Android dumpsys meminfo 输出详解指南

📋 概述

dumpsys meminfo 是 Android 系统提供的应用级内存分析工具，显示特定应用的详细内存使用情况。与系统级的 /proc/meminfo 不同，这个命令专注于单个应用的内存分解，是应用内存优化的核心工具。

🔍 获取 dumpsys meminfo 的方法

# 方法1: 分析特定应用 (推荐)
adb shell "dumpsys meminfo <package_name>"

# 方法2: 通过 PID 分析
adb shell "dumpsys meminfo <pid>"

# 方法3: 详细模式 (包含更多细节)
adb shell "dumpsys meminfo -d <package_name>"

# 方法4: 所有应用概览
adb shell "dumpsys meminfo -a"

# 方法5: 保存到文件分析
adb shell "dumpsys meminfo <package_name>" > meminfo.txt

📊 dumpsys meminfo 输出结构详解

头部信息

$ mem -a -d com.android.launcher3
Applications Memory Usage (in Kilobytes):
Uptime: 277172845 Realtime: 423847246

** MEMINFO in pid 21936 [com.android.launcher3] **

基础信息解释

Applications Memory Usage: 应用内存使用报告
Uptime: 系统运行时间 (毫秒)
Realtime: 系统实际运行时间 (毫秒)
pid 21936: 应用进程ID
[com.android.launcher3]: 应用包名

主要内存分类表

                   Pss      Pss   Shared  Private   Shared  Private     Swap      Rss     Heap     Heap     Heap
                 Total    Clean    Dirty    Dirty    Clean    Clean    Dirty    Total     Size    Alloc     Free
                ------   ------   ------   ------   ------   ------   ------   ------   ------   ------   ------
  Native Heap    24482        0     2692    24380        0        0        0    27072    39580    24489    11037
  Dalvik Heap     3783        0     4596     3588        0        0        0     8184    28651     4075    24576
 Dalvik Other     1755        0     1532     1376        0        0        0     2908
        Stack      976        0       12      976        0        0        0      988
       Ashmem        2        0        4        0       16        0        0       20
      Gfx dev     5884        0        0     5884        0        0        0     5884
    Other dev      136        0      216        0        0      136        0      352
     .so mmap     3294      168     4280      228    22656      168        0    27332
    .jar mmap     1084        8        0        0    11616        8        0    11624
    .apk mmap     3048      448        0        0    15468      448        0    15916
    .ttf mmap       39        0        0        0      200        0        0      200
    .dex mmap       54        0       12        4      128        0        0      144
    .oat mmap     1169        4       64        0     9040        4        0     9108
    .art mmap     2732        4    16136     2012      156        4        0    18308
   Other mmap      490        0       36        8     1776       80        0     1900
   EGL mtrack    51348        0        0    51348        0        0        0    51348
    GL mtrack     4460        0        0     4460        0        0        0     4460
      Unknown      793        0      520      784        0        0        0     1304
        TOTAL   105529      632    30100    95048    61056      848        0   187052    68231    28564    35613

📈 字段含义详解

核心内存指标

Pss Total (比例分配内存总计)

含义: 🔴 最重要指标 - 应用对系统内存的实际贡献
计算: Private + Shared/共享进程数
用途: 内存预算分配、性能评估的关键数据
示例解读: Native Heap 24482 kB
- 该应用的 Native 内存对系统内存压力贡献了 24.5MB

Pss Clean (比例分配干净内存)

含义: 可以被系统回收的共享内存部分
特点: 内存压力时可以丢弃，需要时重新加载
示例: .so mmap 168 kB
- 共享库中可回收的代码段

Shared Dirty (共享脏页)

含义: 多进程共享且被修改的内存
特点: 不能简单回收，需要写回存储
问题诊断: 值过大可能有共享内存使用问题

Private Dirty (私有脏页)

含义: 🔴 关键指标 - 应用独占且无法回收的内存
重要性: 真正消耗系统内存的部分
优化重点: 减少 Private Dirty 是内存优化的核心目标

Shared Clean (共享干净页)

含义: 🟢 最优内存 - 多进程共享且可回收
优势: 不占用额外内存，效率最高
来源: 系统库、APK文件等只读资源

Private Clean (私有干净页)

含义: 应用私有但可回收的内存
特点: 内存压力时可以丢弃，从文件重新加载

Swap Dirty (交换脏页)

含义: 被换出到存储设备的内存
Android特点: 多数设备显示为0（不使用传统swap）
性能影响: 有值表明内存压力大，影响性能

Rss Total (驻留内存总计)

含义: 应用当前占用的所有物理内存
对比: 通常大于 Pss Total（因为包含完整共享内存）

Heap Size/Alloc/Free (仅堆内存)

Heap Size: 堆的总虚拟大小
Heap Alloc: 已分配的堆内存
Heap Free: 可用的堆空间

🧩 内存分类详细解析

1. Native Heap (本地堆内存)

  Native Heap    24482        0     2692    24380        0        0        0    27072    39580    24489    11037

详细分析

Pss Total (24482 kB): Native 内存对系统的贡献
- 评估标准:
  - 轻量应用: <20MB
  - 普通应用: 20-50MB
  - 重型应用: 50-100MB
  - 异常: >100MB
Private Dirty (24380 kB): 真正的 Native 内存消耗
- 来源: C/C++ malloc/new 分配
- 问题诊断: 接近 Pss Total 说明几乎全是私有内存
Heap Size (39580 kB): Native 堆总空间
- 对比: Size > Alloc 说明有预留空间
- 效率: Alloc/Size 比例反映堆利用率
Heap Alloc (24489 kB): 实际分配的 Native 内存
Heap Free (11037 kB): 可用的 Native 堆空间

问题诊断和优化

# 检查 Native 内存泄漏
# 1. 对比操作前后的 Native Heap 变化
adb shell "dumpsys meminfo <package>" | grep "Native Heap"

# 2. 使用详细模式查看 Native 分类
adb shell "dumpsys meminfo -d <package>"

# 3. Native 内存调试工具
# - AddressSanitizer (ASan)
# - Malloc debug hooks
# - Valgrind (模拟器)

优化建议:

检查 JNI 代码中的内存分配和释放
审查第三方 Native 库的内存使用
使用对象池减少频繁的 malloc/free

2. Dalvik Heap (Java 虚拟机堆)

  Dalvik Heap     3783        0     4596     3588        0        0        0     8184    28651     4075    24576

详细分析

Pss Total (3783 kB): Java 堆内存贡献
- 评估标准:
  - 轻量应用: <30MB
  - 普通应用: 30-80MB
  - 重型应用: 80-200MB
  - 异常: >200MB
Shared Dirty (4596 kB): 共享的 Java 堆内存
- 来源: Zygote 进程共享的系统类
- 特点: 比 Private Dirty 大说明有效利用了共享
Private Dirty (3588 kB): 应用独有的 Java 对象
- 重要性: 真正的 Java 内存使用
- 优化重点: 减少对象创建和内存泄漏
Heap Size (28651 kB): Java 堆的最大可用空间
Heap Alloc (4075 kB): 当前分配的 Java 内存
Heap Free (24576 kB): 可用的 Java 堆空间

健康度评估

# Java 堆利用率
heap_utilization = Heap Alloc / Heap Size * 100%
# 示例: 4075 / 28651 * 100% = 14.2%

# 评估标准:
# - <30%: 堆空间充足
# - 30-70%: 正常使用
# - 70-90%: 内存紧张，可能频繁 GC
# - >90%: 内存不足，性能受影响

下一步工具

# 1. 一键全景分析（推荐）
python3 analyze.py live --package <package>

# 2. HPROF 分析 Java 对象
python3 tools/hprof_dumper.py -pkg <package>
python3 tools/hprof_parser.py -f <hprof_file>

# 3. GC 监控
adb shell "dumpsys gfxinfo <package>"

# 4. 内存泄漏检测
# - LeakCanary 自动检测
# - MAT (Memory Analyzer Tool) 分析

3. Dalvik Other (Dalvik 辅助内存)

 Dalvik Other     1755        0     1532     1376        0        0        0     2908

组成部分

LinearAlloc: 类和方法的线性分配器
GC: 垃圾收集器开销
JIT: 即时编译器缓存
间接引用表: JNI 全局引用管理

问题诊断

过大原因:
- 加载了过多类
- JNI 引用泄漏
- JIT 编译缓存过大

4. 图形内存

      Gfx dev     5884        0        0     5884        0        0        0     5884
   EGL mtrack    51348        0        0    51348        0        0        0    51348
    GL mtrack     4460        0        0     4460        0        0        0     4460

图形内存分析

Gfx dev (5884 kB): GPU 设备直接内存
EGL mtrack (51348 kB): EGL 图形内存追踪
GL mtrack (4460 kB): OpenGL 内存追踪

总图形内存

Total Graphics = Gfx dev + EGL mtrack + GL mtrack
              = 5884 + 51348 + 4460 = 61692 kB (约60MB)

评估标准

普通应用: <30MB
图形密集: 30-100MB
游戏应用: 100-300MB
异常: >300MB

优化建议

// 1. 位图优化
BitmapFactory.Options options = new BitmapFactory.Options();
options.inPreferredConfig = Bitmap.Config.RGB_565; // 减少内存
options.inSampleSize = 2; // 缩放

// 2. 及时回收
if (bitmap != null && !bitmap.isRecycled()) {
    bitmap.recycle();
}

// 3. GPU 资源管理
// 及时释放纹理、缓冲区等 GPU 资源

5. 文件映射内存

共享库映射

     .so mmap     3294      168     4280      228    22656      168        0    27332

高 Shared Clean (22656 kB): 系统库被多进程共享
低 Pss (3294 kB): 高效的内存共享
优化: 体现了共享库的内存效率

APK 文件映射

    .apk mmap     3048      448        0        0    15468      448        0    15916

Shared Clean (15468 kB): APK 代码被多组件共享
Private Clean (448 kB): 应用特有的 APK 部分

ART 文件映射

    .art mmap     2732        4    16136     2012      156        4        0    18308

高 Shared Dirty (16136 kB): ART 编译代码的共享
性能优化: 预编译代码提升执行效率

📋 Dalvik Details 部分详解

 Dalvik Details
        .Heap     2500        0        0     2500        0        0        0     2500
         .LOS      327        0     1616      260        0        0        0     1876
      .Zygote      656        0     2980      528        0        0        0     3508
   .NonMoving      300        0        0      300        0        0        0      300
 .LinearAlloc     1145        0      756     1116        0        0        0     1872
          .GC      122        0       56      120        0        0        0      176
   .ZygoteJIT        0        0       16        0        0        0        0       16
      .AppJIT      368        0      696       20        0        0        0      716
 .IndirectRef      120        0        8      120        0        0        0      128
   .Boot vdex        0        0        0        0       16        0        0       16
     .App dex       52        0       12        4      108        0        0      124
    .App vdex        2        0        0        0        4        0        0        4
     .App art      348        4        0      344        0        4        0      348
    .Boot art     2384        0    16136     1668      156        0        0    17960

各部分详细解释

.Heap (主堆空间)

2500 kB: 主要的 Java 对象存储区域
全为 Private: 说明是应用独有的对象实例

.LOS (Large Object Space)

327 kB: 大对象空间（>12KB 对象）
用途: 大数组、位图等对象
Shared Dirty (1616 kB): 部分大对象可能被共享

.Zygote (Zygote 空间)

656 kB PSS: Zygote 进程共享内存的分摊
高 Shared Dirty (2980 kB): 系统类的共享
优势: 多应用共享，节省系统内存

.NonMoving (非移动空间)

300 kB: Class 对象、JNI 全局引用
特点: GC 时不移动这些对象
稳定性: 相对稳定，缓慢增长

.LinearAlloc (线性分配器)

1145 kB: 类加载时的辅助数据
版本: 主要在较老的 Android 版本中使用

.GC (垃圾收集器)

122 kB: GC 算法的内存开销
正常: 少量开销是正常的

JIT 编译缓存

.ZygoteJIT (0 kB): Zygote 进程的 JIT 缓存
.AppJIT (368 kB): 应用的 JIT 编译缓存
优化: 热点代码的运行时编译

.IndirectRef (间接引用表)

120 kB: JNI 引用管理表
问题: 异常增长可能有 JNI 引用泄漏

DEX/VDEX/ART 文件

.App dex (52 kB): 应用 DEX 字节码
.App vdex (2 kB): DEX 验证文件
.App art (348 kB): 应用 ART 编译代码
.Boot art (2384 kB): 系统框架 ART 代码

📊 App Summary 部分详解

 App Summary
                       Pss(KB)                        Rss(KB)
                        ------                         ------
           Java Heap:     5604                          26492
         Native Heap:    24380                          27072
                Code:      880                          65056
               Stack:      976                            988
            Graphics:    61692                          61692
       Private Other:     2364
              System:     9633
             Unknown:                                    5752

           TOTAL PSS:   105529            TOTAL RSS:   187052      TOTAL SWAP (KB):        0

汇总指标解读

Java Heap (5604 kB)

计算: Dalvik Heap + 部分 Dalvik Other
占比: 5604/105529 = 5.3%
评估: Java 内存占比较低，应用可能偏向 Native 或图形

Native Heap (24380 kB)

占比: 24380/105529 = 23.1%
对比: 与 Java Heap 比例约 4:1
分析: Native 内存使用较多，需关注 C/C++ 代码

Code (880 kB)

含义: 代码段内存（.so、.dex、.oat 等）
特点: 大部分为共享内存，PSS 较小

Graphics (61692 kB)

占比: 61692/105529 = 58.5%
分析: 图形内存占比过半，是优化重点
问题: 可能有大量位图或 GPU 资源

内存分布健康度

# 理想的内存分布 (参考)
Java Heap:    30-50%  (当前: 5.3%)
Native Heap:  20-30%  (当前: 23.1%)
Graphics:     10-30%  (当前: 58.5%)
Code:         5-15%   (当前: 0.8%)
Other:        5-20%   (当前: 12.3%)

评估结论

🔴 图形内存过高: 需要重点优化
🟡 Java 内存偏低: 可能过度依赖 Native
🟢 代码内存合理: 共享效率高

🧮 Objects 部分详解

 Objects
               Views:      114         ViewRootImpl:        1
         AppContexts:        9           Activities:        1
              Assets:        7        AssetManagers:        0
       Local Binders:       39        Proxy Binders:       41
       Parcel memory:       17         Parcel count:       75
    Death Recipients:        1      OpenSSL Sockets:        0
            WebViews:        0

对象统计分析

UI 对象

Views (114): View 对象数量
- 评估: 数量合理，大型界面可能更多
- 优化: 减少不必要的 View 层次
ViewRootImpl (1): 根视图实现
- 正常: 通常对应 Activity 数量

应用上下文

AppContexts (9): 应用上下文数量
- 来源: Application、Service、Activity 等
- 问题: 过多可能有 Context 泄漏
Activities (1): Activity 实例数
- 正常: 对应当前活跃的 Activity

资源管理

Assets (7): 资源文件句柄
AssetManagers (0): 资源管理器实例

进程间通信

Local Binders (39): 本地 Binder 对象
Proxy Binders (41): 代理 Binder 对象
Parcel (17/75): 序列化对象内存/数量

网络和安全

OpenSSL Sockets (0): SSL 连接数
WebViews (0): WebView 组件数

对象泄漏检测

# 监控对象数量变化
# 1. 获取基准数据
adb shell "dumpsys meminfo <package>" | grep -A 15 "Objects"

# 2. 执行操作后再次检测
# 3. 对比对象数量变化

# 重点关注:
# - Activities > 2: 可能有 Activity 泄漏  
# - Views 持续增长: 可能有 View 泄漏
# - AppContexts 异常多: Context 泄漏

💾 SQL 和 DATABASES 部分详解

 SQL
         MEMORY_USED:      217
  PAGECACHE_OVERFLOW:       36          MALLOC_SIZE:       46

 DATABASES
      pgsz     dbsz   Lookaside(b)          cache  Dbname
         4      400             64       171/60/5  /data/user/0/com.android.launcher3/databases/app_icons.db
         4       56             87        26/61/6  /data/user/0/com.android.launcher3/databases/launcher.db
         4       16             27        36/61/2  /data/user/0/com.android.launcher3/databases/widgetpreviews.db

SQL 内存统计

MEMORY_USED (217 KB): SQLite 总内存使用
PAGECACHE_OVERFLOW (36 KB): 页面缓存溢出
MALLOC_SIZE (46 KB): SQLite malloc 分配

数据库详情

字段含义

pgsz: 页面大小 (KB)
dbsz: 数据库大小 (KB)
Lookaside(b): 预分配内存池 (bytes)
cache: 缓存统计 (使用/最大/最小)

数据库分析

app_icons.db:

大小: 400 KB (最大)
缓存: 171/60/5 (缓存使用较多)
用途: 应用图标缓存

launcher.db:

大小: 56 KB
缓存: 26/61/6
用途: 启动器配置数据

widgetpreviews.db:

大小: 16 KB (最小)
缓存: 36/61/2
用途: 小部件预览缓存

数据库优化建议

-- 1. 定期清理过期数据
DELETE FROM cache_table WHERE timestamp < ?

-- 2. 优化查询，减少内存使用
SELECT * FROM table LIMIT 100  -- 避免大结果集

-- 3. 合理设置缓存大小
PRAGMA cache_size = 2000;  -- 设置页面缓存

-- 4. 使用 WAL 模式提升并发
PRAGMA journal_mode = WAL;

🚨 异常模式识别和诊断

1. 内存泄漏模式

Java 内存泄漏

# 症状: Dalvik Heap 持续增长
# 前: Dalvik Heap    3783 kB
# 后: Dalvik Heap    8756 kB (增长 4973 kB)

# 诊断流程:
# 1. 对比操作前后的 meminfo
# 2. 检查 Heap Alloc 和 Objects 数量变化
# 3. 使用 HPROF 分析具体对象

Native 内存泄漏

# 症状: Native Heap 持续增长
# 前: Native Heap   24482 kB  
# 后: Native Heap   35672 kB (增长 11190 kB)

# 诊断工具:
# - AddressSanitizer
# - Malloc debug hooks
# - Native 内存 profiler

图形内存泄漏

# 症状: Graphics 内存异常增长
# EGL mtrack    51348 kB → 85672 kB

# 常见原因:
# - 位图未及时回收
# - GPU 资源未释放
# - 纹理内存积累

2. 内存分布异常

图形内存过载 (当前示例)

Graphics: 61692 kB (58.5% of total)
# 问题: 图形内存占比过高
# 正常: 应该在 10-30%

诊断步骤:

# 1. 分解图形内存来源
Gfx dev:     5884 kB  (GPU 设备内存)
EGL mtrack: 51348 kB  (EGL 图形内存)
GL mtrack:   4460 kB  (OpenGL 内存)

# 2. 重点分析 EGL mtrack (最大占用)
# - 检查位图加载和缓存策略
# - 分析纹理使用情况
# - 查看 GPU 资源管理

# 3. 使用图形调试工具
adb shell "dumpsys gfxinfo <package> framestats"

Native 内存比例过高

# 如果 Native Heap > 50% 总内存
# 可能问题:
# - C/C++ 内存分配过多
# - JNI 使用不当  
# - 第三方库内存问题

Java 内存比例异常低 (如当前 5.3%)

# 可能原因:
# - 应用主要逻辑在 Native 层
# - 过度依赖 C/C++ 实现
# - 图形渲染占主导

# 评估:
# - 检查架构设计是否合理
# - 考虑 Java/Native 平衡

3. 对象泄漏检测

Activity 泄漏

# 正常: Activities: 1
# 异常: Activities: 3+ (多个 Activity 实例)

# 常见原因:
# - Static 引用持有 Activity
# - Handler 内部类未正确处理
# - 监听器未注销

View 泄漏

# 监控 Views 数量变化
# 前: Views: 114
# 后: Views: 245 (操作后显著增长)

# 诊断:
# - 检查 View 是否正确移除
# - 分析 View 层次结构
# - 查看 ViewHolder 复用

Context 泄漏

# 异常: AppContexts: 15+ (过多上下文)
# 正常: 通常 < 10

# 检查:
# - 是否有 static 引用 Context
# - Service 是否正确停止
# - 监听器是否使用 ApplicationContext

📊 内存健康评估标准

整体内存评估

优秀 (绿色)

总 PSS: <80MB
Java Heap: 20-40% 总内存
Native Heap: 20-40% 总内存
Graphics: <20% 总内存
Heap 利用率: 30-70%

良好 (黄色)

总 PSS: 80-150MB
Graphics: 20-40% 总内存
对象数量: 在合理范围
无明显内存泄漏

警告 (橙色)

总 PSS: 150-250MB
Graphics: 40-60% 总内存
Heap 利用率: >80%
对象数量: 偏多

危险 (红色)

总 PSS: >250MB
Graphics: >60% 总内存
明显内存泄漏: Activity/View 数量异常
频繁 OOM: 内存不足

自动化健康检查脚本

#!/bin/bash
# meminfo_health_check.sh

PACKAGE=$1
OUTPUT="meminfo_health_$(date +%Y%m%d_%H%M%S).txt"

echo "=== dumpsys meminfo 健康检查 ===" > $OUTPUT
echo "应用: $PACKAGE" >> $OUTPUT
echo "时间: $(date)" >> $OUTPUT
echo "" >> $OUTPUT

# 获取 meminfo 数据
MEMINFO=$(adb shell "dumpsys meminfo $PACKAGE")
echo "$MEMINFO" >> $OUTPUT

# 提取关键指标
TOTAL_PSS=$(echo "$MEMINFO" | grep "TOTAL PSS:" | awk '{print $3}')
JAVA_HEAP=$(echo "$MEMINFO" | grep "Java Heap:" | awk '{print $3}')
NATIVE_HEAP=$(echo "$MEMINFO" | grep "Native Heap:" | awk '{print $3}')
GRAPHICS=$(echo "$MEMINFO" | grep "Graphics:" | awk '{print $3}')
ACTIVITIES=$(echo "$MEMINFO" | grep "Activities:" | awk '{print $2}')
VIEWS=$(echo "$MEMINFO" | grep "Views:" | awk '{print $2}')

echo "" >> $OUTPUT
echo "=== 健康评估 ===" >> $OUTPUT
echo "总 PSS: $TOTAL_PSS KB" >> $OUTPUT
echo "Java 堆: $JAVA_HEAP KB" >> $OUTPUT
echo "Native 堆: $NATIVE_HEAP KB" >> $OUTPUT  
echo "图形内存: $GRAPHICS KB" >> $OUTPUT
echo "Activity 数: $ACTIVITIES" >> $OUTPUT
echo "View 数: $VIEWS" >> $OUTPUT

# 计算比例
if [ -n "$TOTAL_PSS" ] && [ "$TOTAL_PSS" -gt 0 ]; then
    GRAPHICS_RATIO=$((GRAPHICS * 100 / TOTAL_PSS))
    JAVA_RATIO=$((JAVA_HEAP * 100 / TOTAL_PSS))
    NATIVE_RATIO=$((NATIVE_HEAP * 100 / TOTAL_PSS))
    
    echo "" >> $OUTPUT
    echo "=== 内存分布 ===" >> $OUTPUT
    echo "图形内存占比: $GRAPHICS_RATIO%" >> $OUTPUT
    echo "Java 堆占比: $JAVA_RATIO%" >> $OUTPUT
    echo "Native 堆占比: $NATIVE_RATIO%" >> $OUTPUT
    
    # 健康评估
    echo "" >> $OUTPUT
    echo "=== 健康状况 ===" >> $OUTPUT
    
    if [ "$TOTAL_PSS" -lt 80000 ]; then
        echo "✅ 总内存: 优秀 (<80MB)" >> $OUTPUT
    elif [ "$TOTAL_PSS" -lt 150000 ]; then
        echo "🟡 总内存: 良好 (80-150MB)" >> $OUTPUT
    elif [ "$TOTAL_PSS" -lt 250000 ]; then
        echo "⚠️ 总内存: 警告 (150-250MB)" >> $OUTPUT
    else
        echo "🔴 总内存: 危险 (>250MB)" >> $OUTPUT
    fi
    
    if [ "$GRAPHICS_RATIO" -lt 20 ]; then
        echo "✅ 图形内存占比: 优秀 (<20%)" >> $OUTPUT
    elif [ "$GRAPHICS_RATIO" -lt 40 ]; then
        echo "🟡 图形内存占比: 良好 (20-40%)" >> $OUTPUT
    else
        echo "⚠️ 图形内存占比: 过高 (>40%)" >> $OUTPUT
    fi
    
    if [ "$ACTIVITIES" -le 2 ]; then
        echo "✅ Activity 数量: 正常" >> $OUTPUT
    else
        echo "⚠️ Activity 数量: 异常 (可能泄漏)" >> $OUTPUT
    fi
fi

echo "" >> $OUTPUT
echo "详细报告: $OUTPUT"

🔗 相关工具和资源链接

基础分析工具

系统级分析: /proc/meminfo 解释指南
进程级概览: showmap 解释指南
详细映射分析: smaps 解释指南
解析结果理解: 分析结果指南

本项目工具

一键分析: python3 analyze.py live --package <package>
全景分析: python3 analyze.py panorama -d ./dump
HPROF 分析: python3 tools/hprof_dumper.py / python3 tools/hprof_parser.py
SMAPS 解析: python3 tools/smaps_parser.py
Meminfo 解析: python3 tools/meminfo_parser.py -f meminfo.txt

官方工具

Android Studio Profiler: 实时内存监控
MAT (Memory Analyzer Tool): Java 堆分析
LeakCanary: 自动内存泄漏检测

💡 最佳实践建议

1. 定期监控

# 建立内存监控基准
./meminfo_monitor.sh com.example.app

# 关键节点检测
# - 应用启动后
# - 主要功能使用后  
# - 长时间运行后
# - 内存敏感操作前后

2. 问题诊断流程

快速评估: 查看 App Summary 的内存分布
异常识别: 重点关注占比过高的内存类型
详细分析: 使用对应工具深入分析
趋势监控: 对比多个时间点的数据

3. 优化优先级

图形内存: 如果占比 >40%，优先优化位图和 GPU 使用
Java 堆: 如果持续增长，重点分析 HPROF
Native 堆: 如果过大，检查 C/C++ 代码和第三方库
对象泄漏: Activity/View 数量异常需立即处理

4. 预防措施

建立内存使用规范和 Code Review 检查点
集成自动化内存检测工具
定期进行内存压力测试
建立内存使用监控和报警机制

通过深入理解 dumpsys meminfo 的每一项输出，可以准确诊断应用内存问题，制定针对性的优化策略，显著改善应用的内存性能。

FilesExpand file tree

meminfo_interpretation_guide.md

Latest commit

History

meminfo_interpretation_guide.md

File metadata and controls

Android dumpsys meminfo 输出详解指南

📋 概述

🔍 获取 dumpsys meminfo 的方法

📊 dumpsys meminfo 输出结构详解

头部信息

基础信息解释

主要内存分类表

📈 字段含义详解

核心内存指标

Pss Total (比例分配内存总计)

Pss Clean (比例分配干净内存)

Shared Dirty (共享脏页)

Private Dirty (私有脏页)

Shared Clean (共享干净页)

Private Clean (私有干净页)

Swap Dirty (交换脏页)

Rss Total (驻留内存总计)

Heap Size/Alloc/Free (仅堆内存)

🧩 内存分类详细解析

1. Native Heap (本地堆内存)

详细分析

问题诊断和优化

2. Dalvik Heap (Java 虚拟机堆)

详细分析

健康度评估

下一步工具

3. Dalvik Other (Dalvik 辅助内存)

组成部分

问题诊断

4. 图形内存

图形内存分析

总图形内存

评估标准

优化建议

5. 文件映射内存

共享库映射

APK 文件映射

ART 文件映射

📋 Dalvik Details 部分详解

各部分详细解释

.Heap (主堆空间)

.LOS (Large Object Space)

.Zygote (Zygote 空间)

.NonMoving (非移动空间)

.LinearAlloc (线性分配器)

.GC (垃圾收集器)

JIT 编译缓存

.IndirectRef (间接引用表)

DEX/VDEX/ART 文件

📊 App Summary 部分详解

汇总指标解读

Java Heap (5604 kB)

Native Heap (24380 kB)

Code (880 kB)

Graphics (61692 kB)

内存分布健康度

评估结论

🧮 Objects 部分详解

对象统计分析

UI 对象

应用上下文

资源管理

进程间通信

网络和安全

对象泄漏检测

💾 SQL 和 DATABASES 部分详解

SQL 内存统计

数据库详情

字段含义

数据库分析

数据库优化建议

🚨 异常模式识别和诊断

1. 内存泄漏模式

Java 内存泄漏