Android 应用程序内存泄漏的分析以前在学校里学习Java的时候，总是看到说，java是由垃圾收集器（GC）来管理内存回收的，所以当时形成的观念是Java不会产生内存泄漏，我们可以只管去申请内存，不需要关注内存回收，GC会帮我们完成。呵呵，很幼稚的想法，GC没那么聪明啊，理论及事实证明，我们的Java程序也是会有内存泄漏的。 （一）Java内存泄漏从何而来 一般来说内存泄漏有两种情况。一种情况如在C/C++语言中的，在堆中的分配的内存，没有将其释放，或者是在没有将其释放掉的时候，就将所有能访问这块内存的方式都删掉（如指针重新赋值）；另一种情况则是在内存对象明明已经不需要的时候，还仍然保留着这块内存和它的访问方式（引用）。第一种情况，在Java中已经由于垃圾回收机制的引入，得到了很好的解决。所以，Java中的内存泄漏，主要指的是第二种情况。 （二）需要的工具 1.DDMS—Update heap Gause GC Heap 是DDMS自带的一个很不错的内存监控工具，下图红色框中最左边的图标就是该 工具的启动按钮，它能在Heap视图中显示选中进程的当前内存使用的详细情况。下图 框中最右边的是GC工具，很多时候我们使用Heap监控内存的时候要借助GC工具，点 击一次GC按钮就相当于向VM请求了一次GC操作。中间的按钮是Dump HPROF file，它 的功能相当于给内存拍一张照，然后将这些内存信息保存到hprof文件里面，在使用我 们的第二个工具MAT的时候会使用到这个功能。 2.MAT(Memory Analyzer Tool) Heap工具能给我们一个感性的认识，告诉我们程序当前的内存使用情况和是否存在内存 泄漏的肯能性。但是，如果我们想更详细，更深入的了解内存消耗的情况，找到问题所 在，那么我们还需要一个工具，就是MAT。这个工具是需要我们自己去下载的，可以下 载独立的MAT RCP 客户端，也可以以插件的形式安装到Eclipse里面，方便起见，推荐 后者。 安装方法： A．登录官网https://www.doczj.com/doc/db12058555.html,/mat/downloads.php B．下载MAT Eclipse插件安装包（红框所示，当然你也可是选择Update Site在线安装，个人觉得比较慢）
目录： 什么是大数据 Hadoop介绍-HDFS、MR、Hbase 大数据平台应用举例-腾讯 公司的大数据平台架构 “就像望远镜让我们能够感受宇宙，显微镜让我们能够观测微生物一样，大数据正在改变我们的生活以及理解世界的方式……”。 大数据的4V特征-来源 公司的“大数据” 随着公司业务的增长，大量和流程、规则相关的非结构化数据也爆发式增长。比如： 1、业务系统现在平均每天存储20万张图片，磁盘空间每天消耗100G; 2、平均每天产生签约视频文件6000个，每个平均250M，磁盘空间每天消耗1T; …… 三国里的“大数据” “草船借箭”和大数据有什么关系呢?对天象的观察是基于一种对风、云、温度、湿度、光照和所处节气的综合分析这些数据来源于多元化的“非结构”类型，并且数据量较大，只不过这些数据输入到的不是电脑，而是人脑并最终通过计算分析得出结论。
Google分布式计算的三驾马车 Google File System用来解决数据存储的问题，采用N多台廉价的电脑，使用冗余(也就是一份文件保存多份在不同的电脑之上)的方式，来取得读写速度与数据安全并存的结果。 Map-Reduce说穿了就是函数式编程，把所有的操作都分成两类，map与reduce，map用来将数据分成多份，分开处理，reduce将处理后的结果进行归并，得到最终的结果。 BigTable是在分布式系统上存储结构化数据的一个解决方案，解决了巨大的Table的管理、负载均衡的问题。 Hadoop体系架构 Hadoop核心设计
HDFS介绍-文件读流程 Client向NameNode发起文件读取的请求。 NameNode返回文件存储的DataNode的信息。 Client读取文件信息。 HDFS介绍-文件写流程
android如何查看cpu的占用率和内存泄漏 在分析内存优化的过程中，其中一个最重要的是我们如何查看cpu的占用率和内存的占用率呢，这在一定程度上很重要，经过查询资料，研究了一下，暂时了解到大概有以下几种方式，如果哪位高手有更好的办法，或者文中描述有错误，还望高手在下面留言，非常感谢！ 一、通过eclipse，ADT开发工具的DDMS来查看(Heap) 在“Devices”窗口中选择模拟器中的一个需要查看的程序，从工具条中选“Update heap”按钮，给这个程序设置上“heap Updates”，然后在Heap视图中点击Cause GC就可以实时显示这个程序的一些内存和cpu的使用情况了。
然后就会出现如下界面： 说明： a) 点击“Cause GC”按钮相当于向虚拟机请求了一次gc操作； b) 当内存使用信息第一次显示以后，无须再不断的点击“Cause GC”，Heap视图界面会定
时刷新，在对应用的不断的操作过程中就可以看到内存使用的变化； c) 内存使用信息的各项参数根据名称即可知道其意思，在此不再赘述。 大致解析如下： 这个就是当前应用的内存占用，allocated 是已经分配的内存free是空闲内存， heap size 是虚拟机分配的不是固定值 heap size 的最大值跟手机相关的 有网友说， 一般看1byte的大部分就是图片占用的 如何判断应用是否有内存泄漏的可能性呢？ 如何才能知道我们的程序是否有内存泄漏的可能性呢。这里需要注意一个值：Heap视图中部有一个Type叫做data object，即数据对象，也就是我们的程序中大量存在的类类型的对象。在data object一行中有一列是“Total Size”，其值就是当前进程中所有Java数据对象的内存总量，一般情况下，这个值的大小决定了是否会有内存泄漏。可以这样判断： a) 不断的操作当前应用，同时注意观察data object的Total Size值； b) 正常情况下Total Size值都会稳定在一个有限的范围内，也就是说由于程序中的的代码良好，没有造成对象不被垃圾回收的情况，所以说虽然我们不断的操作会不断的生成很多对象，而在虚拟机不断的进行GC的过程中，这些对象都被回收了，内存占用量会会落到一个稳定的水平； c) 反之如果代码中存在没有释放对象引用的情况，则data object的Total Size值在每次GC 后不会有明显的回落，随着操作次数的增多Total Size的值会越来越大， 直到到达一个上限后导致进程被kill掉。
华为VS腾讯大数据之争背后是数据的价值 最近出了一件看似和我们无甚关联但是又和我们息息相关的事情，华为旗下下的荣耀Magic手机和腾讯因为微信的聊天记录的归属权问题打起口水战。腾讯指控华为荣耀Magic 手机侵害了腾讯的数据和用户的数据，并称已请监管部门介入，而华为则认为所有数据都是用户的数据，并且已经获得了用户的授权。一场聊天记录数据引发的争端也就此拉开序幕。 作为一款“人工智能”手机，确实需要收集用户数据来进行深度学习，以便提供更符合用户习惯和喜好的服务。而立志于做一款“超级App”的微信，也一直践行者深度解析聊天记录来精准推送广告等充分利用用户数据的功能和业务。这是两个都意图打造各自封闭生态，
两个生态间的碰撞，这种碰撞也从侧面体现了数据逐渐增长的价值。 其实近些年来大数据之争一直都没停止，2016年“微博诉脉脉不正当竞争一案”，第三方获得微博用户数据以及微博信息内容，需要获得微博平台授权，否则将被视为不正当竞争。 不久前，在阿里巴巴旗下的菜鸟网络与快递公司顺丰之间，也爆发数据之争。只不过，那一次是企业之间的数据交换，普通用户很难有直接的感受，虽然那些数据可能是对每个人来说极为重要的个人隐私数据。 此次华为和腾讯间的聊天记录之争让作为用户的我们更切身的体会了对自己隐私数据的担忧，毕竟在微信普及度如此之高，使用范围如此之广的今天，这些聊天记录数据威胁着我们的个人隐私安全。同时，因为日益频繁的类似诉讼发生，法律相关的条款空白问题也逐渐凸显。作为一般的用户而言，虽然身为数据的生产者，但是面对自己的数据被使用的情况也有一种无力感。虽然微信和华为双方都表示自己“获得了用户的授权”，但是面对“不授权就无法使用”的情况，用户也只能被迫成为俎上鱼肉。
随着技术的发展，智能手机硬件配置越来越高，可是它和现在的PC相比，其运算能力，续航能力，存储空间等都还是受到很大的限制，同时用户对手机的体验要求远远高于PC的桌面应用程序。以上理由，足以需要开发人员更加专心去实现和优化你的代码了。选择合适的算法和数据结构永远是开发人员最先应该考虑的事情。同时，我们应该时刻牢记，写出高效代码的两条基本的原则：（1）不要做不必要的事；（2）不要分配不必要的内存。 我从去年开始接触Android开发，以下结合自己的一点项目经验，同时参考了Google的优化文档和网上的诸多技术大牛给出的意见，整理出这份文档。 1. 内存优化 Android系统对每个软件所能使用的RAM空间进行了限制(如：Nexus o ne 对每个软件的内存限制是24M)，同时Java语言本身比较消耗内存，d alvik虚拟机也要占用一定的内存空间，所以合理使用内存，彰显出一个程序员的素质和技能。 1) 了解JIT 即时编译（Just-in-time Compilation，JIT），又称动态转译（Dynamic Translation），是一种通过在运行时将字节码翻译为机器码，从而改善字节码编译语言性能的技术。即时编译前期的两个运行时理论是字节码编译和动态编译。Android原来Dalvik虚拟机是作为一种解释器实现，新版
（Android2.2+）将换成JIT编译器实现。性能测试显示，在多项测试中新版本比旧版本提升了大约6倍。 详细请参考https://www.doczj.com/doc/db12058555.html,/cool_parkour/blog/item/2802b01586e22cd8a6ef3f6b. html 2) 避免创建不必要的对象 就像世界上没有免费的午餐，世界上也没有免费的对象。虽然gc为每个线程都建立了临时对象池，可以使创建对象的代价变得小一些，但是分配内存永远都比不分配内存的代价大。如果你在用户界面循环中分配对象内存，就会引发周期性的垃圾回收，用户就会觉得界面像打嗝一样一顿一顿的。所以，除非必要，应尽量避免尽力对象的实例。下面的例子将帮助你理解这条原则： 当你从用户输入的数据中截取一段字符串时，尽量使用substring函数取得原始数据的一个子串，而不是为子串另外建立一份拷贝。这样你就有一个新的String对象，它与原始数据共享一个char数组。如果你有一个函数返回一个String对象，而你确切的知道这个字符串会被附加到一个Stri ngBuffer，那么，请改变这个函数的参数和实现方式，直接把结果附加到StringBuffer中，而不要再建立一个短命的临时对象。 一个更极端的例子是，把多维数组分成多个一维数组： int数组比Integer数组好，这也概括了一个基本事实，两个平行的int数组比(int,int)对象数组性能要好很多。同理，这试用于所有基本类型的组合。如果你想用一种容器存储(Foo,Bar)元组，尝试使用两个单独的Foo[]
百度、阿里、腾讯三巨头开挖大数据2014-04-14 09:55 罗超 36大数据字号：T | T 实际上，对于大数据究竟是什么业界并无共识。大数据并不是什么新鲜事物。信息革命带来的除了信息的更高效地生产、流通和消费外，还带来数据的爆炸式增长。“引爆点”到来之后，人们发现原有的零散的对数据的利用造成了巨大的浪费。移动互联网浪潮下，数据产生速度前所未有地加快。人类达成共识开始系统性地对数据进行挖掘。这是大数据的初心。数据积累的同时，数据挖掘需要的计算理论、实时的数据收集和流通通道、数据挖掘过程需要使用的软硬件环境都在成熟。 AD：51CTO学院：IT精品课程在线看！ 概念、模式、理论很重要，但在最具实干精神的互联网领域，行动才是最好的答案。国内互联网三巨头BAT 坐拥数据金矿，已陆续踏上了大数据掘金之路。 BAT都是大矿主，但矿山性质不同 数据如同蕴藏能量的煤矿。煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似，大数据并不在“大”，而在于“有用”。价值含量、挖掘成本比数量更为重要。 百度拥有两种类型的大数据：用户搜索表征的需求数据；爬虫和阿拉丁获取的公共web数据。 阿里巴巴拥有交易数据和信用数据。这两种数据更容易变现，挖掘出商业价值。除此之外阿里巴巴还通过投资等方式掌握了部分社交数据、移动数据。如微博和高德。 腾讯拥有用户关系数据和基于此产生的社交数据。这些数据可以分析人们的生活和行为,从里面挖掘出政治、社会、文化、商业、健康等领域的信息，甚至预测未来。
下面，就将三家公司的情况一一扫描与分析。 一、百度：含着数据出生且拥有挖掘技术，研究和实用结合 搜索巨头百度围绕数据而生。它对网页数据的爬取、网页内容的组织和解析，通过语义分析对搜索需求的精准理解进而从海量数据中找准结果，以及精准的搜索引擎关键字广告，实质上就是一个数据的获取、组织、分析和挖掘的过程。 除了网页外，百度还通过阿拉丁计划吸收第三方数据，通过业务手段与药监局等部门合作拿到封闭的数据。但是，尽管百度拥有核心技术和数据矿山，却还没有发挥出最大潜力。百度指数、百度统计等产品算是对数据挖掘的一些初级应用，与Google相比，百度在社交数据、实时数据的收集和由数据流通到数据挖掘转换上有很大潜力，还有很多事情要做。 2月底在北京出差时，写了一篇《搜索引擎的大数据时代》发在虎嗅。创造了零回复的记录。尽管如此，仍然没有打消我对搜索引擎在大数据时代深层次变革的思考。搜索引擎在大数据时代面临的挑战有：更多的暗网数据；更多的WEB化但是没有结构化的数据；更多的WEB化、结构化但是封闭的数据。这几个挑战使得数据正在远离传统搜索引擎。不过，搜索引擎在大数据上毕竟具备技术沉淀以及优势。 接下来，百度会向企业提供更多的数据和数据服务。前期百度与宝洁、平安等公司合作，为其提供消费者行为分析和挖掘服务，通过数据结论指导企业推出产品，是一种典型的基于大数据的C2B模式。与此类似的还有Netflix的《纸牌屋》美剧，该剧的男主角凯文·史派西和导演大卫·芬奇都是通过对网络数据挖掘之后，根据受欢迎情况选中的。
史上最全的数据来源（数据分析）平台 网站分析类： 百度指数- 以百度海量网民行为数据为基础的数据分享平台 Google趋势- 了解Google中热度上升的搜索 360指数- 基于360搜索的大数据分享平台 Alexa - 网站排名 Google Analytics - Google出品，可以对目标网站进行访问数据统计和分析百度统计- 百度推出的一款免费的专业网站流量分析工具 腾讯云分析- 是腾讯数据云,腾讯大数据战略的核心产品 移动应用分析类： 友盟指数- 以友盟海量数据为基础的观察移动互联网行业趋势的数据平台移动观象台- 20亿独立智能设备为依据，提供应用排行榜 ASOU趋势- 每日跟踪超过100万款应用，分析超过6亿条数据 蝉大师- App数据分析与ASO优化专家，应用与游戏推广平台 百度移动统计- 基于移动APP统计的分析工具 QuestMobile - 国内知名的移动大数据服务提供商 应用雷达- 专业的APP排行历史跟踪软件实时榜单排名分析 Appannie - 移动应用和数字内容时代数据分析和市场数据的行业领导者CQASO - 国内最专业的APP数据分析平台 媒体传播类： 微博指数 优酷指数 微票儿票房分析 BOM票房数据 爱奇艺指数 数说传播 百度风云榜 微博风云榜 爱奇艺风云榜 豆瓣电影排行榜 新媒体排行榜 品牌微信排行榜 清博指数 易赞- 公众号画像 电商数据类：
阿里价格指数 淘宝魔方 京东智圈 淘宝排行榜 投资数据类： Crunchbase - 一个免费的科技公司、技术行业知名人物和投资者相关信息的数据库 清科投资界- 风险投资,私募股权,创业者相关投资,私募,并购,上市的研究 IT桔子- 关注TMT领域创业与投资的数据库 创投库- 提供最全的投资公司信息 Angel - 美国创业项目大全 Next - 36kr子站，每天更新新产品介绍 Beta List - 介绍初创公司 金融数据类： 积木盒子- 全线上网络借贷信息中介平台 网贷中心- 告网贷行业危机,公正透明地披露网贷平台数据 网贷之家- P2P网贷平台排名 网贷数据- 网贷天下- 行业过去30天详细交易数据,网贷天下统计、发布,每天6点更新中国P2P网贷指数 零壹数据-专业互联网金融数据中心 大公金融数据 全球股票指数 爱股说-基金经理分析找股平台 私募基金管理人综合查询 中财网数据引擎 游戏数据： 百度网游风云榜 360手机游戏排行榜 360手游指数 CGWR排行榜 App Annie游戏指数 小米应用商店游戏排名 TalkingData游戏指数 游戏玩家排名&赛事数据 国家社会数据： 中国综合社会调查 中国人口普查数据 中国国家数据中心
android因其系统的特殊性,安装的软件默认都安装到内存中,所以随着 用户安装的软件越来越多,可供运行的程序使用的内存越来越小,这就要求我们在开发android程序时,尽可能的少占用内存。根据我个人的开发经验总结了如下几点优化内存的方法: 1创建或其他方式获得的对象如不再使用,则主动将其置为null。 2尽量在程序中少使用对图片的放大或缩小或翻转.在对图片进行操作时占用的内存可能比图片本身要大一些。 3调用图片操作的后，及时的清空，调用recycle()提醒经行垃圾回收。 4尽可能的将一些静态的对象(尤其是集合对象),放于SQLite数据库中。并且对这些数据的搜索匹配尽可能使用sql语句进行。 5一些连接资源在不使用使应该释放,如数据库连接文件输入输出流等。应该避免在特殊的情况下不释放(如异常或其他情况) 6一些长周期的对像引用了短周期的对象,但是这些短周期的对象可能只在很小的范围内使用。所以在查内存中也应该清除这一隐患。如果你想写一个Java程序，观察某对象什么时候会被垃圾收集的执行绪清除，你必须要用一个reference记住此对象，以便随时观察，但是却因此造成此对象的reference数目一直无法为零，使得对象无法被清除。 https://www.doczj.com/doc/db12058555.html,ng.ref.WeakReference 不过，现在有了Weak Reference之后，这就可以迎刃而解了。如果你希望能随时取得某对象的信息，但又不想影响此对象的垃圾收集，那
么你应该用Weak Reference来记住此对象，而不是用一般的reference。 A obj=new A(); WeakReference wr=new WeakReference(obj); obj=null; //等待一段时间，obj对象就会被垃圾回收 … if(wr.get()==null){ System.out.println(“obj已经被清除了“); }else{ System.out.println(“obj尚未被清除，其信息是 “+obj.toString()); } … 在此例中，透过get()可以取得此Reference的所指到的对象，如果传出值为null的话，代表此对象已经被清除。 这类的技巧，在设计Optimizer或Debugger这类的程序时常会用到，因为这类程序需要取得某对象的信息，但是不可以影响此对象的垃圾收集。 https://www.doczj.com/doc/db12058555.html,ng.ref.SoftReference Soft Reference虽然和Weak Reference很类似，但是用途却不同。被Soft Reference指到的对象，即使没有任何Direct Reference，也不会被清除。一直要到JVM内存不足时且没有Direct Reference
大家好,今天我主要来和大家交流下低端ａndrｏid手机内存优化的问题。 一、问题的引出 前天,我在论坛发了一个帖子，想请教大家关于联想A68e内存优化的问题,但是回复者寥寥无几,课件也很少有机油对这方面有较深入的 学习了解。我今天中午，查了有关资料,也用了自己的手机进行了测试,觉得可能对A６８ｅ（其实是广大低端Ａndroｉｄ手机)用户有点帮助,所以特地来分享以下。（说明:本人用的是Sumsumg I9１03,我媳妇用的是电信套餐的联想Ａ68e，这几天我没拿到她的手机来测试，所以只能自己的手机进行测试，但是我觉得还是具有一定的参考价值的）。二、ROＭ和RAM 首先，我先解释一下ROM和RＡM的区别。 ＲOＭ是Read Onlｙ Memory,即只读存储器；RAM是Aｃｃｅss Random Meｍorｙ,即随即读写存储器。 ＲＯＭ是存储程序和数据的,类别电脑的硬盘，可以存放安装的程序、文件、数据等。而论坛中有开AｐpEXT２的方法(我没试过),那个只是节省出更多的ＲOＭ空间,这样可以使程序运行得更为流畅，但是不能解决“同时运行程序的数量最大值太小”的问题。以Ａ６8e为例,如果开一个QQ、音乐播放器，再开个UC浏览器估计机子就崩溃而导致程序退出。 RAM才是程序运行时所占用的物理空间。RAM的价格比ROM贵很多，所以RＡM的大小一半程度上决定了机子的价位（另一半就是CＰＵ）。
我的Suｍsuｎg是1G RAM，同时开QQ、QQ游戏、ＱQ音乐、浏览器、微信等七、八个程序也毫无压力。所以RAM太小是影响A６8ｅ（包括很多Android手机)用户体验的原因。如果你是个游戏玩家、手机达人,那么这类机子一定不适合你。如果你希望能像有高端机那样的用户体验,我建议你还是多话点银子购买配置高的Aｎdroiｄ手机。 关于官方宣传256的RＡＭ实际上只有１70，那是有一部分被Anｄroid系统占用。我的手机1ＧRAＭ,实际上也只有724M。 三、Ａnｄroｉｄ系统内存管理机制及进程调度机制 下面开始具体的分析了。 首先Andrｏiｄ系统是基于Ｌinux 内核开发的开源操作系统，li ｎuｘ系统的内存管理有其独特的动态存储管理机制。Anｄroid采取了一种有别于Linux的进程管理策略，Liｎuｘ系统在进程活动停止后就结束该进程,而Andrｏid把这些进程都保留在内存中,直到系统需要更多内存为止。这些保留在内存中的进程通常情况下不会影响整体系统的运行速度，并且当用户再次激活这些进程时,提升了进程的启动速度。 Androｉｄ系统这样的设计不仅非常适合移动终端(手机、平板）的需要,而且减少了系统崩溃的可能,确保了系统的稳定性。老想着清理内存的同学完全是因为被塞班或者Ｗiｎｄoｗs毒害太深,事实上,经常用Taskilleｒ之类的软件关闭后台所有进程,很容易造成系统的不稳定。很多时候出现问题了，只要重启就能解决的原因也在于此。 广大机油一定会发现,关闭了QQ、微信等程序后，其实并没有完全关闭这些程序。这些程序在后台占用了一定的内存,但是并没有运行时
Android减少内存占用专题 Android开发经验：不要动不动就分配内存 2011-03-21 开发Andorid应用的开发者都知道，要尽量减少new关键字的使用，因为在手机上GC释放一次内存是一件恐怖的事情，如果你查看一下调试记录，你会发现GC释放内存时有时会花上几百毫秒的时间。可以想象，如果你开发的是游戏，这时你的FPS会下降到多少。 虽然这个原则大家都知道，我们还是会看到一些开发者会出现类似问题，这又是为什么呢？呵呵，其实这是一些隐式的对象创建在作怪，看看以下代码： 原则1：如果可能，请不要使用可变参数 当外部调用时： 系统会自动创建一个临时的数组对象，类似于： 如果该函数经常被调用，则会极大增加GC的压力。所以，如果可能，请不要使用可变参数。 原则2：如果可能，请用StringBuilder代替字符串的相加 我们来看一段代码： 系统会将这句翻译成为如下格式： 这本身没有什么问题，但如果是如下就有意思了： 这段代码等效于：
这样是不是悲剧，本来StringBuilder被无意义的重复创建了多次，期间还在数字转换到文本时创建了String，所以请直接使用显示的StringBuilder来链接字符串。 原则3：尽量将不变的东东设置为常数，特别是字符串 较有效的办法是，你的代码可以这样来写： 当然，即使这样做了，后续对文本操作（如整数到文本转换）仍然是一件费时费力的或，原因是JAVA中，String 是只读的，任何String的内容操作均隐含了new关键字。作者在实际工作中只好采取了更笨笨的办法，自己实现了一个GString类来替代常用的文本操作，其原理时使用预分配的字节内存，只在需要时才转换为String对象。 Android进阶：性能优化篇 2011-05-11 一、图片载入过多出现OutOfMemoryError异常 在使用Gallery控件时，如果载入的图片过多，过大，就很容易出现OutOfMemoryError异常，就是内存溢出。这是因为Android默认分配的内存只有几M，而载入的图片如果是JPG之类的压缩格式，在内存中展开时会占用大量的空间，也就容易内存溢出。这时可以用下面的方法解决： 二、统一管理位图资源，适时释放资源
性能优化 1、图片的三级缓存中,图片加载到内存中,如果内存快爆了,会发生什么？怎么处理？ ?参考回答： o首先我们要清楚图片的三级缓存是如何的 如果内存足够时不回收。内存不够时就回收软引用对象 2、内存中如果加载一张500*500的png高清图片.应该是占用多少的内存? ?参考回答： o不考虑屏幕比的话：占用内存=500 * 500 * 4 = 1000000B ≈ 0.95MB o考虑屏幕比的的话：占用内存= 宽度像素x （inTargetDensity / inDensity）x 高度像素x
（inTargetDensity / inDensity）x 一个像素所占的内存字节 大小 o inDensity表示目标图片的dpi（放在哪个资源文件夹下），inTargetDensity表示目标屏幕的dpi 3、WebView的性能优化? 参考回答： o一个加载网页的过程中，native、网络、后端处理、CPU都会参与，各自都有必要的工作和依赖关系；让他们相互并行处理 而不是相互阻塞才可以让网页加载更快： ?WebView初始化慢，可以在初始化同时先请求数据， 让后端和网络不要闲着。 ?常用JS 本地化及延迟加载，使用第三方浏览内核
?后端处理慢，可以让服务器分trunk输出，在后端计算 的同时前端也加载网络静态资源。 ?脚本执行慢，就让脚本在最后运行，不阻塞页面解析。 ?同时，合理的预加载、预缓存可以让加载速度的瓶颈更 小。 ?WebView初始化慢，就随时初始化好一个WebView 待用。 ?DNS和链接慢，想办法复用客户端使用的域名和链接。 4、Bitmap如何处理大图，如一张30M的大图，如何预防OOM？ 参考回答：避免OOM的问题就需要对大图片的加载进行管理，主要通过缩放来减小图片的内存占用。 o BitmapFactory提供的加载图片的四类方法（decodeFile、decodeResource、decodeStream、decodeByteArray） 都支持BitmapFactory.Options参数，通过inSampleSize参 数就可以很方便地对一个图片进行采样缩放
Android中内存优化的那些事一个有关图片的优化记录 客服群里叫喊着：这个用户图片不显示了，那个用户图片也不显示了。我拿着手上一切正常的测试机，what the hell…… 默默地打开bugly。 满园春色关不住，遍地内存溢出来!是的，又闯祸了! 内存问题永远是既陌生又熟悉的话题，而且大多数都发生在一个叫作用户家的手机上。安卓系统本身不断的在优化，三方框架也逐渐成熟，外加手机厂商的大内存加持，似乎内存问题变得少见，但还是不能忽视。 借着这次修复内存问题的记录，分享一些“自以为”的解决思路，仅供参考。ok,let’s go! 修复问题的三部曲，先复现，再定位，最后修复。 复现 估计有的人会说，异常现象都在那，有啥好复现的，冲进代码直接开干。 修复bug永远是个惊心动魄的事，稍微一不小心就有可能天崩地裂。不是修复不完全，就是引入新问题。从起因开始了解整个缘由，一方面能加深对问题的理解，同时确保最终能验证问题是否得到修复。 内存的问题经常发生在一些比较特殊的环境下，而且很多时候不一定是必现，往往体现在一些中低端机型上。所以从机型上入手可能会是一个不错的选择。 最终，通过bugly查到了对应的问题机型及系统版本，上各类云测平台找到了台云测试机。按照进入问题页面的几个固定流程，反复执行，最终锁定了复现流程。
定位 知道问题如何复现，接下来就是定位问题到底出在哪。通常内存的问题，会碰到两种情况： 1.内存堆积：由于特殊情况造成的页面关闭但资源还遗漏在内存中。 2.内存高占用：由于业务需要或者使用不当导致内存占用量过高。 我们先来看看这次的问题属于哪种情况。 在Android Studio2.3及之前版本上自带的Android monitor中，可以直观的反应出当前应用的整体内存使用水平。[如何使用工具的分享估计大家都看腻了，这次就不再重复了。 142MB!!!!进入事故现场之前就已经被占用了这么多内存。难怪之后会内存异常。看来这次要先解决内存高占用的问题，我们先要详细的了解内存的具体情况，才知道从哪下手去解决，无论是避免无意义的使用或者优化必要的占用。 先强制gc一下，然后dump java heap，看一下整体内存里的情况，按照shallow size排序。 首当其冲的byte数组映入眼帘，大家都明白的，bitmap一直都是大客户。我们接着分析下byte[]中的各个对象。
腾讯云大数据处理套件 产品简介 产品文档
【版权声明】 ?2013-2017 腾讯云版权所有 本文档著作权归腾讯云单独所有，未经腾讯云事先书面许可，任何主体不得以任何形式复制、修改、抄袭、传播全部或部分本文档内容。 【商标声明】 及其它腾讯云服务相关的商标均为腾讯云计算（北京）有限责任公司及其关联公司所有。本文档涉及的第三方主体的商标，依法由权利人所有。 【服务声明】 本文档意在向客户介绍腾讯云全部或部分产品、服务的当时的整体概况，部分产品、服务的内容可能有所调整。您所购买的腾讯云产品、服务的种类、服务标准等应由您与腾讯云之间的商业合同约定，除非双方另有约定，否则，腾讯云对本文档内容不做任何明示或模式的承诺或保证。
文档声明 (2) 产品简介 (4) 产品概述 (4) 功能介绍 (7) 产品优势 (12) 应用场景 (14) 数据处理流程 (15)
产品简介 产品概述 什么是 TBDS 腾讯大数据处理套件 TBDS（Tencent Big Data Suit）是在腾讯多年海量数据处理经验之上，结合开源Hadoop 生态和自研组件服务，对外提供可靠、安全、易用的大数据处理平台。用户可以按需部署大数据处理服务以实现企业的大数据处理需求，例如：数据提取、处理、分析、报表展示、客户画像、机器学习等大数据应用，以提高企业在大数据背景下的核心竞争力。 我们的理念 1. 屏蔽系统规划、安装及部署细节，降低使用成本 通过控制台规划集群，安装和部署大数据组件； 通过控制台管理系统配置，启停和上下线大数据服务； 尽可能降低用户上机操作的几率； 基于解决方案的一键式部署； 2. 系统可用性 借鉴腾讯相关产品在大数据领域的先进经验，在用户端快速复制腾讯相关产品的高可用大数据系统，做到开箱即用； 3. 系统可扩展 系统提供接口方便后续引入新的大数据服务； 4. 系统可维护性 系统提供丰富的日志帮助用户定位问题； 系统升级不影响现有业务； 我们的架构 一条完整的数据处理流水线通常由“接入-存储-计算-输出-展示”多环节衔接而成。大数据技术经过阶段性地发展，各环节都涌现出一批相互借鉴、相互补充的基础系统。大数据套件将常见的基础系统（包含社区版系统、社区改造版系统以及腾讯自研系统）集成封装，形成统一的大数据平台。数据开发人员可以从大数据平台自
Android手机内存进程优化设置技巧
Android采取了一种有别于Linux的进程管理策略，有别于Linux的在进程活动停止后就结束该进程，Android把这些进程都保留在内存中，直到系统需要更多内存为止。这些保留在内存中的进程通常情况下不会影响整体系统的运行速度，并且当用户再次激活这些进程时，提升了进程的启动速度。 那Android什么时候结束进程?结束哪个进程呢?之前普遍的认识是Android是依据一个名为LRU(last recently used 最近使用过的程序)列表，将程序进行排序，并结束最早的进程。XDA 的楼主又进一步对这个管理机制进行研究，有了如下发现： 系统会对进程的重要性进行评估，并将重要性以“oom_adj”这个数值表示出来，赋予各个进程;(系统会根据“oom_adj”来判断需要结束哪些进程，一般来说，“oom_adj”的值越大，该进程被系统选中终止的可能就越高) 前台程序的“oom_adj”值为0，这意味着它不会
被系统终止，一旦它不可访问后，会获得个更高的“oom_adj”，作者推测“oom_adj”的值是根据软件在LRU列表中的位置所决定的; Android不同于Linux，有一套自己独特的进程管理模块，这个模块有更强的可定制性，可根据“oom_adj”值的范围来决定进程管理策略，比如可以设定“当内存小于X时，结束“oom_adj”大于Y的进程”。这给了进程管理脚本的编写以更多的选择。 Android将进程分为六大类： 前台进程(foreground)：目前正在屏幕上显示的进程和一些系统进程。举例来说，Dialer Storage，Google Search等系统进程就是前台进程;再举例来说，当你运行一个程序，如浏览器，当浏览器界面在前台显示时，浏览器属于前台进程(foreground)，但一旦你按home回到主界面，浏览器就变成了后台程序(background)。我们最不希望终止的进程就是前台进程。
Android减少内存与内存泄露 Java编程中经常容易被忽视，但本身又十分重要的一个问题就是内存使用的问题。Android应用主要使用Java 语言编写，因此这个问题也同样会在Android开发中出现。Android主要应用在嵌入式设备当中，而嵌入式设备由于一些众所周知的条件限制，通常都不会有很高的配置，特别是内存是比较有限的。如果我们编写的代码当中有太多的对内存使用不当的地方，难免会使得我们的设备运行缓慢，甚至是死机。为了能够使得Android应用程序安全且快速的运行，Android的每个应用程序都会使用一个专有的Dalvik虚拟机实例来运行，它是由Zygote服务进程孵化出来的，也就是说每个应用程序都是在属于自己的进程中运行的。一方面，如果程序在运行过程中出现了内存泄漏的问题，仅仅会使得自己的进程被kill掉，而不会影响其他进程（如果是system_process 等系统进程出问题的话，则会引起系统重启）。另一方面Android为不同类型的进程分配了不同的内存使用上限，如果应用进程使用的内存超过了这个上限，则会被系统视为内存泄漏，从而被kill掉。 然而内存的消耗甚至泄露是不可避免的，那么首先只有养成良好的编程习惯，尽量做到减少内存的使用，尽可能的使垃圾内存得到回收，这才是解决问题的根本途径，那么我们该怎样编写代码呢？以下是本人的一些拙见以及网上达人们得一点点小小的建议： (一) 查询数据库没有关闭游标 程序中经常会进行查询数据库的操作，但是经常会有使用完毕Cursor后没有关闭的情况。如果我们的查询结果集比较小，对内存的消耗不容易被发现，只有在常时间大量操作的情况下才会复现内存问题，这样就会给以后的测试和问题排查带来困难和风险。我觉得可以这样做： Cursor c = sqliteDb.query(TABLE_WORDS, word_full_projection,selection, null, null, null, null); int numRows = c.getCount(); if(numRows > 0){ c.moveToFirst(); wordProfile account = new wordProfile(); account.createFromDb(c); c.close(); return account; } c.close(); 可以采取将cursor里的值赋值给实现Parcelable的类的成员变量，在所需要的地方相应取值便是，这样编可以做到及时关闭游标，释放资源。 (二) 构造Adapter时，没有使用缓存的convertView 以构造ListView的BaseAdapter为例，在BaseAdapter中提高了方法： public View getView(int position, View convertView, ViewGroup parent) 来向ListView提供每一个item所需要的view对象。初始时ListView会从BaseAdapter中根据当前的屏幕布局实例化一定数量的view对象，同时ListView会将这些view对象缓存起来。当向上滚动ListView时，原先位于最上面的list item的view对象会被回收，然后被用来构造新出现的最下面的list item。这个构造过程就是由getView()方法完成的，getView()的第二个形参View convertView就是被缓存起来的list item的view对象(初始化时缓存中没有view对象则convertView是null)。 由此可以看出，如果我们不去使用convertView，而是每次都在getView()中重新实例化一个View对象的话，即浪费资源也浪费时间，也会使得内存占用越来越大。ListView回收list item的view对象的过程可以查看: android.widget.AbsListView.java –> void addScrapView(View scrap) 方法。
腾讯大数据之TDW计算引擎解析——Shuffle 腾讯分布式数据仓库（Tencent distributed Data Warehouse, 简称TDW）基于开源软件Hadoop和Hive进行构建，并且根据公司数据量大、计算复杂等特定情况进行了大量优化和改造，目前单集群最大规模达到5600台，每日作业数达到100多万，已经成为公司最大的离线数据处理平台。为了满足用户更加多样的计算需求，TDW也在向实时化方向发展，为用户提供更加高效、稳定、丰富的服务。 TDW计算引擎包括两部分：一个是偏离线的MapReduce，一个是偏实时的Spark，两者内部都包含了一个重要的过程——Shuffle。本文对Shuffle过程进行解析，并对两个计算引擎的Shuffle过程进行比较，对后续的优化方向进行思考和探索，期待经过我们不断的努力，TDW计算引擎运行地更好。 Shuffle过程介绍 MapReduce的Shuffle过程介绍 Shuffle的本义是洗牌、混洗，把一组有一定规则的数据尽量转换成一组无规则的数据，越随机越好。MapReduce中的Shuffle更像是洗牌的逆过程，把一组无规则的数据尽量转换成一组具有一定规则的数据。 为什么MapReduce计算模型需要Shuffle过程？我们都知道MapReduce计算模型一般包括两个重要的阶段：Map是映射，负责数据的过滤分发；Reduce 是规约，负责数据的计算归并。Reduce的数据来源于Map，Map的输出即是Reduce的输入，Reduce需要通过Shuffle来获取数据。 从Map输出到Reduce输入的整个过程可以广义地称为Shuffle。Shuffle横跨Map端和Reduce端，在Map端包括Spill过程，在Reduce端包括copy和sort过程，如图所示： Spill过程 Spill过程包括输出、排序、溢写、合并等步骤，如图所示：
目录： ?什么是大数据 ?Hadoop介绍-HDFS、MR、Hbase ?大数据平台应用举例-腾讯 ?公司的大数据平台架构 “就像望远镜让我们能够感受宇宙，显微镜让我们能够观测微生物一样，大数据正在改变我们的生活以及理解世界的方式……”。 大数据的4V特征-来源 公司的“大数据” 随着公司业务的增长，大量和流程、规则相关的非结构化数据也爆发式增长。比如： 1、业务系统现在平均每天存储20万图片，磁盘空间每天消耗100G；
2、平均每天产生签约视频文件6000个，每个平均250M，磁盘空间每天消耗1T; …… 三国里的“大数据” “草船借箭”和大数据有什么关系呢？对天象的观察是基于一种对风、云、温度、湿度、光照和所处节气的综合分析这些数据来源于多元化的“非结构”类型，并且数据量较大，只不过这些数据输入到的不是电脑，而是人脑并最终通过计算分析得出结论。 Google分布式计算的三驾马车
?Google File System用来解决数据存储的问题，采用N多台廉价的电脑，使用冗余（也就是一份文件保存多份在不同的电脑之上）的方式，来取得读写速度与数据安全并存的结果。 ?Map-Reduce说穿了就是函数式编程，把所有的操作都分成两类，map 与reduce，map用来将数据分成多份，分开处理，reduce将处理后的结果进行归并，得到最终的结果。 ?BigTable是在分布式系统上存储结构化数据的一个解决方案，解决了巨大的Table的管理、负载均衡的问题。 Hadoop体系架构 Hadoop核心设计
HDFS介绍-文件读流程
Client向NameNode发起文件读取的请求。NameNode返回文件存储的DataNode的信息。Client读取文件信息。 HDFS介绍-文件写流程
Android 图片加载性能优化总结 一、Android Bitmap加载大尺寸图片优化： 压缩原因： 1.imageview大小如果是200*300那么加载个2000*3000的图片到内存中显然是浪费可耻滴行为; 2.最重要的是图片过大时直接加载原图会造成OOM异常(out of memory内存溢出) 所以一般对于大图我们需要进行下压缩处理 看不懂英文的话木有关系,本篇会有介绍 主要处理思路是: 1.获取图片的像素宽高(不加载图片至内存中,所以不会占用资源) 2.计算需要压缩的比例 3.按将图片用计算出的比例压缩,并加载至内存中使用 官网大图片加载教程(上面网址里的)对应代码就是: /** * 获取压缩后的图片 * @param res * @param resId * @param reqWidth 所需图片压缩尺寸最小宽度 * @param reqHeight 所需图片压缩尺寸最小高度 * @return */ public static Bitmap decodeSampledBitmapFromResource(Resources res, int resId, int reqWidth, int reqHeight) {
// 首先不加载图片,仅获取图片尺寸 final BitmapFactory.Options options = new BitmapFactory.Options(); // 当inJustDecodeBounds设为true时,不会加载图片仅获取图片尺寸信息 options.inJustDecodeBounds = true; // 此时仅会将图片信息会保存至options对象内,decode方法不会返回bitmap 对象 BitmapFactory.decodeResource(res, resId, options); // 计算压缩比例,如inSampleSize=4时,图片会压缩成原图的1/4 options.inSampleSize = calculateInSampleSize(options, reqWidth, reqHeight); // 当inJustDecodeBounds设为false时,BitmapFactory.decode...就会返回图片对象了 options.inJustDecodeBounds = false; // 利用计算的比例值获取压缩后的图片对象 return BitmapFactory.decodeResource(res, resId, options); } 代码详解: 核心方法是BitmapFactory.decode...(...., options) ...的意思是此外还有一系列的decodeFile/decodeStream等等方法,都是利用options灵活解析获取图片, 只不过解析图片的来源不同罢了,比如网络图片获取,一般就是解析字节流信息然后decode获取图片实例 Options是图片配置信息,参数详细介绍下: inJustDecodeBounds 是否只解析边界 设为true时去decode获取图片,只会加载像素宽高信息 设为false时decode则会完全加载图片 inSampleSize 压缩比例