Overview of Android Memory Management ( 안드로이드의 메모리 관리 )

Overview of Android Memory Management ( 안드로이드의 메모리 관리 )

https://developer.android.com/topic/performance/memory-overview.html

-

Android Runtime ( ART ) 과 Dalvik 은 paging 과 memory-mapping 을 이용해서 메모리 관리를 한다.

app 이 조작하는 메모리는 모두 RAM 에 상주하며 page-out 되지 않는다.

이 memory 를 해지하는 방법은 GC 되도록 하는 방법밖에 없다.

수정이 발생하지 않는 code 와 같은 녀석들은 RAM 에서 page out 될 수 있다.

Garbage collection

-

Android 의 memory heap 은 세대가 있다(?).

예를 들어 최근에 allocate 된 object 는 젊은 세대(young generation) 영역에 할당된다.

그리고 이 녀석들이 오래 살아남으면 나이 먹은 세대(older generation) 영역으로 승격된다.

최종적으로는 영구 세대(permanent generation)이다.

각각의 heap generation 은 memory 양의 upper limit 이 있다.

한 generation 이 꽉 차면, system 은 gc 를 수행시켜 memory 를 정리한다.

gc 의 시간은 어떤 generation 을 청소하느냐와, 얼마나 많은 active object 가 있느냐에 따라 성능 차이를 보이게 된다.

-

GC 가 꽤 빨라지긴 했지만 그래도 app 성능에 영향을 준다.

GC 수행에 대한 조건들을 system 이 가지고 있고, 이 조건이 충족되면 해당 process 를 멈추고 gc 를 수행한다.

animation 도중이나 음악 재생 도중과 같은 어떤 과정의 중간에 수행될 수도 있는데, 이럴 경우 오래 걸릴 수 있다.

가끔 이렇게 오래 걸리는 경우에는 코드 실행을 16ms 이상 늦출 수 있으며, 그렇게 되면 UI 가 부드럽지 않게 된다.

Sharing Memory

-

Android 는 RAM page 를 process 간 공유하기도 한다.

    각각의 process 는 Zygote process 로부터 fork 된다. Zygote 는 booting 시간에 시작해서 framework code 와 resource( 예를 들면 activity theme ) 들을 불러온다. 새로운 app process 를 시작할 때 system 은 Zygote process 를 fork 한 새로운 process 에서 app code 를 수행한다. 이 접근법으로 보았을 때 framework code, resource 는 모든 app process 에 share 된다.

    가장 정적인 data 는 process 에 mmapped (memory-mapped) 된 것들이다. 이 데이터들은 process 간 share 될 수 있다. 그리고 page-out 될 수도 있다. 정적 data 의 예는 Dalvik code ( direct mmaping 을 위해 pre-linked 된 .odex 파일을 만듬으로써 ), app resource( resource table 을 구조화시켜서 ), 그리고 .so 와 같은 native code 이다.

    많은 경우에 android 는 shared memory 영역을 명시적으로 할당해서 share 할 수 있게 만든다. ( ashmem, gralloc ). Window surface 는 app 과 screen compositor 간에 shared memory 를 사용한다. 그리고 cursor buffer 도 content provider 와 client 간에 shared memory 를 사용한다.

Allocating and Reclaming App Memory

-

Dalvik heap 은 각 app process 마다 하나의 virtual memory range 를 할당한다. 이 logical heap 크기는 system 한계까지 확장될 수 있다.

-

Logical heap size 는 실제 사용하는 heap 량과는 다른 개념이다.

Heap 을 자세히 보면. android 는 PSS (Proportional Set Size) 라는 단위를 사용해서 계산한다. 이는 다른 process 들과 share 하는 dirty, clean page 모두를 포함한다. system 은 이 PSS total 을 물리적 memory footprint 로 간주한다.

이에 관련해서 자세히 알고 싶다면 아래 링크를 보자.

https://developer.android.com/studio/profile/investigate-ram.html

-

Dalvik heap 은 heap 을 defragment 하지 않는다. Android 는 오직 heap 의 마지막 부분에 공간이 있을 때만 logical heap size 를 줄일 수 있다.

( ART 에서는 앱이 background state 일 때 heap compaction (또는 heap defragment) 를 수행한다. 

https://source.android.com/devices/tech/dalvik/gc-debug )

Restricting App Memory

-

Multi-tasking 환경을 유지하기 위해서 android 는 각 app 에 heap size 를 엄격히 규제하고 있다. app 이 그 경계를 넘게 되면 OutOfMemoryError 가 발생한다.

-

System 에 얼마나 많은 메모리를 사용할 수 있는지 query 하고 싶어하는데, 이는 getMemoryClass() 를 사용함으로써 이룰 수 있다.

Switching apps

-

App switch 시 LRU(Least-Recently-Used) 기준으로 background 앱을 관리한다.

앱의 cached process 가 있고, 현재는 사용하지 않는 메모리를 가질 경우 system 의 전체 performance 에 영향을 미칠 수 있다.

System 이 low memory 가 되면 LRU 기준으로 process 를 kill 한다.

( 물론 이 때 오직 LRU 기준은 아니고 얼마나 memory 를 사용하는가도 고려한다. )

.odex, .so, allocating and reclaming app memory, alvok code, android memory management, android runtime, app resource, app switch, Art, ashmem, background process kill, cached process, clean page, CODE, cursor buffer, dalvik, dalvik heap, defragment, dirty page, fork, framework code, framework resource, garbage collection, GC, gc performance, getMemoryClass, gralloc, heap compaction, heap defragment, Least Recently Used, LRU, memory footprint, memory heap, memory-mapped, memory-mapping, mmapped, native code, older generation, older generation heap, OutOfMemoryError, Overview of Android Memory Management ( 안드로이드의 메모리 관리 ), page out, page-out, paging, permanent generation, permanent generation heap, procee fork, proportional set size, pss, pss total, ram page share, restricting app memory, sharing memory, static data, switching apps, upper limit, virtual memory range, window surface, young generation, young generation heap, zygote process, 메모리 관리, 명시적 memory share, 정적 data