ART虚拟机垃圾回收算法的性能分析与优化

• 作 者: 张加帅
• 出 处: 东南大学
• 发表日期: 2017年01期
• 关键词: Android ART 垃圾回收 吞吐率 GC调度策略

Android 5.0中ART取代Dalvik成为新的Android虚拟机,ART通过预编译技术(Ahead-Of-Time compile)和更为高效、细粒度的垃圾回收机制(Garbage Collection,GC)大幅提升了系统的性能表现。然而由于Android自身架构设计以及第三方软件良莠不齐等原因,系统卡顿、响应延迟等降低用户体验的问题依然存在。另一方面,GC线程的不合理的调度策略也会导致CPU资源浪费、功耗增大等问题。本文深入研究了 ART虚拟机垃圾回收算法及其实现并提出了优化策略。首先,ART虚拟机渐进式回收粒度的GC对于减少大多数GC暂停效果显著,但高内存占用场景下应用内存分配请求频繁、GC执行效率下降,原生算法没有针对该场景对GC执行策略进行调整。针对这个问题,本文设计了基于动态吞吐率评估的GC类型选择器,通过动态评估吞吐率的方式判断当前应用执行场景,并调整下一步GC执行策略,提升了高内存占用情景下的GC执行效率。其次,本文发现大部分的UI渲染操作事实上在VSYNC信号到来之前就结束,如果有效利用UI线程“空闲时”主动承担部分GC工作将可以减轻GC线程任务负载。为此,本文设计了空闲时GC调度策略,令UI线程依据“空闲时”大小主动调度合适的GC执行,从而降低GC对UI线程及其他用户线程的负面影响。本文基于Nexus4手机硬件平台、Android5.1.1_r1系统软件平台,通过10款常见Android应用以及3个benchmark测试集对优化算法进行测试,结果表明:第一,添加GC类型选择器后,高内存占用场景下GC吞吐率平均提升15.72%,最高达26.55%,平均内存占用和平均GC暂停等开销在5%以内。第二,添加空闲时GC策略后,通过统计随机128帧绘制过程中的onDraw()函数耗时和FPS帧率来测试UI响应收益,onDraw()函数平均耗时减少8.34%,平均FPS帧率提升11.77%。而Oxbenchmark的垃圾回收性能测试表明,两种优化策略结合起来使得GC总执行时间平均下降9.55%,GC总次数平均下降11.01%。