址。例如：
所有report計算出特徵值後，可以對它們進行歸類了。一級分類可以是Caller1，也可以是Category，二級分類是與Caller1/Category有關的特徵聚合。效果如下。
一級分類：
二級分類：
2.5、運營策略
上面提到，記憶體監控會帶來一定的效能損耗，同時上報的資料量每次大概300K左右，全量上報對後臺有一定壓力，所以對現網使用者做抽樣開啟，灰度包使用者/公司內部使用者/白名單使用者做100%開啟。本地最多隻保留最近三次資料。
三、降低誤判
1）先回顧Facebook如何判定上一次啟動是否出現FOOM：
a) App沒有升級；
b) App沒有呼叫exit()或abort()退出；
c) App沒有出現crash；
d) 使用者沒有強退App；
e) 系統沒有升級/重啟；
f) App當時沒有後臺執行；
g) App出現FOOM。
1、2、4、5比較容易判斷，3依賴於自身CrashReport元件的crash回撥，6、7依賴於ApplicationState和前後臺切換通知。
微信自上線FOOM資料上報以來，出現不少誤判，主要情況有下面幾種。
2）ApplicationState不準：
部分系統會在後臺短暫喚起app，ApplicationState是Active，但又不是BackgroundFetch；執行完didFinishLaunchingWithOptions就退出了，也有收到BecomeActive通知，但很快也退出；整個啟動過程持續5～8秒不等。解決方法是收到BecomeActive通知一秒後，才認為這次啟動是正常的前臺啟動。這方法只能減少誤判概率，並不能徹底解決。
3）群控類外掛：
這類外掛是可以遠端控制iPhone的軟體，通常一臺電腦可以控制多臺手機，電腦畫面和手機螢幕實時同步操作，如開啟微信，自動加好友，發朋友圈，強制退出微信，這一過程容易產生誤判。解決方法只能通過安全後臺打擊才能減少這類誤判。
4）CrashReport元件出現crash沒有回撥上層：
微信曾經在17年5月底爆發大量GIF crash，該crash由記憶體越界引起，但收到crash訊號寫crashlog時，由於記憶體池損壞，元件無法正常寫crashlog，甚至引起二次crash；上層也無法收到crash通知，因此誤判為FOOM。目前改成不依賴crash回撥，只要本地存在上一次crashlog（不管是否完整），就認為是crash引起的APP重啟。
5）前臺卡死引起系統watchdog強殺：
也就是常見的0x8badf00d，通常原因是前臺執行緒過多，死鎖，或CPU使用率持續過高等，這類強殺無法被App捕獲。為此我們結合了已有卡頓系統，當前臺執行最後一刻有捕獲到卡頓，我們認為這次啟動是被watchdog強殺。同時我們從FOOM劃分出新的重啟原因叫“APP前臺卡死導致重啟”，列入重點關注。
四、成果顯著
微信自2017年三月上線記憶體監控以來，解決了30多處大大小小記憶體問題，涉及到聊天、搜尋、朋友圈等多個業務，FOOM率由17年年初3%，降到目前0.67%，而前臺卡死率由0.6%下降到0.3%，效果特別明顯。
五、常見問題
1）UIGraphicsEndImageContext：
UIGraphicsBeginImageContext和UIGraphicsEndImageContext必須成雙出現，不然會造成context洩漏。另外XCode的Analyze也能掃出這類問題。
2）UIWebView：
無論是開啟網頁，還是執行一段簡單的js程式碼，UIWebView都會佔用APP大量記憶體。而WKWebView不僅有出色的渲染效能，而且它有自己獨立程式，一些網頁相關的記憶體消耗移到自身程式裡，最適合取替UIWebView。
3）autoreleasepool：
通常autoreleased物件是在runloop結束時才釋放。如果在迴圈裡產生大量autoreleased物件，記憶體峰值會猛漲，甚至出現OOM。適當的新增autoreleasepool能及時釋放記憶體，降低峰值。
4）互相引用：
比較容易出現互相引用的地方是block裡使用了self，而self又持有這個block，只能通過程式碼規範來避免。另外NSTimer的target、CAAnimation的delegate，是對Obj強引用。目前微信通過自己實現的MMNoRetainTimer和MMDelegateCenter來規避這類問題。
5）大圖片處理：
舉個例子，以往圖片縮放介面是這樣寫的：
但處理大解析度圖片時，往往容易出現OOM，原因是-[UIImage drawInRect:]在繪製時，先解碼圖片，再生成原始解析度大小的bitmap，這是很耗記憶體的。解決方法是使用更低層的ImageIO介面，避免中間bitmap產生：
6）大檢視：
大檢視是指View的size過大，自身包含要渲染的內容。超長文字是微信裡常見的炸群訊息，通常幾千甚至幾萬行。如果把它繪製到同一個View裡，那將會消耗大量記憶體，同時造成嚴重卡頓。最好做法是把文字劃分成多個View繪製，利用TableView的複用機制，減少不必要的渲染和記憶體佔用。
六、推薦幾個iOS記憶體技術相關的連結
● Memory Usage Performance Guidelines
● No pressure, Mon!
http://www.newosxbook.com/articles/MemoryPressure.html
附錄：微信、QQ文章彙總
[1] QQ、微信團隊原創技術文章：
《QQ音樂團隊分享：Android中的圖片壓縮技術詳解（上篇）》
《QQ音樂團隊分享：Android中的圖片壓縮技術詳解（下篇）》
《騰訊團隊分享 ：一次手Q聊天介面中圖片顯示bug的追蹤過程分享》
《微信團隊分享：微信Android版小視訊編碼填過的那些坑》
《微信團隊披露：微信介面卡死超級bug“15。。。。”的來龍去脈》
《月活8.89億的超級IM微信是如何進行Android端相容測試的》
《微信客戶端團隊負責人技術訪談：如何著手客戶端效能監控和優化》
《微信團隊原創分享：Android版微信的臃腫之困與模組化實踐之路》
《微信團隊原創分享：微信客戶端SQLite資料庫損壞修復實踐》
《騰訊原創分享(一)：如何大幅提升行動網路下手機QQ的圖片傳輸速度和成功率》
《騰訊原創分享(二)：如何大幅壓縮行動網路下APP的流量消耗（下篇）》
《騰訊原創分享(二)：如何大幅壓縮行動網路下APP的流量消耗（上篇）》
《如約而至：微信自用的移動端IM網路層跨平臺元件庫Mars已正式開源》
《開源libco庫：單機千萬連線、支撐微信8億使用者的後臺框架基石 [原始碼下載]》
《微信新一代通訊安全解決方案：基於TLS1.3的MMTLS詳解》
《微信團隊原創分享：Android版微信後臺保活實戰分享(程式保活篇)》
《微信團隊原創分享：Android版微信後臺保活實戰分享(網路保活篇)》
《Android版微信從300KB到30MB的技術演進(PPT講稿) [附件下載]》
《微信團隊原創分享：Android版微信從300KB到30MB的技術演進》
《微信技術總監談架構：微信之道——大道至簡(PPT講稿) [附件下載]》
《微信海量使用者背後的後臺系統儲存架構(視訊+PPT) [附件下載]》
《微信非同步化改造實踐：8億月活、單機千萬連線背後的後臺解決方案》
《架構之道：3個程式設計師成就微信朋友圈日均10億釋出量[有視訊]》
《微信團隊原創分享：Android記憶體洩漏監控和優化技巧總結》
《微信團隊原創Android資源混淆工具：AndResGuard [有原始碼]》
《移動端IM實踐：Android版微信如何大幅提升互動效能（一）》
《移動端IM實踐：Android版微信如何大幅提升互動效能（二）》
《移動端IM實踐：WhatsApp、Line、微信的心跳策略分析》
《移動端IM實踐：谷歌訊息推送服務(GCM)研究（來自微信）》
《信鴿團隊原創：一起走過 iOS10 上訊息推送(APNS)的坑》
>> 更多同類文章 ……
[2] 有關QQ、微信的技術故事：
《2017微信資料包告：日活躍使用者達9億、日發訊息380億條》
《技術往事：創業初期的騰訊——16年前的冬天，誰動了馬化騰的程式碼》
《技術往事：史上最全QQ圖示變遷過程，追尋IM巨人的演進歷史》
《開發往事：深度講述2010到2015，微信一路風雨的背後》
《開發往事：記錄微信3.0版背後的故事（距微信1.0釋出9個月時）》
>> 更多同類文章 ……
（本文同步釋出於：http://www.52im.net/thread-1422-1-1.html）
相關文章
- iOS微信記憶體監控iOS記憶體
- 微信團隊原創分享：Android版微信後臺保活實戰分享(程式保活篇)Android
- 微信後團隊分享：微信後臺基於Ray的分散式AI計算技術實踐分散式AI
- 【原創】淺談技術團隊專案考核體系的建立
- 技術分享| 如何使用Prometheus實現系統程式監控Prometheus
- 技術分享| anyRTC音影片與微信小程式互通實踐微信小程式
- nagios-新增記憶體監控iOS記憶體
- 微信群控系統的應用和實戰經驗分享
- 技術分享：記憶體管理記憶體
- 【原創】Java記憶體攻擊技術漫談Java記憶體
- 微信域名防封技術分享，微信中主流的微信域名防封技術都在這裡！
- 微信客戶端團隊負責人技術訪談：如何著手客戶端效能監控和優化客戶端優化
- [廣州] 從微信離職的創業團隊找創業夥伴創業團隊
- nagios監控linux主機監控記憶體指令碼iOSLinux記憶體指令碼
- 初創團隊的技術選擇
- nagios-建立記憶體監控指令碼iOS記憶體指令碼
- 技術分享| 如何使用Prometheus實現系統監控報警郵件通知Prometheus
- Zabbix監控系統深度實踐
- [仁潤雲技術團隊]JVM之GC與記憶體分配策略JVMGC記憶體
- JS實現監控微信小程式JS微信小程式
- AIX 記憶體監控AI記憶體
- Solaris記憶體監控記憶體
- 記憶體CPU監控記憶體
- [原創]微信PC端技術研究-訊息防撤銷
- 微信群活碼以及微信活碼防封如何實現技術分享
- 基於 Prometheus 的監控系統實踐Prometheus
- 利用 Shell 指令碼來監控 Linux 系統的記憶體指令碼Linux記憶體
- 打造立體化監控體系的最佳實踐
- 微信分享筆記（第二版）筆記
- Linux系統記憶體監控全面講解：free命令Linux記憶體
- 微信團隊分享：微信移動端的全文檢索多音字問題解決方案
- IM全文檢索技術專題(四)：微信iOS端的最新全文檢索技術優化實踐iOS優化
- DockOne微信分享(八十九）：恆生金融交易系統的Docker化實踐Docker
- RabbitMQ - 記憶體磁碟監控MQ記憶體
- Solaris記憶體監控(轉)記憶體
- 記憶體洩漏治理實戰：TDengine 研發團隊使用 Windbg 的經驗分享記憶體
- Linux系統行為新型實時監控技術Linux
- [實戰] Flutter 上的記憶體洩漏監控Flutter記憶體