叨叨

drawable中存放一些本地图片，用来在需要的地方调用，这是很常见的用法。

而近期，新版本应用即将上线，因此我将应因上传至阿里移动质检平台测试了一翻，检测出来的问题并不是很多，但在30台机器中，有三次内存溢出的情况出现，这让我很担心。

点开后查看详情：

分析

通过上图大致知道是引导页面出现的问题。为了更好的分析原因，决定通过MAT工具来分析内存占用情况。

在android studio中通过Android Monitor界面（查看log日志的那个）中的Monitors中的Dump java heap按钮，就可以在应用运行过程中实时的捕获内存的hprof文件。

捕获后可以在界面左侧的capture中看到文件

找到文件，通过sdk中的platform-tools文件夹内的hprof-conv工具来转换文件

在此文件夹内按住shift 同时鼠标右键点击打开命令行界面 

输入 hprof-conv 你的源hprof文件路径.hprof  目标路径.hprof

就可以完成转换了。

下面就可以通过MAT（Memory Analyaer Tool）工具来分析。MAT工具下载

MAT分析

点击左下侧的histogram，看到byte[]相对于其它占用了大量的内存

右键点击byte[],选择List objects-->with incoming references(如果到这里有类似：MAT是啥？不认识啊！等感觉，那么可以先自行去查一下MAT工具的使用了，这里不作详细说明)

打开之后如下

很明显，占用内存的大头就是前面几个，点开看看

发现bitmap，原来就是图片的原因（大多数内存溢出都是这个原因 0.0）

为了看是哪个图片，这里要借助一个图片工具：GIMP 下载点这里

选中mBuffer

然后右边会出现这个：

嗯，再右键我上面红箭头指向的mBuffer选项

把数据保存为文件，注意了，要以xxx.data形式保存

然后打开GIMP把这个bitmap.data拖进去

会出现这个：

选中RGB Alpah ,另外看到宽高这里，通过MAT工具是可以知道数据的，回到MAT，还是选中那个mBuffer，找到数据填进去就可以

填 好后，已经可以看到图片了：

（注意，为了自已的小隐私，这里打码了）

已经知道了，这就是引导页面的图片，但是查看文件

有7.9MB，天，我传到drawable去的时候只有100kb,怎么回事呢，然后看下另外的byte[]

全是一样的大小，说明不是图片的问题，应该是调用过程中的问题。

查看代码，这里引导页面是用viewpager实现的，这里只贴instantiateItem()的代码：

    @Override
    public Object instantiateItem(ViewGroup container, int position) {
     ....
        view.setImageResource(mGuides[position]);

     ....
        
    }

原因

是在drawable中直接引用的，去查了一翻之后，原来直接使用setImageResource方法，最终都是通过java层的createBitmap来完成的，需要消耗更多内存。

解决方法：

改用先通过BitmapFactory.decodeStream方法，创建出一个bitmap，再将其设为ImageView的 source，

查看一下decodeStream方法的源码：

 public static Bitmap decodeStream(InputStream is, Rect outPadding, Options opts) {
        // we don't throw in this case, thus allowing the caller to only check
        // the cache, and not force the image to be decoded.
        if (is == null) {
            return null;
        }

        Bitmap bm = null;

        Trace.traceBegin(Trace.TRACE_TAG_GRAPHICS, "decodeBitmap");
        try {
            if (is instanceof AssetManager.AssetInputStream) {
                final long asset = ((AssetManager.AssetInputStream) is).getNativeAsset();
                bm = nativeDecodeAsset(asset, outPadding, opts);
            } else {
                bm = decodeStreamInternal(is, outPadding, opts);
            }

            if (bm == null && opts != null && opts.inBitmap != null) {
                throw new IllegalArgumentException("Problem decoding into existing bitmap");
            }

            setDensityFromOptions(bm, opts);
        } finally {
            Trace.traceEnd(Trace.TRACE_TAG_GRAPHICS);
        }

        return bm;
    }

通过这个方法：

public static Bitmap readBitMap(Context context, int resId) {
		BitmapFactory.Options opt = new BitmapFactory.Options();
		opt.inPreferredConfig = Bitmap.Config.RGB_565;
		opt.inPurgeable = true;
		opt.inInputShareable = true;
		//获取资源图片
		InputStream is = context.getResources().openRawResource(resId);
		return BitmapFactory.decodeStream(is, null, opt);
	}

再查看内存：

发现从原先的52MB,减小到了14.4MB。原先加载一张图片需要7.9MB，总共5张，大概要40MB，这里就节约了近40MB的内存。

总结