EN

Android Perfetto 系列 14:heapprofd 与内存 Profiling

字数统计: 7.7k阅读时长: 32 min
2026/05/04
loading

dumpsys meminfo 显示进程内存上涨,Java heap dump 却没有对应的对象增长时,下一步先查上涨落在 Native Heap、图形 Buffer,还是其他映射。若可疑部分来自 malloc/new,heapprofd 可以把分配与调用栈对应起来。

heapprofd 的分配、释放和调用栈记录能与业务事件放在同一条 Perfetto 时间轴上,便于核对一次操作前后哪些分配仍未释放。

heapprofd 是采样工具,看到的 native allocation 不能直接当作 RSS,也不覆盖 Java 对象引用或所有图形 backing 内存。先分清内存账,再决定是否抓 profile。我更倾向先用 meminfo 和 smaps 把上涨来源拆开,再打开 flamegraph;若涨的是 GraphicBuffer,盯着 malloc 调用栈改代码就找错了方向。

版本说明(2026-10 核查):配置、脚本、SQL 与新版 UI 以 Perfetto v58.3 为基线。heapprofd 原生分配分析从 Android 10 提供;本文含自定义 heap 的示例以 Android 12+ 为范围。旧版 diamond 读图方式已在 UI 一节标明,新版时间片的区间结果不能直接当成进程当前总保留量。设备 producer、采集脚本和 Trace Processor/UI 要分别记录版本。

Perfetto 系列文章

  1. Android Perfetto 系列目录
  2. Android Perfetto 系列 1:Perfetto 工具简介
  3. Android Perfetto 系列 2:Perfetto Trace 抓取
  4. Android Perfetto 系列 3:熟悉 Perfetto View
  5. Android Perfetto 系列 4:使用命令行在本地打开超大 Trace
  6. Android Perfetto 系列 5:Android App 基于 Choreographer 的渲染流程
  7. Android Perfetto 系列 6:为什么是 120Hz?高刷新率的优势与挑战
  8. Android Perfetto 系列 7:MainThread 和 RenderThread 解读
  9. Android Perfetto 系列 8:深入理解 Vsync 机制与性能分析
  10. Android Perfetto 系列 9:CPU 信息解读
  11. Android Perfetto 系列 10:Binder 调度与锁竞争
  12. Android Perfetto 系列 11:PerfettoSQL、Trace Processor 与回归检测
  13. Android Perfetto 系列 12:Trace 数据流与丢失排查
  14. Android Perfetto 系列 13:Perfetto SDK、Track Event 与 App 现场 Trace
  15. Android Perfetto 系列 14:heapprofd 与内存 Profiling
  16. Android Perfetto 系列 15:Boot Trace、长时间现场 Trace 与偶发问题抓取
  17. Android Perfetto 系列 16:GPU、Power Counters 与硬件瓶颈分析
  18. Android Perfetto 系列 17:专项场景自动化、问题清单与平台体系
  19. Android Perfetto 系列 18:响应速度实战,从输入事件到首帧反馈
  20. 视频(B站) - Android Perfetto 基础和案例分享
  21. 视频(B站) - Android Perfetto 分享 - 出图类型分享:AOSP、WebView、Flutter + OEM 系统优化分享

内存问题要分几张账

开始抓 heapprofd 前,先把内存数据分成几类。很多误判都来自把它们混在一起。

数据 常见来源 回答什么问题
进程 RSS / swap 趋势 linux.process_stats 目标进程 RSS、anon/file RSS、swap、oom_score_adj 有没有变化
进程 PSS / Private Dirty dumpsys meminfo、/proc/<pid>/smaps_rollup、process_stats_config.scan_smaps_rollup PSS、Private Dirty、SwapPss 是否上涨;scan_smaps_rollup 受权限和目标进程限制
系统内存压力 linux.sys_stats MemAvailable、Cached、ZRAM、vmstat、PSI 是否说明系统在回收或承压
native allocation 调用栈 android.heapprofd 哪些 malloc/new 调用栈贡献了分配,哪些还没释放
Java 对象保留关系 android.java_hprof、MAT、Android Studio Profiler 哪些 Java 对象还被谁持有

heapprofd 默认统计的是目标进程向 libc malloc/free、new/delete 这类 allocator 请求的字节数。它不等于 RSS,也不覆盖所有 native backing。

另一个边界是起点:运行中 attach 不会回溯已经分配的存量。这里“未释放”只涵盖本次 profiling 开始后观察到的采样分配;名称匹配覆盖了进程,也不意味着拥有整个进程生命周期的账本。

GraphicBuffer、dma-buf、GPU texture、驱动侧分配、直接 mmap/memfd/ashmem 或绕过 libc malloc 的 allocator 不在默认 malloc 账里。基于 malloc 的 arena 可能只看到 arena 大块,看不到内部对象。自研 allocator 想进这张账,可以用 heapprofd 的 custom allocator API(AHeapProfile_registerHeap 等,需要链接 client 库并改分配路径),再在 heapprofd_config.heaps 里点名自定义 heap;这属于专项投入,不是默认能力。图形内存要先看 meminfo Graphics/GL、dmabuf、GPU/graphics 计数、SurfaceFlinger / BufferQueue 关系。

heapprofd 适合补充 App、HWUI、Skia、JNI 等路径中走 malloc/new 的分配证据。

不同增长来源对应不同工具:

现象 优先工具 heapprofd 角色
Java heap 上涨,对象保留明显 HPROF / MAT / Android Studio 不作为第一入口
Native Heap / malloc wrapper 上涨 heapprofd 找 malloc/new 调用栈
Graphics / GL / dmabuf / Surface buffer 上涨 meminfo、dmabuf、GPU/graphics、SurfaceFlinger 只用于排除 App/native wrapper 是否也在分配
RSS/PSS 上涨但 heapprofd 不高 smaps_rollup、maps、mmap/syscall、dmabuf/graphics 先拆账,不要直接判 heapprofd 抓错
PSS 不涨但 RSS 涨 smaps / file mapping / allocator cache 先不要下泄漏结论

allocator 线程缓存、碎片、ZRAM、page 粒度都会让 RSS 和 heapprofd 对不上。看到 RSS 高而 heapprofd 不高时,要先考虑这些边界,不要立刻判成 heapprofd 抓错了。

反过来也一样:heapprofd 里某条调用栈累计分配很高,不代表进程 RSS 会同幅度上涨。它可能是分配 churn:频繁申请、很快释放,Total malloc size 高,但 Unreleased malloc size 不高。内存问题要先分清“占住不放”和“反复制造临时对象”。

怀疑 mmap 等账外分配时,先查 smaps 的 Private_Dirty/Rss/Pss 与 maps。Perfetto 的 raw_syscalls 采集依赖内核事件和权限,Android 官方支持范围是 userdebug,不能写成“Android 14+ 普遍可用”;sys_mmap 等 slice 通常只反映调用与耗时,不带地址、长度参数,不能直接恢复 mmap 字节账。perf/simpleperf 的 syscall 栈还需单独满足事件与采样权限。

从 native 分配采样到调用栈

原理示意:heapprofd 采样 native 分配并记录调用栈;Heap Profile 不是 RSS 账本。

图中“采样与调用栈”概括了两个环节:目标进程采样后复制原始栈与寄存器,经共享内存交给 heapprofd 异步 unwind、记账,再写入 Trace。它不是在每次 malloc 时同步完成全部符号化。

什么时候用 heapprofd

Java heap dump 看不到增长来源时,先看增长落在哪张账。只有 native heap 或 native wrapper 明显可疑时,再进入 heapprofd。

heapprofd 适合这些问题:

  • Native Heap / malloc wrapper 持续上涨,但 Java heap dump 看不出明显对象保留。
  • Bitmap、Skia、播放器 buffer、JNI/C++ 模块怀疑有 libc malloc/new 路径上的 native backing 占用。
  • C++ 模块、native service、daemon 的 malloc/new 异常。
  • 想知道某次业务操作后未释放分配是否增加。
  • 想把内存增长和线程运行、Binder、业务 Track Event 关联起来。

这些问题不该优先用 heapprofd:

  • 只想看 Java 对象引用关系。用 Java heap dump。
  • 想把每一次小分配都精确记成账本。heapprofd 默认是采样 profiler。
  • 目标 App 在 user build 上没有 debuggable 或 profileable。这类进程通常不能被 shell profile。
  • GraphicBuffer、dma-buf、GPU driver memory、Surface buffer 数量上涨。先走 meminfo Graphics/GL、dmabuf、GPU/graphics、SurfaceFlinger 的证据链,heapprofd 只用来排除或定位 malloc/new 包装层。

目标资格也要分开看。user build 主要面向 debuggable/profileable Java apps;userdebug/eng 可抓大多数 App 和 system services,但少量 critical services 可能被 SELinux never_profile_heap 之类策略禁止。system process 不靠 <profileable> 解锁。

快速抓一份 native heap profile

官方建议先用 tools/heap_profile。下面从 Perfetto v58.3 源码根目录运行,需主机 Python 3、adb 与已授权设备;工具文件不是 Android 系统自带命令。脚本可能按自身清单下载主机转换工具,保存脚本版本及实际工具版本,不能把它们都按设备 Android 版本记录。

这条命令按进程名抓 15 秒,采样间隔 4096 bytes,每 5 秒产生一个 continuous dump:

1
2
3
4
5
6
7
8
out_dir=$(mktemp -d /tmp/heapprofd-com-example-app.XXXXXX)
tools/heap_profile android \
-n com.example.app \
-d 15000 \
-i 4096 \
-c 5000 \
--no-block-client \
-o "$out_dir"

脚本要求 -o 指向已存在且为空的目录;上面的 mktemp -d 为本次抓取创建独立空目录。输出目录里会有 raw-trace 和转换后的 profile 文件。把 raw-trace 拖到 Perfetto UI,在目标有成功 profile 时可看到对应 Heap Profile 轨道。

-n com.example.app 匹配已运行的目标,也等待后续同名进程启动;PID 方式只针对指定的运行中实例。多进程要写 -n com.example.app,com.example.app:remote,com.example.app:player:v58.3 的脚本接收逗号分隔列表,重复写多个 -n 会覆盖前值。手写配置则重复 process_cmdline 字段。每个目标仍需满足权限;启动抓取也可能漏掉 zygote specialize 最早的分配。v57+ 的 cmdline 通配符仅支持已运行进程且要求 no_startup=true,不能拿 com.example.app* 代替启动期多进程名单。

如果要在 user build 上用 adb / shell 抓 App,需要 manifest 里允许 shell profiling:

1
2
3
<application ...>
<profileable android:shell="true" />
</application>

这条路径只解决本地 shell profiling 权限,不等于线上可以远程抓任意用户进程。

Android 15(API 35)起,App 可通过 ProfilingManager 请求 heap profile,需配置 executor/listener,并处理延迟启动、限流和失败。触发器注册从 API 36 提供;Android 17 / API 37 的 OOM 触发器 返回 Java heap dump,并非 malloc profile,且自定义 UncaughtExceptionHandler 必须继续调用默认处理器。ANOMALY 的产物按异常类型变化。触发结果通过全局 listener 交付,受系统策略限制;线上请求路径与 adb/shell 的实验室路径分开设计。

和系统 Trace 合在一起抓

脚本适合快速定位,手写 TraceConfig 适合把 heapprofd 和系统数据源合并。先看最小 heapprofd 配置:android.heapprofd、process_cmdline、采样间隔、continuous dump、shared memory 和阻塞策略。

系统上下文是增强项:本例 process_stats 默认轮询 RSS/swap,不会自动得到 PSS;scan_smaps_rollup 在 Android 上通常要求 root 的 traced_probes/tracebox,不能只靠 profileable 解锁。sys_stats 这里只开了 meminfo/vmstat,没有配置 psi_period_ms。ftrace 和 track_event 用于对齐业务窗口,实际 producer_name_filter 要按查询到的名称填写。合抓会增加扰动,需对照无 profiler 的场景耗时。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
duration_ms: 15000

buffers { size_kb: 65536 fill_policy: DISCARD } # 0: heapprofd
buffers { size_kb: 16384 fill_policy: RING_BUFFER } # 1: system context

data_sources {
config {
name: "linux.process_stats"
target_buffer: 1
process_stats_config {
scan_all_processes_on_start: true
proc_stats_poll_ms: 1000
}
}
}

data_sources {
config {
name: "linux.sys_stats"
target_buffer: 1
sys_stats_config {
meminfo_period_ms: 1000
meminfo_counters: MEMINFO_MEM_AVAILABLE
meminfo_counters: MEMINFO_CACHED
meminfo_counters: MEMINFO_SWAP_FREE
meminfo_counters: MEMINFO_ZRAM
vmstat_period_ms: 1000
vmstat_counters: VMSTAT_PGFAULT
vmstat_counters: VMSTAT_PGMAJFAULT
vmstat_counters: VMSTAT_OOM_KILL
}
}
}

data_sources {
config {
name: "linux.ftrace"
target_buffer: 1
ftrace_config {
ftrace_events: "sched/sched_switch"
ftrace_events: "sched/sched_waking"
atrace_categories: "am"
atrace_categories: "view"
atrace_apps: "com.example.app"
}
}
}

data_sources {
config {
name: "track_event"
target_buffer: 1
track_event_config {
disabled_categories: "*"
enabled_categories: "memory"
enabled_categories: "app"
}
}
producer_name_filter: "com.example.app"
}

data_sources {
config {
name: "android.heapprofd"
target_buffer: 0
heapprofd_config {
sampling_interval_bytes: 4096
process_cmdline: "com.example.app"
continuous_dump_config {
dump_phase_ms: 5000
dump_interval_ms: 5000
}
shmem_size_bytes: 8388608
block_client: false
max_heapprofd_memory_kb: 262144
max_heapprofd_cpu_secs: 30
}
}
}

这仍然是 native heap 模板,不是图形内存模板。排查 GraphicBuffer、dma-buf、GPU texture、Surface buffer 时,要额外对照 dmabuf、GPU/graphics 计数、dumpsys meminfo Graphics/GL、SurfaceFlinger layer / buffer 信息;heapprofd 只能回答 malloc/new 侧有没有对应贡献。

本例 central buffer 合计 80 MiB,低于启用 extra guardrails 时默认的 128 MiB 总上限;原 160 MiB 配置可能被拒绝。容量仍需按 dump 峰值实测。heapprofd 的 DISCARD buffer 满后会丢弃新数据,末尾 dump 可能不全。Ring Buffer 可能覆盖历史 profile packet、interned 调用栈或统计,不是无条件替代方案;先减目标/时长/采样密度,再评估预算和写文件策略。

临时排查时,直接把 PBTX 通过 stdin 传给 perfetto 最稳。输出路径在 Android 上放到 /data/misc/perfetto-traces/:

1
2
3
adb push config.pbtx /data/local/tmp/config.pbtx
adb shell 'cat /data/local/tmp/config.pbtx | perfetto -c - --txt -o /data/misc/perfetto-traces/heap.pftrace'
adb pull /data/misc/perfetto-traces/heap.pftrace .

手写 HeapprofdConfig 默认 block_client=false,而脚本默认开启阻塞。前面的快速命令显式加 --no-block-client:共享内存耗尽时 profile 可能提前停止,而不是只丢几个样本后照常继续。8 MiB 的 shmem_size_bytes 是目标进程与 heapprofd 之间的缓冲,不是上面的 central buffer。

实验室 leak 复现可评估 block_client=true 与 block_client_timeout_us,但这是用目标 malloc 路径的阻塞换取采集机会,不保证无损。v58.3 要求超时大于 100 μs 才会重试,达到超时仍会停止;旧 Android 10/11 还有小共享缓冲与阻塞导致卡住的已知问题。交互场景先保持非阻塞,核对 overrun、non-finalized、真实 dump 时间和窗口;max_heapprofd_memory_kb/max_heapprofd_cpu_secs 限制的是 profiler 自身内存/CPU 时间,不能当目标 App 内存限制或 wall-clock 时长。

把 heapprofd 放进系统 Trace 时,建议同时保留少量业务 marker。App 内用 android.os.Trace / AndroidX Trace 会落到 atrace;Perfetto SDK Track Event 需要单独启用 track_event data source。

比如播放器场景至少要有 operation_start、steady_state、operation_end、release_done/gc_idle_done 四类 marker。没有 release marker 时,结论只能写“操作后保留增加”,不能写“泄漏”。官方文档将 android.log 支持范围写为 userdebug;已 root 且 logd/SELinux 权限允许的 user 构建也可能采到,但不能仅凭 adb root 推广到所有设备。普通生产 user build 上不要把 logcat 当成这份配置默认能抓到的证据。

UI 怎么看 Heap Profile

旧版 UI 常把 Heap Profile dump 画成 diamond;本文两张图沿用这种示意,并非当前界面截图。Perfetto v58.3 已用时间片展示目标进程/heap 的 profiling interval,点击时间片打开 flamegraph;框选多个连续片段可汇总所选窗口。先确认选中的进程、heap 和时间范围。

v58.3 选中单个时间片得到的是区间指标,并非自动从 profiling 开始累计到片尾。UI 对所选区间的 callsite 净计数做过滤,会隐藏某些“释放了窗口前分配”的负贡献;因此 Unreleased 不能直接当成该时点的全部保留量。要比较操作前后保留状态,使用后文按 upid/heap 累加至 dump_ts 的 SQL,并先核对历史完整性。读图时按这个顺序走:

  1. 先区分当前区间的 Unreleased 与从 profiling 起点累计的保留量,不直接相减不同区间的 UI 数值。
  2. 看 Total malloc size,判断是不是分配 churn 很高但释放也快。
  3. 用火焰图宽度与 self/cumulative 指标找贡献较大的调用路径,界面选项名以当前版本为准。
  4. 先找 allocator / ART glue 之上的第一个 App、SDK 或业务帧。
  5. 回到时间轴,关联触发操作、业务 Track Event、线程运行。

用连续 dump 观察保留变化

历史 diamond 样式的假设示意:2→5→4 MiB 表示按同一起点累计至三个 dump 的保留估计,不是 v58.3 三个独立区间的默认 UI 数值;单点不能判泄漏。

不要用单个 profile 点或时间片判泄漏。泄漏判断至少要看“操作前、操作后、回收后”几个点。如果操作后上涨,回收后仍然不降,再看未释放调用栈。

实验室可在权限允许时用 adb shell killall -USR1 heapprofd 请求额外 snapshot;它影响该 daemon 当前 profiling 的所有进程,不是仅当前 App。比如进入页面前、页面稳定后、退出页面并完成 release/close/析构后,各请求一次。请求与实际 dump 之间有延迟,按 heap_profile.ts_end 核对时间。baseline 选操作前已完成的 dump,after-release 选 cleanup marker 之后的 dump,不能只取最近点而落到动作另一侧。

只有当 native backing 由 Java wrapper、NativeAllocationRegistry 或 Cleaner/finalizer 持有时,才需要把“等待 idle、finalizer、GC 完成”算进这个状态点。allocator cache 和碎片还可能导致 heapprofd 数字下降了、RSS 却不立刻下降。缓存不是“不释放”的委婉说法,必须有容量上限、命中/复用证据、退出或压力下回收策略;否则只能写“疑似长期保留”。

SQL 怎么查未释放分配

heapprofd 会写入调用栈相关表:

表 含义
heap_profile_allocation allocation/free 的样本和大小
stack_profile_callsite 调用栈节点
stack_profile_frame 函数帧
stack_profile_mapping so、apk、jar、binary 映射
stack_profile_symbol 离线符号化结果

单目标 profile 快速读图时,优先用官方标准库里的 summary tree。它会沿着 stack_profile_callsite.parent_id 聚合整条调用栈,结果更接近 flamegraph 里的 cumulative view:

1
2
3
4
5
6
7
8
9
10
11
12
INCLUDE PERFETTO MODULE android.memory.heap_profile.summary_tree;

SELECT
id, parent_id, name,
mapping_name AS map_name,
self_size AS self_bytes,
cumulative_size AS cumulative_bytes,
cumulative_size / 1024.0 / 1024.0 AS unreleased_mib
FROM android_heap_profile_summary_tree
WHERE cumulative_size > 0
ORDER BY cumulative_size DESC
LIMIT 50;

summary tree 汇总整份 Trace 中所有进程、heap 和时间的记录;本例只适合仅采单进程 native heap 时查看末尾累计状态,不是任意选定时点或新区间的快照。它没有进程列,不要直接用于多进程回归统计。多进程 App、:remote 进程或同名进程重启时,要回到原始表按 upid、进程身份和 dump 时间点过滤,避免把别的进程归到目标进程。

按明确进程实例与 dump 结束时间粗查时,先列出 process/heap_profile,再把下列 SQL 的 NULL 替换为确认过的 upid。分配为正、释放为负,SUM(a.size) 累加到选定 ts_end 得到已观察部分的保留估计,和新版 UI 的单区间 Unreleased 口径不同。heap_profile_allocation 是按 dump 写入的增量,ts 是 dump 时间,不是逐次 malloc 的调用时刻。以下只统计 libc.malloc;com.android.art 不记录 free,不能混成未释放 native 内存。

1
2
3
4
5
6
SELECT p.upid, p.pid, p.name, p.cmdline, p.start_ts,
h.heap_name, h.ts AS window_start_ns, h.ts_end AS dump_end_ns
FROM process p
LEFT JOIN heap_profile h USING (upid)
WHERE p.name = 'com.example.app'
ORDER BY p.upid, h.heap_name, h.ts_end;
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
WITH target_process AS (
SELECT upid, pid, name, cmdline
FROM process
WHERE upid = NULL
),
target_dump AS (
SELECT MAX(ts_end) AS dump_ts
FROM heap_profile
WHERE upid = (SELECT upid FROM target_process)
AND heap_name = 'libc.malloc'
)
SELECT
d.dump_ts,
p.upid,
p.pid,
p.name AS process_name,
p.cmdline AS process_cmdline,
a.callsite_id,
f.name AS frame_name,
m.name AS mapping_name,
SUM(a.size) AS leaf_unreleased_bytes,
SUM(a.size) / 1024.0 / 1024.0 AS leaf_unreleased_mib,
SUM(a.count) AS unreleased_count
FROM heap_profile_allocation a
JOIN target_process p USING (upid)
JOIN target_dump d ON a.ts <= d.dump_ts
LEFT JOIN stack_profile_callsite c ON a.callsite_id = c.id
LEFT JOIN stack_profile_frame f ON c.frame_id = f.id
LEFT JOIN stack_profile_mapping m ON f.mapping = m.id
WHERE a.heap_name = 'libc.malloc'
GROUP BY d.dump_ts, p.upid, p.pid, p.name, p.cmdline, a.callsite_id, f.name, m.name
HAVING leaf_unreleased_mib > 0
ORDER BY leaf_unreleased_bytes DESC
LIMIT 50;

这条 SQL 保留 callsite_id,只附上该调用栈叶帧的名称;它没有把一条栈展开成多行。未知名称不应删掉对应字节。summary tree 的 cumulative_size 包含子树贡献,父子行会重复覆盖同一批字节,不能把 Top 50 行再求和当总量。最终归因仍需完整调用链和对应 build 的符号。

没有分配变化的 dump 可能没有新 allocation 行,故从 heap_profile.ts_end 选点,不用 MAX(allocation.ts) 冒充最终 dump。heap_profile 行本身没有“全链路已无损完成”的布尔证明;同时检查 profile packet、stats 和时间覆盖。旧 Trace Processor 缺该表时应升级或单独核实,不把缺表/缺数据当零。SQL 也不能凭空补齐没有成功解析的历史。

泄漏候选判断要做操作前、操作后、释放后三点对比。下面要求同一 upid/heap、三个已确认且严格递增的 dump 结束时间;NULL 都是待填项,不能直接当作报告结果。只有三个点均存在才返回对比行:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
WITH target_process AS (
SELECT upid, pid, name
FROM process
WHERE upid = NULL
),
selected_dumps(label, dump_ts) AS (
VALUES
('baseline', NULL),
('after_action', NULL),
('after_release', NULL)
),
valid_dumps AS (
SELECT d.* FROM selected_dumps d
WHERE EXISTS (
SELECT 1 FROM heap_profile h
WHERE h.upid = (SELECT upid FROM target_process)
AND h.heap_name = 'libc.malloc' AND h.ts_end = d.dump_ts
)
),
alloc_by_dump AS (
SELECT
d.label,
a.callsite_id,
SUM(a.size) / 1024.0 / 1024.0 AS unreleased_mib
FROM heap_profile_allocation a
JOIN valid_dumps d ON a.ts <= d.dump_ts
WHERE a.upid = (SELECT upid FROM target_process)
AND a.heap_name = 'libc.malloc'
GROUP BY d.label, a.callsite_id
),
pivot AS (
SELECT
callsite_id,
SUM(CASE WHEN label = 'baseline' THEN unreleased_mib ELSE 0 END) AS baseline_unreleased_mib,
SUM(CASE WHEN label = 'after_action' THEN unreleased_mib ELSE 0 END) AS after_action_unreleased_mib,
SUM(CASE WHEN label = 'after_release' THEN unreleased_mib ELSE 0 END) AS after_release_unreleased_mib
FROM alloc_by_dump
GROUP BY callsite_id
)
SELECT
callsite_id,
baseline_unreleased_mib,
after_action_unreleased_mib,
after_release_unreleased_mib,
after_action_unreleased_mib - baseline_unreleased_mib AS action_delta_mib,
after_release_unreleased_mib - baseline_unreleased_mib AS retained_delta_mib,
after_action_unreleased_mib - after_release_unreleased_mib AS net_decrease_after_action_mib,
CASE
WHEN after_release_unreleased_mib - baseline_unreleased_mib > 1 THEN 'leak_candidate'
WHEN after_action_unreleased_mib > baseline_unreleased_mib
AND after_release_unreleased_mib <= baseline_unreleased_mib THEN 'transient_growth'
ELSE 'unknown'
END AS conclusion_type
FROM pivot
WHERE (SELECT COUNT(*) FROM valid_dumps) = 3
AND (SELECT dump_ts FROM selected_dumps WHERE label = 'baseline')
< (SELECT dump_ts FROM selected_dumps WHERE label = 'after_action')
AND (SELECT dump_ts FROM selected_dumps WHERE label = 'after_action')
< (SELECT dump_ts FROM selected_dumps WHERE label = 'after_release')
ORDER BY retained_delta_mib DESC
LIMIT 50;

三个 dump 存在仍不等于完整性通过。先验收采样会话、开始时刻、丢失与调用栈状态;无返回行需区分参数未填、缺 dump、无有效 callsite,不能宣布“全部已释放”。只有在合格的同一次采集中,某栈在早期尚未出现时,pivot 中的 0 才是该观察范围的零贡献。1 MiB 只是示例筛选阈值,不是统计显著性标准。

释放后持续保留且多轮复现,才值得追查泄漏候选;操作中升高后回落只是已观测点之间的暂时增长,不证明期间最大峰值。before/after 差值也是净变化,期间新分配会抵消释放,不能把差值叫作实际释放总量。缓存仍需容量、复用与回收证据。

报告字段可以固定成这一组:

以下是假设记录,不是上面 SQL 的直接输出;符号、采样数、loss 和证据等级需分别计算或核对。字节除以 1024² 的列统一用 MiB / _mib。

1
2
trace_name,process_name,upid,pid,scenario,dump_phase,dump_ts_ms,sampling_interval_bytes,dump_interval_ms,top_stack_frame,mapping_name,unreleased_mib,retained_delta_mib,total_malloc_mib,sampled_allocation_count,symbol_status,profileable_state,data_loss_status,evidence_grade,conclusion_type,next_action
heap-run01,com.example.app,42,1234,player_open,after_release,150000,4096,5000,PlayerBuffer::Alloc,libplayer.so,8.4,6.9,42.1,128,strong,profileable,clean,strong,leak_candidate,inspect_owner_module

采样间隔怎么理解

sampling_interval_bytes: 4096 表示按分配字节做随机采样,不是每隔固定时间采一次。v58.3 的 Sampler::SampleSize 对大于等于当前采样间隔的分配返回真实请求大小;更小的分配按抽样权重估计。这个实现分支并不让整份 profile 变成精确账本:采样起点、丢失、unwind 和动态调整后的实际间隔仍会影响结果。

怎么选:

  • 4096 bytes 是常用起点,适合大多数本地分析。
  • 怀疑大量小对象 native 分配时,可以降低间隔,但开销会上升。
  • 分配速率太高导致 buffer overrun 时,先增大 shared memory 或提高采样间隔。
  • 手写 HeapprofdConfig 要为每个目标 heap 配置非零间隔;设 1 会观察全部非零分配,开销很高且仍可能丢失。0 不是关闭采样,旧 Android 10/11 甚至可能导致目标崩溃。

报告里不要把采样结果写成“精确分配了 12.34MB”。更合适的写法是:“在 4096 bytes 采样间隔下,未释放分配主要集中在 A/B/C 三条调用栈,A 调用栈占比最高”。采样 profiler 的价值是找方向和排序,不是替代 allocator 账本。

小对象密集、样本少、窗口短、调用栈分散时,top stack 排名会不稳定。before/after 比较必须保持同一采样间隔、相近负载和同一目标窗口;不要比较 1% 或 2% 这类小差异,除非多次复现。报告里的 evidence_grade 可以按这个规则写:样本充足、连续 dump 趋势一致、符号完整为 strong;命中 data loss、profile incomplete、unknown symbols、样本少或只复现一次为 weak。weak 时写“候选调用栈”,不要写“根因调用栈”。

启用 adaptive_sampling 时,初始 4096 不代表全程都用 4096;还要记录调整统计和实际采样条件。strong 只是本文自定义证据分级,不是 Perfetto 给出的统计置信度。Android 12 与部分 Android 13 ART 版本可能缺 Java unwind,官方标明 Android 13 QPR1 修复相关问题;补 symbols 无法恢复根本未采到的栈帧。

Java heap dump 和 Java allocation sampling

这部分是对开头几张内存账的补充:heapprofd 能看 native malloc/new,也能在 Android 12 或更高版本上切到 Java allocation sampling,但它仍不替代 Java heap dump。

能力 输出 适合问题
heapprofd native profiling malloc/new 调用栈 谁分配了 native 内存
Java heap dump 对象保留图 谁持有 Java 对象
Java allocation sampling Java 创建对象的调用栈 哪些代码制造了大量 Java allocation churn

Java allocation sampling 可以通过 heapprofd 配置 heaps: "com.android.art" 打开,也可以用脚本参数 --heaps com.android.art。它需要 Android 12 或更高版本。它记录对象创建时的调用栈,不记录对象什么时候被 GC,也不等价于 Java heap dump 的保留关系。

android.java_hprof 生成的是 Perfetto ART 引用图,不是可直接交给 MAT 的标准 .hprof;MAT/Android Studio 的 HPROF 流程要另行采集。两者的输出格式和可见字段不同。

符号化和可信度

如果 flamegraph 里都是地址、unknown 或混淆后的 Java/Kotlin 名字,先准备对应构建的 unstripped ELF / Breakpad symbols、R8/ProGuard mapping 和 PATH 中的 llvm-symbolizer,再运行支持 bundle 的 Trace Processor。bundle 将原始 trace 与成功找到的符号信息打包,不会替你生成缺失符号;完成命令后仍要检查符号覆盖和 Build ID。具体选项见 v58.3 符号化文档。

1
2
3
4
5
trace_processor bundle \
--symbol-paths /absolute/path/to/matching-symbols \
--proguard-map com.example.app=/absolute/path/to/mapping.txt \
--verbose \
heap.pftrace heap-symbolized.tar

替换路径和包名;没有 Java 混淆帧时可去掉 --proguard-map。把生成归档直接交给支持该格式的 UI/Trace Processor,无需手工拼接;若本机版本没有 bundle,按所用版本文档处理,不能把不存在的子命令当作成功符号化。

报告里要记录 APK/build id、native symbols 版本、ProGuard/R8 mapping 版本;Build ID mismatch 时降级为地址级证据。第三方 SDK 或 stripped so 只剩地址时,下一步是补对应 build 的 unstripped symbols / mapping,而不是直接改业务代码。

读调用栈时也不要盲目过滤 libart.so、allocator glue 或系统库。ART 帧有时正是 Java 调 native、NativeAllocationRegistry 或对象创建路径的关键上下文。

先找 allocator/ART glue 之上的第一个 App、SDK 或业务帧;只有确认某类帧只是重复胶水层时再过滤。看到 DEDUPED、ICF 造成的函数折叠、Build ID mismatch、只有一帧等情况,要先按符号化问题处理。

unwind 可信度也要看:未知帧比例、单帧栈比例、Build ID 是否匹配、Java frame 是否可用、目标 ABI / Android 版本 known issues。缺符号会改变归因可信度;报告里要区分“已符号化可归因”和“只能定位到 so / allocator glue”。

报告里至少要交代清楚:

  • 目标进程是否 profileable/debuggable。
  • sampling_interval_bytes 和 continuous dump 间隔。
  • stats 里是否出现 heapprofd buffer overrun、client error、profile incomplete、heapprofd_unwind_time_us、heapprofd_client_spinlock_blocked、heapprofd_sampling_interval_adjusted 或 data loss。

出现 data loss 或 overrun 时,既不能写精确账本,也不能默认保留下来的栈仍是全程“大头”:丢失可能改变排名。先限定有效窗口,证据不足时只列候选调用栈并补采。

通用的 Trace 体检(buffer/ftrace 丢失)直接用第 12 篇那条 stats 查询;heapprofd 专用 health check 要单独跑。heapprofd_buffer_overran、heapprofd_client_error、heapprofd_hit_guardrail 等在 v57.2/v58.2 已存在,多数属于按需生成记录的 indexed stats;在没有 heap profile 的 Trace 上只查到两个 single 项,不能推断其他项是新版本专属。

先确认目标进程/heap 的 profile 或 dump 确实存在、窗口覆盖且已完成,再解释下面的异常查询。没有 profile 时应标记 profile_unavailable,不是“全部干净”;有 profile 但异常查询为空,也只能说明未记录到这些异常。heapprofd_unwind_time_us、heapprofd_client_spinlock_blocked、heapprofd_sampling_interval_adjusted 是开销/采样上下文,不应与非零 error/data_loss 一律判失败。

heapprofd_last_profile_timestamp 是辅助的最后 profile packet 时间,不能替代 heap_profile.ts_end、dump 窗口与最终完成状态来证明目标窗口完整。下列查询保留这些上下文供复查:

1
2
3
4
5
6
7
8
9
SELECT name, idx, severity, source, value
FROM stats
WHERE value != 0
AND (
name GLOB 'heapprofd_*'
OR name GLOB 'stackprofile_*'
OR name GLOB 'symbolization_*'
)
ORDER BY name, idx;

发布报告前检查

采集条件:

  • heapprofd 原生路径从 Android 10 提供;本文示例以 Android 12+ 为范围,Java allocation sampling 从 Android 12 提供,仍需核对设备 producer 与权限。
  • user build 上用 adb / shell 抓目标 App,通常需要 debuggable 或 <profileable android:shell="true"/>。
  • 按 PID 抓运行中进程可能错过启动早期分配;按进程名等待启动能覆盖更多启动阶段。
  • runtime profiling 不是立刻生效,目标进程很空闲时,下一波分配前可能还没启用。
  • 同一个目标进程同时只能被一个相关 session profile;冲突时先确认是否有旧 perfetto session。

数据可信度:

  • heapprofd stats、stackprofile stats、symbolization stats 必须过一遍;命中 overrun、non-finalized、unknown symbols 时降级。
  • heapprofd 数字和 RSS 对不上很常见,碎片、线程缓存、allocator cache、ZRAM 都会造成差异。

结论边界:

  • Total malloc size 高不等于泄漏,先和 Unreleased malloc size、同一累计口径的 dump、业务操作时间点一起看。
  • 图形 backing 高不等于 heapprofd 一定高。Graphics/GL、dmabuf、GPU、Surface buffer 要单独成账。
  • 把结论归类为 leak / peak / cache / churn / out-of-scope graphics memory / evidence insufficient,每类对应不同下一步动作。

把内存趋势落到调用栈

报告里先列内存趋势,再列 heapprofd 的采样条件、未释放分配和调用栈。如果上涨主要来自 GraphicBuffer、dma-buf 或 GPU texture,就改用图形内存证据,不能把 heapprofd 的空结果写成「没有内存问题」。

实战里可以按这个顺序走:

  1. 用 process stats、meminfo、smaps 或线上监控确认内存趋势。
  2. 如果增长落在 Native Heap / malloc wrapper / heapprofd 可见 allocator 路径,进入 heapprofd;如果只是 RSS/PSS 涨,先用 smaps_rollup、meminfo 分类、mmap/syscall 或 dmabuf/graphics 证据拆账。
  3. 在 UI 里看 Unreleased malloc size 和 flamegraph。
  4. 用 SQL 找大头,再回到 flamegraph 看完整调用栈。
  5. 补符号化、写清采样条件和可信度。
  6. 把结论归类为 leak、peak、cache、churn、图形内存账外问题或证据不足。

参考文档

  1. Memory: Callstack-based Allocation Profiling
  2. Memory: Java heap dumps
  3. Memory counters and events
  4. heapprofd design
  5. TraceConfig reference
  6. Track Events
  7. Android Log data source
  8. ProfilingManager
  9. Android Profiling module

原文源码基线为 b23c67be(2026-09-19),下方保留入口。本次另核对 v58.3 HeapprofdConfig、heap_profile 脚本、表定义、UI 区间指标、summary tree 与 syscall 采集边界。

关于我 && 博客

欢迎关注 Android Performance。

CATALOG
  1. 1. Perfetto 系列文章
  2. 2. 内存问题要分几张账
  3. 3. 什么时候用 heapprofd
  4. 4. 快速抓一份 native heap profile
  5. 5. 和系统 Trace 合在一起抓
  6. 6. UI 怎么看 Heap Profile
  7. 7. SQL 怎么查未释放分配
  8. 8. 采样间隔怎么理解
  9. 9. Java heap dump 和 Java allocation sampling
  10. 10. 符号化和可信度
  11. 11. 发布报告前检查
  12. 12. 把内存趋势落到调用栈
  13. 13. 参考文档
  14. 14. 关于我 && 博客