大厂的OOM优化和监控方案
共 15342字，需浏览 31分钟
·
2022-05-23 19:43
随着项目不断壮大，OOM（Out Of Memory）成为崩溃统计平台上的疑难杂症之一，大部分业务开发人员对于线上OOM问题一般都是暂不处理，一方面是因为OOM问题没有足够的log，无法在短期内分析解决，另一方面可能是忙于业务迭代、身心疲惫，没有精力去研究OOM的解决方案。
这篇文章将以线上OOM问题作为切入点，介绍常见的OOM类型、OOM的原理、大厂OOM优化黑科技、以及主流的OOM监控方案。
文章较长，请备好小板凳~
OOM问题分类
很多人对于OOM的理解就是Java虚拟机内存不足，但通过线上OOM问题分析，OOM可以大致归为以下3类：
线程数太多 打开太多文件 内存不足
接下来将分别围绕这三类问题进行展开分析~
三、线程数太多
3.1 报错信息
pthread_create (1040KB stack) failed: Out of memory
这个是典型的创建新线程触发的OOM问题
3.2 源码分析
pthread_create触发的OOM异常，源码（Android 9）位置如下：androidxref.com/9.0.0_r3/xr…
void Thread::CreateNativeThread(JNIEnv* env, jobject java_peer, size_t stack_size, bool is_daemon) {
...
pthread_create_result = pthread_create(...)
//创建线程成功
if (pthread_create_result == 0) {
return;
}
//创建线程失败
...
{
std::string msg(child_jni_env_ext.get() == nullptr ?
StringPrintf("Could not allocate JNI Env: %s", error_msg.c_str()) :
StringPrintf("pthread_create (%s stack) failed: %s",
PrettySize(stack_size).c_str(), strerror(pthread_create_result)));
ScopedObjectAccess soa(env);
soa.Self()->ThrowOutOfMemoryError(msg.c_str());
}
}
复制代码
pthread_create里面会调用Linux内核创建线程，那什么情况下会创建线程失败呢？
查看系统对每个进程的线程数限制
cat /proc/sys/kernel/threads-max
不同设备的threads-max限制是不一样的，有些厂商的低端机型threads-max比较小，容易出现此类OOM问题。
查看当前进程运行的线程数
cat proc/{pid}/status
当线程数超过/proc/sys/kernel/threads-max中规定的上限时就会触发OOM。
既然系统对每个进程的线程数有限制，那么解决这个问题的关键就是尽可能降低线程数的峰值。
线程优化
回看两年前我写过一篇文章《面试官：今日头条启动很快，你觉得可能是做了哪些优化？》，虽然里面的内容有些已经过时，不过分析问题的思路还是可以借鉴的，记得当时对于线程优化只是一句话描述，今天这篇文章刚好可以做一个补充。
3.3.1 禁用 new Thread
解决线程过多问题，传统的方案是禁止使用new Thread，统一使用线程池，但是一般很难人为控制， 可以在代码提交之后触发自动检测，有问题则通过邮件通知对应开发人员。
不过这种方式存在两个问题：
无法解决老代码的 new Thread；对于第三方库无法控制。
3.3.2 无侵入性的new Thread 优化
Java层的Thread只是一个普通的对象，只有调用了start方法，才会调用native 层去创建线程，
所以理论上我们可以自定义Thread，重写start方法，不去启动线程，而是将任务放到线程池中去执行，为了做到无侵入性，需要在编译期通过字节码插桩的方式，将所有new Thread字节码都替换成new 自定义Thread。
对于字节码操作，在上一篇文章《ASM hook隐私方法调用，防止App被下架》已经详细介绍，本文不再过多解释。
步骤如下：
1、创建一个Thread的子类叫ShadowThread吧，重写start方法，调用自定义的线程池CustomThreadPool来执行任务；
public class ShadowThread extends Thread {
@Override
public synchronized void start() {
Log.i("ShadowThread", "start,name="+ getName());
CustomThreadPool.THREAD_POOL_EXECUTOR.execute(new MyRunnable(getName()));
}
class MyRunnable implements Runnable {
String name;
public MyRunnable(String name){
this.name = name;
}
@Override
public void run() {
try {
ShadowThread.this.run();
Log.d("ShadowThread","run name="+name);
} catch (Exception e) {
Log.w("ShadowThread","name="+name+",exception:"+ e.getMessage());
RuntimeException exception = new RuntimeException("threadName="+name+",exception:"+ e.getMessage());
exception.setStackTrace(e.getStackTrace());
throw exception;
}
}
}
}
复制代码
2、在编译期，hook 所有new Thread字节码，全部替换成我们自定义的ShadowThread，这个难度应该不大，按部就班，
我们先确认new Thread和new ShadowThread对应字节码差异，可以安装一个ASM Bytecode Viewer插件，如下所示
通过字节码修改，你可以简单理解为做如下替换：
3、由于将任务放到线程池去执行，假如线程奔溃了，我们不知道是哪个线程出问题，所以自定义ShadowThread中的内部类MyRunnable 的作用是：在线程出现异常的时候，将异常捕获，还原它的名字，重新抛出一个信息更全的异常。
测试代码
private fun testThreadCrash() {
Thread {
val i = 9 / 0
}.apply {
name = "testThreadCrash"
}.start()
}
复制代码
开启一个线程，然后触发奔溃，堆栈信息如下：
可以看到原本的new Thread已经被优化成了CustomThreadPool线程池调用，并且奔溃的时候不用担心找不到线程是哪里创建的，会还原线程名。
当然这种方式有一个小问题，应用正常运行的情况下，如果你想要收集所有线程信息，那么线程名可能不太准确，因为通过new Thread 去创建线程，已经被替换成线程池调用了，获取到的线程名是线程池中的线程的名字
数据对比
同个场景简单测试了一下new Thread优化前后线程数峰值对比：
| 线程数峰值（优化前） | 线程数峰值（优化后） | 降低最大线程数 |
|---|---|---|
| 337 | 314 | 23 |
对于不同App，优化效果会有一些不同，不过可以看到这个优化确实是有效的。
3.3.3 无侵入的线程池优化
随着项目引入的SDK越来越多，绝大部分SDK内部都会使用自己的线程池做异步操作，
线程池的参数如果设置不对，核心线程空闲的时候没有释放，会使整体的线程数量处于较高位置。
线程池几个参数：
public ThreadPoolExecutor(int corePoolSize,
int maximumPoolSize,
long keepAliveTime,
TimeUnit unit,
BlockingQueue workQueue,
ThreadFactory threadFactory) {
this(corePoolSize, maximumPoolSize, keepAliveTime, unit, workQueue,
threadFactory, defaultHandler);
}
复制代码
corePoolSize：核心线程数量。核心线程默认情况下即使空闲也不会释放，除非设置 allowCoreThreadTimeOut为true。maximumPoolSize：最大线程数量。任务数量超过核心线程数，就会将任务放到队列中，队列满了，就会启动非核心线程执行任务，线程数超过这个限制就会走拒绝策略； keepAliveTime：空闲线程存活时间 unit：时间单位 workQueue：队列。任务数量超过核心线程数，就会将任务放到这个队列中，直到队列满，就开启新线程，执行队列第一个任务。 threadFactory：线程工厂。实现new Thread方法创建线程
通过线程池参数，我们可以找到优化点如下：
限制空闲线程存活时间， keepAliveTime设置小一点，例如1-3s；允许核心线程在空闲时自动销毁
executor.allowCoreThreadTimeOut(true)
复制代码
如何做呢？为了做到无侵入性，依然采用ASM操作字节码，跟new Thread的替换基本同理
在编译期，通过ASM，做如下几个操作：
将调用 Executors类的静态方法替换为自定义ShadowExecutors的静态方法，设置executor.allowCoreThreadTimeOut(true)；将调用 ThreadPoolExecutor类的构造方法替换为自定义ShadowThreadPoolExecutor的静态方法，设置executor.allowCoreThreadTimeOut(true)；可以在 Application 类的 () 中调用我们自定义的静态方法 ShadowAsyncTask.optimizeAsyncTaskExecutor()来修改 AsyncTask 的线程池参数，调用executor.allowCoreThreadTimeOut(true)；
你可以简单理解为做如下替换：
详细代码可以参考 booster。
3.4 线程监控
假如线程优化后还存在创建线程OOM问题，那我们就需要监控是否存在线程泄漏的情况。
3.4.1 线程泄漏监控
主要监控native线程的几个生命周期方法：pthread_create、pthread_detach、pthread_join、pthread_exit。
hook 以上几个方法，用于记录线程的生命周期和堆栈，名称等信息； 当发现一个joinable的线程在没有detach或者join的情况下，执行了pthread_exit，则记录下泄露线程信息； 在合适的时机，上报线程泄露信息。
linux线程中，pthread有两种状态joinable状态和unjoinable状态。joinable状态下，当线程函数自己返回退出时或pthread_exit时都不会释放线程所占用堆栈和线程描述符。只有当你调用了pthread_join之后这些资源才会被释放，需要main函数或者其他线程去调用pthread_join函数。
具体代码可以参考：KOOM-thread_holder
3.4.2 线程上报
当监控到线程有异常的时候，我们可以收集线程信息，上报到后台进行分析。
收集线程信息代码如下：
private fun dumpThreadIfNeed() {
val threadNames = runCatching { File("/proc/self/task").listFiles() }
.getOrElse {
return@getOrElse emptyArray()
}
?.map {
runCatching { File(it, "comm").readText() }.getOrElse { "failed to read $it/comm" }
}
?.map {
if (it.endsWith("\n")) it.substring(0, it.length - 1) else it
}
?: emptyList()
Log.d("TAG", "dumpThread = " + threadNames.joinToString(separator = ","))
}
复制代码
接下来介绍打开太多文件导致的OOM问题
四、打开太多文件
4.1 错误信息
E/art: ashmem_create_region failed for 'indirect ref table': Too many open files
Java.lang.OutOfMemoryError: Could not allocate JNI Env
复制代码
这个问题跟系统、厂商关系比较大
4.2 系统限制
Android是基于Linux内核，/proc/pid/limits 描述着linux系统对每个进程的一些资源限制，
如下图是一台Android 6.0的设备，Max open files的限制是1024
如果没有root权限，可以通过ulimit -n命令查看Max open files，结果是一样的
ulimit -n
Linux 系统一切皆文件，进程每打开一个文件就会产生一个文件描述符fd（记录在/proc/pid/fd下面）
cd /proc/10654/fd
ls
这些fd文件都是链接文件，通过 ls -l可以查看其对应的真实文件路径
当fd的数目达到Max open files规定的数目，就会触发Too many open files的奔溃，这种奔溃在低端机上比较容易复现。
知道了文件描述符这玩意后，看看怎么优化~
4.2 文件描述符优化
对于打开文件数太多的问题，盲目优化其实无从下手，总体的方案是监控为主。
通过如下代码可以查看当前进程的fd信息
private fun dumpFd() {
val fdNames = runCatching { File("/proc/self/fd").listFiles() }
.getOrElse {
return@getOrElse emptyArray()
}
?.map { file ->
runCatching { Os.readlink(file.path) }.getOrElse { "failed to read link ${file.path}" }
}
?: emptyList()
Log.d("TAG", "dumpFd: size=${fdNames.size},fdNames=$fdNames")
}
复制代码
4.3 文件描述符监控
监控策略：当fd数大于1000个，或者fd连续递增超过50个，就触发fd收集，将fd对应的文件路径上报到后台。
这里模拟一个bug，打开一个文件多次不关闭，通过dumpFd，可以看到很多重复的文件名，进而大致定位到问题。
当怀疑某个文件有问题之后，我们还需要知道这个文件在哪创建，是谁创建的，这个就涉及到IO监控~
4.4 IO监控
4.4.1 监控内容
监控完整的IO操作，包括open、read、write、close
open：获取文件名、fd、文件大小、堆栈、线程
read/write：获取文件类型、读写次数、总大小，使用buffer大小、读写总耗时
close：打开文件总耗时、最大连续读写时间
4.4.2 Java监控方案：
以Android 6.0 源码为例，FileInputStream 的调用链如下
java : FileInputStream -> IoBridge.open -> Libcore.os.open ->
BlockGuardOs.open -> Posix.open
复制代码
Libcore.java是一个不错的hook点
package libcore.io;
public final class Libcore {
private Libcore() { }
public static Os os = new BlockGuardOs(new Posix());
}
复制代码
我们可以通过反射获取到这个Os变量，它是一个接口类型，里面定义了open、read、write、close方法，具体实现在BlockGuardOs里面。
// 反射获得静态变量
Class clibcore = Class.forName("libcore.io.Libcore");
Field fos = clibcore.getDeclaredField("os");
复制代码
通过动态代理的方式，在它所有IO方法前后加入插桩代码来统计IO信息
// 动态代理对象
Proxy.newProxyInstance(cPosix.getClassLoader(), getAllInterfaces(cPosix), this);
beforeInvoke(method, args, throwable);
result = method.invoke(mPosixOs, args);
afterInvoke(method, args, result);
复制代码
此方案缺点如下：
性能差，IO调用频繁，使用动态代理和Java的字符串操作，导致性能较差，无法达到线上使用标准 无法监控Native代码，这个也是比较重要的 兼容性差：需要根据Android 版本做适配，特别是Android P的非公开API限制
4.4.3 Native监控方案
Native Hook方案的核心从 libc.so 中的这几个函数中选定 Hook 的目标函数
int open(const char *pathname, int flags, mode_t mode);
ssize_t read(int fd, void *buf, size_t size);
ssize_t write(int fd, const void *buf, size_t size); write_cuk
int close(int fd);
复制代码
我们需要选择一些有调用上面几个方法的 library，例如选择libjavacore.so、libopenjdkjvm.so、libopenjdkjvm.so，可以覆盖到所有的 Java 层的 I/O 调用。
不同版本的 Android 系统实现有所不同，在 Android 7.0 之后，我们还需要替换下面这三个方法。
open64
__read_chk
__write_chk
复制代码
native hook 框架目前使用比较广泛的是爱奇艺的xhook ，以及它的改进版，字节跳动的bhook。
具体的native IO监控代码，可以参考 Matrix-IOCanary，内部使用的是xhook框架。
关于IO涉及到的知识非常多，后面有时间可以单独整理一篇文章。
接下来看看最后一种OOM类型~
五、内存不足
5.1 堆栈信息
这种是最常见的OOM，Java堆内存不足，512M都不够玩~
发生此问题的大部分设备都是Android 7.0，高版本也有，不过相对较少。
5.2 重温JVM内存结构
JVM在运行时，将内存划分为以下5个部分
方法区：存放静态变量、常量、即时编译代码； 程序计数器：线程私有，记录当前执行的代码行数，方便在cpu切换到其它线程再回来的时候能够不迷路； Java虚拟机栈：线程私有，一个Java方法开始和结束，对应一个栈帧的入栈和出栈，栈帧里面有局部变量表、操作数栈、返回地址、符号引用等信息； 本地方法栈：线程私有，跟Java虚拟机栈的区别在于 这个是针对native方法； 堆：绝大部分对象创建都在堆分配内存
内存不足导致的OOM，一般都是由于Java堆内存不足，绝大部分对象都是在堆中分配内存，除此之外，大数组、以及Android3.0-7.0的Bitmap像素数据，都是存放在堆中。
Java堆内存不足导致的OOM问题，线上难以复现，往往比较难定位到问题，绝大部分设备都是8.0以下的，主要也是由于Android 3.0-7.0 Bitmap像素内存是存放在堆中导致的。（可以参考之前一篇文章分析过其源码《面试官：简历上最好不要写Glide，不是问源码那么简单》）
基于这个结论，关于Java堆内存不足导致的OOM问题，优化方案主要是图片加载优化、内存泄漏监控。
5.3 图片加载优化
5.3.1 常规的图片优化方式
常规的图片加载优化，依然可以参考两年前的一篇文章《面试官：简历上最好不要写Glide，不是问源码那么简单》， 文章核心内容大概如下：
分析了主流图片库Glide和Fresco的优缺点，以及使用场景； 分析了设计一个图片加载框架需要考虑的问题； 防止图片占用内存过多导致OOM的三个方式：软引用、onLowMemory、Bitmap 像素存储位置
这篇文章现在来看还是有点意义的，其中的原理部分还没过时，不过技术更新迭代，常规的优化方式已经不太够了，长远考虑，可以做图片自动压缩、大图自动检测和告警。
5.3.2 无侵入性自动压缩图片
针对图片资源，设计师往往会追求高清效果，忽略图片大小，一般的做法是拿到图后手动压缩一下，这种手动的操作完全看个人修养。
无侵入性自动压缩图片，主流的方案是利用Gradle 的Task原理，在编译过程中，mergeResourcesTask 这个任务是将所以aar、module的资源进行合并，我们可以在mergeResourcesTask 之后可以拿到所有资源文件，具体做法：
在 mergeResourcesTask这个任务后面，增加一个图片处理的Task，拿到所有资源文件；拿到所有资源文件后，判断如果是图片文件，则通过压缩工具进行压缩，压缩后如果图片有变小，就将压缩过的图片替换掉原图。
可以简单理解如下：
具体代码可以参考 McImage 这个库。
5.4 大图监控
5.3.2 自动压缩图片只是针对本地资源，而对于网络图片，如果加载的时候没有压缩，那么内存占用会比较大，这种情况就需要监控了。
5.4.1 从图片框架侧监控
很多App内部可能使用了多个图片库，例如Glide、Picasso、Fresco、ImageLoader、Coil，如果想监控某个图片框架， 那么我们需要熟读源码，找到hook点。
对于Glide，可以通过hook SingleRequest，它里面有个requestListeners，我们可以注册一个自己的监听，图片加载完做一个大图检测。
其它图片框架，同理也是先找到hook点，然后进行类似的hook操作就可以，代码可以参考：dokit-BigImgClassTransformer
5.4.2 从ImageView侧监控
5.4.1 是从图片加载框架侧监控大图，假如项目中使用到的图片加载框架太多，有些第三方SDK内部可能自己搞了图片加载，
这种情况下我们可以从ImageView控件侧做监控，监听setImageDrawable等方法，计算图片大小如果大于控件本身大小，debug包可以弹窗提示需要修改。
方案如下：
自定义ImageView，重写 setImageDrawable、setImageBitmap、setImageResource、setBackground、setBackgroundResource这几个方法，在这些方法里面，检测Drawable大小；编译期，修改字节码，将所有 ImageView的创建都替换成自定义的ImageView；为了不影响主线程，可以使用 IdleHandler，在主线程空闲的时候再检测；
最终是希望当检测到大图的时候，debug环境能够弹窗提示开发进行修改，release环境可以上报后台。
debug如下效果：
当然这种方案有个缺点：不能获取到图片url。
图片优化告一段落，接下来看看内存泄漏~
5.5 内存泄漏监控演进
LeakCanary
关于内存泄漏，大家可能都知道LeakCanary，只要添加一个依赖
debugImplementation 'com.squareup.leakcanary:leakcanary-android:2.8.1'，
就能实现自动检测和分析内存泄漏，并发出一个通知显示内存泄漏详情信息。
LeakCanary只能在debug环境使用，因为它是在当前进程dump内存快照，Debug.dumpHprofData(path);会冻结当前进程一段时间，整个 APP 会卡死约5～15s，低端机上可能要几十秒的时间。
ResourceCanary
微信对LeakCanary做了一些改造，将检测和分析分离，客户端只负责检测和dump内存镜像文件，文件裁剪后上报到服务端进行分析。
具体可以看这篇文章Matrix ResourceCanary -- Activity 泄漏及Bitmap冗余检测
KOOM
不管是LeakCanary 还是 ResourceCanary，他们都只能在线下使用，而线上内存泄漏监控方案，目前KOOM的方案比较完善，下面我将基于KOOM分析线上内存泄漏监控方案的核心流程。
5.6 线上内存泄漏监控方案
基于KOOM源码分析
5.6.1 检测时机
间隔5s检测一次 触发内存镜像采集的条件：
当内存使用率达到80%以上
//->OOMMonitorConfig
private val DEFAULT_HEAP_THRESHOLD by lazy {
val maxMem = SizeUnit.BYTE.toMB(Runtime.getRuntime().maxMemory())
when {
maxMem >= 512 - 10 -> 0.8f
maxMem >= 256 - 10 -> 0.85f
else -> 0.9f
}
}
复制代码
两次检测时间内（例如5s内），内存使用率增加5%
5.6.2 内存镜像采集
我们知道LeakCanary检测内存泄漏，不能用于线上，是因为它dump内存镜像是在当前进程进行操作，会冻结App一段时间。
所以，作为线上OOM监控，dump内存镜像需要单独开一个进程。
整体的策略是:
虚拟机supend->fork虚拟机进程->虚拟机resume->dump内存镜像的策略。
dump内存镜像的源码如下：
//->ForkJvmHeapDumper
public boolean dump(String path) {
...
boolean dumpRes = false;
try {
//1、通过fork函数创建子进程，会返回两次，通过pid判断是父进程还是子进程
int pid = suspendAndFork();
MonitorLog.i(TAG, "suspendAndFork,pid="+pid);
if (pid == 0) {
//2、子进程返回，dump内存操作，dump内存完成，退出子进程
Debug.dumpHprofData(path);
exitProcess();
} else if (pid > 0) {
// 3、父进程返回，恢复虚拟机，将子进程的pid传过去，阻塞等待子进程结束
dumpRes = resumeAndWait(pid);
MonitorLog.i(TAG, "notify from pid " + pid);
}
}
return dumpRes;
}
复制代码
注释1：父进程调用native方法挂起虚拟机，并且创建子进程；注释2：子进程创建成功，执行Debug.dumpHprofData，执行完后退出子进程；注释3：得知子进程创建成功后，父进程恢复虚拟机，解除冻结，并且当前线程等待子进程结束。
注释1源码如下：
// ->native_bridge.cpp
pid_t HprofDump::SuspendAndFork() {
//1、暂停VM，不同Android版本兼容
if (android_api_ < __ANDROID_API_R__) {
suspend_vm_fnc_();
}
...
//2，fork子进程,通过返回值可以判断是主进程还是子进程
pid_t pid = fork();
if (pid == 0) {
// Set timeout for child process
alarm(60);
prctl(PR_SET_NAME, "forked-dump-process");
}
return pid;
}
复制代码
注释3源码如下：
//->hprof_dump.cpp
bool HprofDump::ResumeAndWait(pid_t pid) {
//1、恢复虚拟机，兼容不同Android版本
if (android_api_ < __ANDROID_API_R__) {
resume_vm_fnc_();
}
...
int status;
for (;;) {
//2、waitpid,等待子进程结束
if (waitpid(pid, &status, 0) != -1 || errno != EINTR) {
//进程异常退出
if (!WIFEXITED(status)) {
ALOGE("Child process %d exited with status %d, terminated by signal %d",
pid, WEXITSTATUS(status), WTERMSIG(status));
return false;
}
return true;
}
return false;
}
}
复制代码
这里主要是利用Linux的waitpid函数，主进程可以等待子进程dump结束，然后再返回执行内存镜像文件分析操作。
5.6.3 内存镜像分析
前面一步已经通过Debug.dumpHprofData(path)拿到内存镜像文件，接下来就开启一个后台服务来处理
//->HeapAnalysisService
override fun onHandleIntent(intent: Intent?) {
...
kotlin.runCatching {
//1、通过shark将hprof文件转换成HeapGraph对象
buildIndex(hprofFile)
}
...
//2、将设备信息封装成json
buildJson(intent)
kotlin.runCatching {
//3、过滤泄漏对象，有几个规制
filterLeakingObjects()
}
...
kotlin.runCatching {
// 4、gcRoot是否可达，判断内存泄漏
findPathsToGcRoot()
}
...
//5、泄漏信息填充到json中，然后结束了
fillJsonFile(jsonFile)
//通知主进程内存泄漏分析成功
resultReceiver?.send(AnalysisReceiver.RESULT_CODE_OK, null)
//这个服务是在单独进程，分析完就退出
System.exit(0);
}
复制代码
内存镜像分析的流程如下：
通过 shark这个开源库将hprof文件转换成HeapGraph对象收集设备信息，封装成json，现场信息很重要 filterLeakingObjects：过滤出泄漏的对象，有一些规制，例如已经destroyed和finished的activity、fragment manager为空的fragment、已经destroyed的window等。findPathsToGcRoot：内存泄漏的对象，查找其到GcRoot的路径，通过这一步就可以揪出内存泄漏的原因fillJsonFile：格式化输出内存泄漏信息
小结
线上Java内存泄漏监控方案分析，这里小结一下：
挂起当前进程，然后通过 fork创建子进程；fork会返回两次，一次是子进程，一次是父进程，通过返回的pid可以判断是子进程还是父进程；如果是父进程返回，则通过 resumeAndWait恢复进程，然后当前线程阻塞等待子进程结束；如果子进程返回，通过 Debug.dumpHprofData(path)读取内存镜像信息，这个会比较耗时，执行结束就退出子进程；子进程退出，父进程的 resumeAndWait就会返回，这时候就可以开启一个服务，后台分析内存泄漏情况，这块跟LeakCanary的分析内存泄漏原理基本差不多。
不画图了，结合源码看应该可以理解。
5.7 native内存泄漏监控
对于Java内存泄漏监控，线下我们可以使用LeakCanary、线上可以使用KOOM，而对于native内存泄漏应该如何监控呢？
方案如下：
首先要了解native层
申请内存的函数：malloc、realloc、calloc、memalign、posix_memalign释放内存的函数：free
hook申请内存和释放内存的函数
分配内存的时候，收集堆栈、内存大小、地址、线程等信息，存放到map中，在释放内存的时候从map中移除。
那怎么判断native内存泄漏呢？
周期性的使用 mark-and-sweep分析整个进程 Native Heap，获取不可达的内存块信息「地址、大小」获取到不可达的内存块的地址后，可以从我们的Map中获取其堆栈、内存大小、地址、线程等信息。
具体实现可以参考：koom-native-leak
总结
本文从线上OOM问题入手，介绍了OOM原理， 以及OOM优化方案和监控方案，基本上都是大厂开源出来的比较成熟的方案：
对于 pthread_createOOM问题，介绍了无侵入性的new Thread优化、无侵入性的线程池优化、以及线程泄漏监控；对于文件描述符过多问题，介绍了原理以及文件描述符监控方案、IO监控方案； 对于Java内存不足导致的OOM、介绍了无侵入性图片自动压缩方案、两种无侵入性的大图监控方案、Java内存泄漏监控的线下方案和线上方案、以及native内存泄漏监控方案。
大厂对外开源的技术非常多，但不一定最优，我们在学习过程中可以多加思考， 例如线程优化，booster 对于new Thread的优化只是设置了线程名，有助于分析问题，而经过我的猜想和验证，通过字节码插桩，将new Thread无侵入性替换成线程池调用，才是真正意义上的线程优化。
推荐阅读
你好，我是程序猿DD，10年开发老司机、阿里云MVP、腾讯云TVP、出过书创过业、国企4年互联网6年。从普通开发到架构师、再到合伙人。一路过来，给我最深的感受就是一定要不断学习并关注前沿。只要你能坚持下来，多思考、少抱怨、勤动手，就很容易实现弯道超车！所以，不要问我现在干什么是否来得及。如果你看好一个事情，一定是坚持了才能看到希望，而不是看到希望才去坚持。相信我，只要坚持下来，你一定比现在更好！如果你还没什么方向，可以先关注我，这里会经常分享一些前沿资讯，帮你积累弯道超车的资本。