instruments 2

Instruments 2

contr + comamnd + I

Allocations

  • Allocation主要用于App檢測(cè)內(nèi)存分配和使用情況等

  • 統(tǒng)計(jì)到的內(nèi)存類型有All Heap & Anonymous VM(堆內(nèi)存 和 虛擬內(nèi)存)泛粹、All Heap Allocations(堆內(nèi)存)、All Anonymous VM(虛擬內(nèi)存)

  • Anonymous VM(虛擬內(nèi)存)是我們無(wú)法控制的部分辨图,所以一般只關(guān)注All Heap Allocations(堆內(nèi)存)

Allocations主要包含4類統(tǒng)計(jì)項(xiàng):

  • Statistics
  • Call Trees
  • Allocations List
  • Generations

左邊面板:篩選需要記錄的Allocation践险,一般我們只勾選Created & Persistent

  • All Allocations:所有的

  • Created & Persistent:創(chuàng)建且存活的

  • Created & Destroyed:創(chuàng)建且被銷毀的

  • Allocation Type:記錄Allocation的類型猿妈,一般關(guān)注AllHeapAllocations

    • All Heap & Anonymous VM:所有真實(shí)內(nèi)存和虛擬內(nèi)存
    • All Heap Allocations:所有真實(shí)內(nèi)存
    • All VM Regions:所有分配過的虛擬內(nèi)存

Statistics 統(tǒng)計(jì)項(xiàng)

主要包含6個(gè)統(tǒng)計(jì)字段,分別對(duì)應(yīng)的含義如下

  • Category:對(duì)象類型巍虫,包含Core Foundation對(duì)象彭则、OC類、內(nèi)存塊
  • Persistent:當(dāng)前活躍的內(nèi)存總量
  • Persistent:當(dāng)前活躍的內(nèi)存數(shù)量
  • Transient:已經(jīng)釋放的內(nèi)存申請(qǐng)數(shù)
  • Total Bytes:總字節(jié)數(shù)
  • Total:申請(qǐng)內(nèi)存總次數(shù)

Call Trees 統(tǒng)計(jì)項(xiàng)

這個(gè)功能是將列表展示類型切換成調(diào)用樹的形式占遥,有3個(gè)統(tǒng)計(jì)項(xiàng):

  • Bytes Used:相應(yīng)方法使用的內(nèi)存量
  • Count:方法被調(diào)用的次數(shù)
  • Symbol Name:方法名稱

對(duì)應(yīng)的在Call Trees下方還有三個(gè)配置項(xiàng)

【調(diào)用過濾】Call Tree:配置調(diào)用樹的顯示俯抖,一般勾選1、3瓦胎、4芬萍、5

  • Separate by Category:按類別隔開,勾選后搔啊,可以更方便的看出是哪些類別的VM
  • Separate by Thread:按線程劃分
  • Invert Call Tree 反轉(zhuǎn)調(diào)用柬祠,通俗來說就是從上倒下跟蹤堆棧,FunA{FunB{FunC{}}} 勾選此項(xiàng)后堆棧以C->B->A 把調(diào)用層級(jí)最深的FunC顯示在最外面
  • Hide System Libraries:隱藏系統(tǒng)方法,因?yàn)槟壳拔覀冎魂P(guān)心自定義的方法负芋,這個(gè)是必選的
  • Flatten Recursion:遞歸函數(shù)漫蛔,每個(gè)堆棧跟蹤一個(gè)條目
  • Call Tree Constraints(數(shù)據(jù)過濾):主要是對(duì)列表中的數(shù)據(jù)進(jìn)行過濾,可以設(shè)置最大/最小的數(shù)量和字節(jié)數(shù)

Data Mining:數(shù)據(jù)挖掘旧蛾,簡(jiǎn)單來說就是可以過濾掉不看的庫(kù)莽龟、符號(hào)調(diào)用,點(diǎn)擊Symbol锨天、Library會(huì)自動(dòng)把你選中的行的符號(hào)毯盈、庫(kù)加到小框中。例如選中start病袄,點(diǎn)擊symbol奶镶,就自動(dòng)過濾了start相關(guān)列

其中Symbol(符號(hào))和Library(庫(kù))有兩個(gè)選項(xiàng)迟赃,即是否過濾改行,如果點(diǎn)擊Restore會(huì)去掉小框中的選中行

Allocations List 統(tǒng)計(jì)項(xiàng)

  • Adress:內(nèi)存塊的地址
  • Category:對(duì)象的類型
  • Timestamp:申請(qǐng)內(nèi)存的時(shí)間
  • Size:內(nèi)存塊的大小
  • Responsible Library:負(fù)責(zé)申請(qǐng)?jiān)搩?nèi)存的庫(kù)
  • Responsible Caller:負(fù)責(zé)申請(qǐng)?jiān)搩?nèi)存的方法

Generations 統(tǒng)計(jì)項(xiàng)

在Allocation中厂镇,可以通過對(duì)每個(gè)動(dòng)作的前后進(jìn)行Mark Generation纤壁,用來對(duì)比內(nèi)存的增加,可以定位到內(nèi)存增加的具體方法和代碼所在位置捺信。其中有4列統(tǒng)計(jì)項(xiàng)

  • Snapshot:快照名
  • Timestamp:快照時(shí)間
  • Heap Growth:自上次快照以來的增長(zhǎng)數(shù)量
  • Persistent:依舊存活的對(duì)象數(shù)量

這個(gè)功能非常有用酌媒,通常用在:進(jìn)入一個(gè)頁(yè)面前mark一下,在退出這個(gè)頁(yè)面的時(shí)候再mark一下可以比較哪些內(nèi)容增加了迄靠,就可以具體分析哪些內(nèi)存沒有被釋放秒咨。具體操作如下所示

  • 運(yùn)行程序,點(diǎn)擊底部Mark Generation掌挚,這樣就生成一個(gè)Generation
  • 當(dāng)跳轉(zhuǎn)到其他頁(yè)面時(shí)雨席,再生成一個(gè)Generation

  • 然后查看生成的Generation的Growth的大小

  • 如果Growth太大,可以點(diǎn)進(jìn)去查看占用較大線程中的代碼塊吠式,點(diǎn)擊Generation的箭頭陡厘,進(jìn)入具體的線程

  • Product - Profile - Allocation,對(duì)應(yīng)項(xiàng)目特占,運(yùn)行

從截圖中可以看出Heap為26.02MB糙置,VM是18.18MB,在程序有需要時(shí)能提供足夠的內(nèi)存空間是目,并不是現(xiàn)在創(chuàng)建的谤饭。因此手機(jī)分配給App的內(nèi)存是44.02MB。

  • 選擇Generation懊纳,分析不同頁(yè)面的內(nèi)存情況揉抵,需要多個(gè)mark generation,然后選擇一個(gè)Generation嗤疯,進(jìn)入詳情分析頁(yè)面冤今,

主要關(guān)注堆內(nèi)存,所以按內(nèi)存分類身弊,并隱藏系統(tǒng)函數(shù)

從最上面可以看到堆內(nèi)存+虛擬內(nèi)存總共占了41.91MB,堆內(nèi)存占了24.89M列敲,虛擬內(nèi)存占了17.02阱佛,點(diǎn)開箭頭查看具體的函數(shù),然后點(diǎn)進(jìn)去就可以看到內(nèi)存激增的代碼了戴而,然后可以進(jìn)行相應(yīng)優(yōu)化凑术。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市所意,隨后出現(xiàn)的幾起案子淮逊,更是在濱河造成了極大的恐慌催首,老刑警劉巖,帶你破解...
    沈念sama閱讀 216,919評(píng)論 6 502
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件泄鹏,死亡現(xiàn)場(chǎng)離奇詭異郎任,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)备籽,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,567評(píng)論 3 392
  • 文/潘曉璐 我一進(jìn)店門舶治,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人车猬,你說我怎么就攤上這事霉猛。” “怎么了珠闰?”我有些...
    開封第一講書人閱讀 163,316評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵惜浅,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我伏嗜,道長(zhǎng)坛悉,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,294評(píng)論 1 292
  • 正文 為了忘掉前任阅仔,我火速辦了婚禮吹散,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘八酒。我一直安慰自己空民,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,318評(píng)論 6 390
  • 文/花漫 我一把揭開白布羞迷。 她就那樣靜靜地躺著界轩,像睡著了一般。 火紅的嫁衣襯著肌膚如雪衔瓮。 梳的紋絲不亂的頭發(fā)上浊猾,一...
    開封第一講書人閱讀 51,245評(píng)論 1 299
  • 那天,我揣著相機(jī)與錄音热鞍,去河邊找鬼葫慎。 笑死,一個(gè)胖子當(dāng)著我的面吹牛薇宠,可吹牛的內(nèi)容都是我干的偷办。 我是一名探鬼主播,決...
    沈念sama閱讀 40,120評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼澄港,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼椒涯!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起回梧,我...
    開封第一講書人閱讀 38,964評(píng)論 0 275
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤废岂,失蹤者是張志新(化名)和其女友劉穎祖搓,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體湖苞,經(jīng)...
    沈念sama閱讀 45,376評(píng)論 1 313
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡拯欧,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,592評(píng)論 2 333
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了袒啼。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片哈扮。...
    茶點(diǎn)故事閱讀 39,764評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖蚓再,靈堂內(nèi)的尸體忽然破棺而出滑肉,到底是詐尸還是另有隱情,我是刑警寧澤摘仅,帶...
    沈念sama閱讀 35,460評(píng)論 5 344
  • 正文 年R本政府宣布靶庙,位于F島的核電站,受9級(jí)特大地震影響娃属,放射性物質(zhì)發(fā)生泄漏六荒。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,070評(píng)論 3 327
  • 文/蒙蒙 一矾端、第九天 我趴在偏房一處隱蔽的房頂上張望掏击。 院中可真熱鬧,春花似錦秩铆、人聲如沸砚亭。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,697評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)捅膘。三九已至,卻和暖如春滚粟,著一層夾襖步出監(jiān)牢的瞬間寻仗,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,846評(píng)論 1 269
  • 我被黑心中介騙來泰國(guó)打工凡壤, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留署尤,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 47,819評(píng)論 2 370
  • 正文 我出身青樓亚侠,卻偏偏與公主長(zhǎng)得像曹体,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子盖奈,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,665評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容