Quartz 4

🔍 搜索

内存统计口径

8 min read

内存统计口径

整机内存占用

💡 整机内存占用 = 静态预留内存 + 内核占用内存 + 非Cached(oom_adj < 900)进程的Pss总和

静态预留内存 = DDR大小 - memTotal - GCMA

GCMA内存大小获取方式

  • 0.执行mount -t debugfs none /sys/kernel/debug；挂载debugfs
  • 1.先cd /sys/kernel/mm/cma/；
  • 2.遍历目录下每一个子目录<region name>，cat <region name>/gcma，过滤出值为1的region；
  • 3.cat /sys/kernel/debug/cma/<region name>/count；
  • 4.将所有gcma为1的region的count值累加，最后乘以4，单位为KB)。

内核占用内存 = Kernel（dumpsys meminfo中Used RAM:中的kernel值）- Dma_unmaped（dumpsys meminfo中DMA-BUF:的unmapped值）- GPU_private（dumpsys meminfo中的GPU:的private）；它包含kernelCmaUsage，若内核没有使能CONFIG_CMA_FS，会导致dumpsys meminfo统计不到CMA的使用情况，内核内存就计算不准确。

内核占用内存也可以如下公式计算：

内核占用内存 = proc_meminfo.Shmem + proc_meminfo.SUnreclaim + proc_meminfo.VmallocUsed + proc_meminfo.PageTables + proc_meminfo.SecPageTables + proc_meminfo.KernelStack(当CONFIG_VMAP_STACK未使能时；其中iQoo已使能，小米P1已使能) + kernelCmaUsage（dumpsys meminfo中的 Kernel CMA值）

kernelCmaUsage有三种获取方式：

1）dumpsys meminfo中的 Kernel CMA值；

2）cat sys/kernel/mm/cma/<region name>/alloc_pages_success - cat sys/kernel/mm/cma/<region name>/release_pages_success，累加sys/kernel/mm/cma所有子目录，最后*4；

3）cat /sys/kernel/debug/cma/<region name>/used，累加/sys/kernel/debug/cma的所有子目录，最后*4；

进程Pss内存(root版本) = dumpsys_meminfo.TOTAL - dumpsys_meminfo.graphics + Gpu_memory(GL) + DMA_buf。

附件：shell脚本（token: Xd4SbqkQLocnhLxYpyEct0DynFh，下载权限不足，无法获取）

内存基线统计规则

白板流程图（内存基线统计方案思维导图）：

整机内存基线

  • 方案一
    • 已达标部门内存基线
      • SR已达标进程内存基线（按OS4.0 实际占用 基线）
        • 非图形非DMA内存基线（按OS4.0 实际占用 基线）
        • 图形DMA内存基线（按OS4.0 实际占用 基线）
    • 未达标部门内存基线
      • SR已达标进程内存基线（按OS4.0 实际占用 基线）
        • 非图形非DMA内存基线（按OS4.0 实际占用 基线）
        • 图形DMA内存基线（按OS4.0 实际占用 基线）
      • SR未达标进程内存基线（按OS4.0 目标占用 基线）
  • 方案二
    • 已达标部门内存基线
      • SR已达标进程内存基线（按OS4.0 实际占用 基线）
        • 非图形非DMA内存基线（按OS4.0 实际占用 基线）
        • 图形DMA内存基线（按OS4.0 实际占用 基线）
    • 未达标部门内存基线（按OS4.0 目标占用 基线）
      • SR已达标进程内存基线（按OS4.0 实际占用 基线）
        • 非图形非DMA内存基线（按OS4.0 实际占用 基线）
        • 图形DMA内存基线（按OS4.0 实际占用 基线）
      • SR未达标进程暂不内存基线

内存基线分类表

进程内存

基线类型内存分类QcomMTKXRing备注
图形+DMAGLUNMAPPED=cat /sys/class/kgsl/kgsl/proc/<pid>/gpumem_unmapped
MAPPED=cat /sys/class/kgsl/kgsl/proc/<pid>/gpumem_mapped
GL_KB= (UNMAPPED + MAPPED)/1024		GL_KB=4 * (cat /proc/mtk_mali/gpu_memory 2)GL_KB=4 * (cat /proc/xgpu/gpu_memory 2)GPU驱动分配的内存：BufferObject, GLcommand, GLTexture, MemPool, VBO
涉及的进程pid：
Qcom: adb shell ls -l /d/kgsl/proc/
MTK: adb shell cat /proc/mtk_mali/gpu_memory
XRing: adb shell cat /proc/xgpu/gpu_memory
图形+DMADMA(含EGL)dmabuf_dumpdmabuf_dumpdmabuf_dump通过gralloc等分配dmabuf内存：图形、多媒体、相机。
图形+DMANative堆图形内存GPU驱动
libGLESv2_adreno, vulkan.adreno, libadreno_, libgsl, libCB, libRCC, libllvm-qgl, libllvm-glnext
Display HAL
mapper.qti, libgrallocutilsng, libgralloc.qti, libgralloc.system.qti, libgralloccore, vendor.qti.hardware.display.snapalloc-impl, libsdmcore, libsdmextension, libqservice, eglSubDriverAndroid		GPU驱动
libGLES_mali, vulkan.mali, libmtk_mali
Graphics
mapper.mediatek, libgralloc_extra, libmtk_drvb, libmtk_colortm		libGLES_mali, vulkan.mali
mapper.xring, vendor.xring.hardware.display.composerext, vendor.xring.hardware.gamingplus		GPU驱动动态库和显示框架动态库分配的native内存
Graphics Framework: libhwui, libgui, libEGL, libGLESv2, libvulkan, libui, libskia, libnativewindow
HAL/AIDL: android.hardware.graphics.allocator-V2-ndk, android.hardware.graphics.composer3
小米显示特性(XRing): vendor.xiaomi.hardware.display.mihwcextension, vendor.xiaomi.hardware.displayfeature_aidl, vendor.xiaomi.hardware.pqservice
非图形非DMA1、showmap <pid>
2、从showmap结果中提取/dev/kgsl-*的Pss内存作为GfxDev
3、Pss + SwapPss - Native堆图形内存 - GfxDev		1、showmap <pid>
2、Pss + SwapPss - Native堆图形内存		1、showmap <pid>
2、Pss + SwapPss - Native堆图形内存		包括代码、数据、文件、线程栈、java堆、native堆及其他内存；但排除native堆图形内存和GfxDev内存

内核/静态/LostRAM（字段定义中，具体数值待填充）

进程/子系统基线类型
内核内核占用
内核驱动占用
内核进程占用
静态预留HLOS
静态预留器件
LostRAM-

Dumpsys meminfo

Framework计算方式详情备注
Total RAM=meminfo.MemTotal
Free RAM=cachedPss + MoreCachedSize(原生CachedSize) + meminfo.FreecachedPss = ADJ>=900的所有进程Pss之和
MoreCachedSize = meminfo.KReclaimable + meminfo.Buffers + meminfo.Cached
CachedSize = MoreCachedSize - meminfo.Mapped		小米：重复统计了Adj >= 900进程的meminfo.Mapped；
Google: 未包含被进程
Used RAM= totalPss - cachedPss + kernelUsedtotalPss = 所有进程Pss之和 - memtrack_graphics + dmabufMapped - memtrack_gls(当gpuUsage和gpuPrivateUsage都大于等于0时)
kernelUsed = meminfo.Shmem + meminfo.SUnreclaim + meminfo.VmallocUsed + meminfo.PageTables + meminfo.KernelStack(当CONFIG_VMAP_STACK未使能时) + ionUnmapped（当ionHeap和ionPool都大于等于0时；ionUnmapped = ionHeap - dmabufMapped）或dmabufUnmapped（dmabufUnmapped = totalExportedDmabuf - dmabufMapped）+ gpuPrivateUsage（当gpuUsage和gpuPrivateUsage都大于等于0时）+ kernelCmaUsage		华为mate60 pro（鸿蒙4.2对应android S）:
totalPss = 所有进程Pss之和（Pss仅包括GL内存）
kernelUsed = meminfo.Shmem + meminfo.SUnreclaim + meminfo.VmallocUsed + meminfo.PageTables + meminfo.KernelStack + gpuPrivateUsage（当gpuUsage大于0时）
其他友商竞品与小米一致
Lost RAM

图片展示的是Android系统中dumpsys meminfo代码片段。当满足特定条件时，代码会获取内存相关信息并打印。关键部分是使用memInfo对象获取cachedSizeKb、freeSizeKb、zramKb、kernelKb等内存大小，以及cachedPss、freePss等内存使用情况。代码还对lopts.isCompact条件分支进行判断，若为真则打印总RAM、cached RAM等信息，若为假则打印RAM、cached PSS等信息。该图片与文档中dumpsys meminfo内容紧密相关，展示了内存信息获取与打印的代码实现。

图片展示了一段C语言代码，用于计算和打印内存相关数据。代码中定义了多个内存大小变量，如ionHeap、ionPool、dmabufMapped等。通过if条件判断，计算并打印出ionHeap、ionPool、dmabufMapped等内存大小，还计算了totalExportedDmabuf、dmabufUnmapped等内存值。代码最后还处理了dmabufHeapExported内存值。该代码与文档中内存统计口径相关，用于获取内存使用情况数据。

图片展示的是Android系统中内存统计相关代码片段。代码用于获取和打印内存使用情况，包括DMA-BUF Heaps、GPU总使用量、GPU私有使用量、Kernel CMA使用量等。其中，DMA-BUF Heaps使用了Debug.getDbmbufHeapPoolsSizeKB()方法获取，GPU总使用量和私有使用量分别通过Debug.getGpuTotalUsageKb()和Debug.getGpuPrivateMemoryKb()获取，Kernel CMA使用量通过Debug.getKernelCmaUsageKb()获取。

图片展示的是Android系统中与内存统计相关的代码片段。代码中定义了多个内存统计变量，如lostRAM、kernelUsed等，并对这些变量进行计算和输出。其中，lostRAM通过减去其他内存值计算得出；kernelUsed等于kernelCmaUsage。

图片展示的是Android系统中Dumpsys meminfo命令相关代码片段。代码在判断是否简要输出时，若不简要，会打印ZRAM、Swap等内存信息；若简要，仅打印ZRAM、Swap总大小。接着获取ksm信息，若ksm共享、不共享、可变信息不为0，打印对应信息。最后获取进程列表的内存级别、缓存恢复阈值等信息。

图片展示的是Android系统中dumpsys meminfo命令相关代码片段。代码中使用if语句判断ksm相关常量值，若满足条件则打印ksm相关信息，如ksm共享、ksm共享未共享、ksm未共享、ksm可变等大小，以及tuning相关信息。还通过ActivityManager类获取内存类、大内存类等信息。

图片展示的是一段Java代码，涉及内存相关方法，如getCachedSizeKb()、getMoreCachedSizeKb()、getKernelUsedSizeKb()等。代码中对内存缓存大小获取及内核使用内存量计算等进行了定义，包含注释说明，如MEMINFO_RECLAIMABLE包含MEMINFO_SLAB_RECLAIMABLE和ION池等信息，还提及了在旧内核情况下的处理方式等。

ionHeap

图片展示的是Android系统中android_os_Debug_getIonHeapsSizeKb函数的代码。该函数用于获取Ion堆的大小，以KB为单位返回。函数首先初始化heapsSizeKb为-1，然后通过meminfo::ReadIonHeapsSizeKb(&size)调用内部函数读取Ion堆大小，若读取成功则将size赋值给heapsSizeKb，最后返回heapsSizeKb。

图片展示的是一个C++函数代码片段，用于读取ION堆的分配大小（以KB为单位）。函数名为ReadIonHeapsSizeKb，接受两个参数：uint64_t* size，用于接收分配大小；const std::string& path，可选参数，指定路径/sys/kernel/ion/total_heaps_kb路径，默认为该路径。

图片展示的是一个C++函数代码片段，函数名为ReadIonHeapsSizeKb，参数为uint64_t* size和const std::string& path，返回值为bool。函数内部调用了ReadSysfsFile函数。

图片展示的是一个名为ReadSysfsFile的函数代码。该函数接收一个字符串类型的path参数和一个uint64_t*类型的value参数。函数首先调用android::base::ReadFileToString读取指定路径的文件内容，若读取失败则记录错误信息并返回false。接着将读取到的内容转换为uint64_t类型赋值给value，若转换失败同样返回false。最后无论成功与否，函数均返回true。

ionPool

图片展示的是Android系统中android_os_Debug_getIonPoolsSizeKb函数的代码。该函数用于获取Ion池大小（以KB为单位）。函数首先初始化poolsSizeKb为-1，然后通过meminfo::ReadIonPoolsSizeKb函数读取Ion池大小，若读取成功则将size赋值给poolsSizeKb，最后返回poolsSizeKb。

图片展示的是一个C++函数代码片段，函数名为ReadIonPoolsSizeKb，用于读取ION池分配大小（以KB为单位）。函数接受两个参数：uint64_t* size，用于接收读取到的大小值；const std::string& path，为读取路径，默认为"/sys/kernel/ion/total_pools_kb"。

图片展示了一段代码内容，主要是名为ReadIonPoolsSizeKb的函数，函数接收一个指向uint64_t类型的指针size和一个const std::string&类型的路径path作为参数，函数体内通过调用ReadSysfsFile函数，并传入path和size参数，最后返回ReadSysfsFile函数的执行结果。

totalExportedDmabuf

图片展示的是Android系统中android_os_Debug_getDmabufTotalExportedKb函数的代码。该函数用于获取总导出的dmabuf大小，以KB为单位。函数首先初始化dmabufTotalSizeKb为-1，然后通过dmabufinfo::GetDmabufTotalExportedKb(&size)获取大小，若获取成功则将size赋值给dmabufTotalSizeKb，最后返回dmabufTotalSizeKb。

图片展示的是Android系统中与DMA-BUF相关的函数代码。函数名为GetDmabufTotalExportedKb，用于计算所有导出的DMA-BUF总大小，以KB为单位。该函数不读取或解析DMA-BUF sysfs统计的其余部分以提高性能。函数参数包括uint64_t类型的total_exported，以及const std::string&类型的path，当前设置为"/sys/kernel/dmabuf/buffers"。此函数仅用于单元测试，不供客户端使用。

图片展示的是一个C++函数代码，用于获取dmabuf_total_exported_kb值。函数名为GetDmabufTotalExportedKb，接受uint64_t* total_exported和const std::string& dmabuf_sysfs_stats_path两个参数。代码首先打开指定路径的目录，若无法访问则返回false。接着遍历目录内容，对每个项，通过拼接路径读取其"/size"下的size值，累加到total_exported中。最后将total_exported除以1024并返回true。

dmabufMapped

图片展示的是Android系统中android_os_Debug_getDmabufMappedSizeKb函数的代码实现。该函数用于获取DmaBuf映射的大小。代码首先初始化dmabufPss为0，然后通过opendir打开/proc目录，若失败则返回false。接着循环读取目录中的文件，将文件名转换为进程ID，若ID为0则跳过。若读取映射失败则记录错误。最后遍历DmaBuf信息，将每个DmaBuf的大小除以1024累加到dmabufPss中，最终返回dmabufPss。

图片展示的是一个C++函数的代码片段，函数名为ReadDmaBufMapRefs。该函数用于将特定进程的已映射dmabuf对象添加到现有向量中，若向量中已有匹配inode的元素，则更新引用计数。函数成功返回true，否则返回false。函数参数包括进程ID、dmabuf对象向量、procfs路径和dmabuf_sysfs路径。

图片展示的是一个名为ReadDmaBufMapRefs的函数代码，用于读取dma_bufs映射引用。函数接受进程ID、std::vector<DmaBuffer*>类型的dmabufs、std::string类型的procs_path和dma_bufs_sysfs_path参数。首先打开映射文件，若失败则返回false。接着处理映射，若为dma_buf，则处理映射到现有对象的引用；若未直接找到，尝试创建新对象并添加到dmabufs。若为FileDmaBuf，检查映射引用，若不为空则返回。若创建新DmaBuffer，尝试从sysfs获取出口器名称，最后更新DmaBuffer引用。

图片展示的是一个C++代码片段，用于处理内存统计相关数据。代码中使用getline函数逐行读取文件内容，若读取的行数据无法通过android::procinfo::ReadMapFileContent函数解析，将记录错误信息并返回false。若所有行均能正常解析，则返回true。

gpuUsage

图片展示的是Android系统中android_os_Debug_getGpuTotalUsageKb函数的代码。该函数接收JNIEnv*和jobject参数，用于获取GPU总使用量。代码中，先获取sizeKb变量，若meminfo::ReadGpuTotalUsageKb读取成功，则将size赋值给sizeKb，最后返回sizeKb。

图片展示的是一个C语言函数ReadGpuTotalUsageKb的代码。该函数接收一个uint64_t类型的指针参数size，用于返回GPU总使用量。注释说明gpu_mem_total tracepoint将PID 0定义为全局总和，当前Android设备GPU ID 0即可满足需求，未来若设备有多个GPU，需检查所有GPU ID。函数通过调用ReadProcessGpuUsageKb函数来获取GPU总使用量。

图片展示的是一个C++函数代码，用于读取GPU使用情况。函数名为ReadProcessGpuUsageKb，接受uint32_t类型的pid和gpu_id参数。代码首先检查是否满足特定条件，然后定义常量kBpfGpuMemTotalMap。接着通过BpfMapR0读取GPU内存使用情况，若读取成功则获取gpu_mem值，若失败则返回0。最后，若size不为0则将其值除以1024，函数返回true。

gpuPrivateUsage

图片展示的是Android系统中获取GPU私有内存的代码实现。代码首先检查是否支持GPU私有内存，然后创建memtrack_proc结构体，若失败则返回错误。接着获取GPU私有内存总量，若旧HAL实现不支持则返回-1，否则返回内存值除以1024。

图片展示的是一个C++函数代码，用于判断HAL是否支持GPU私有内存。函数名为halSupportsGpuPrivateMemory，首先获取ro.product.first_api_level和ro.build.version.sdk的整数值，分别赋值给productApiLevel和boardApiLevel。接着，通过std::min函数取两者最小值，判断其是否大于等于_ANDROID_API_S_，最终返回判断结果。

图片展示的是memtrack_proc_get函数的代码。该函数接收memtrack_proc指针p和pid_t类型的参数pid。首先检查p是否为NULL，若为NULL则返回-EINVAL。接着将p中pid赋值给p->pid，遍历kMemtrackTypes.size()个类型，调用memtrack_proc_get_type函数获取类型相关信息，若返回值不为0则返回该值。最后调用memtrack_proc_sanity_check函数进行检查。

图片展示的是一个C++函数代码，名为memtrack_proc_get_type，用于获取进程的内存跟踪类型。函数接收memtrack_proc_type *t、pid_t pid和MemtrackType type三个参数。首先获取IMemtrack代理服务，若失败返回-1。接着调用服务的getMemory方法获取内存记录，若失败也返回-1。最后遍历记录，将sizeInBytes和flags赋值给t->records数组对应位置。

图片展示的是一个C语言函数memtrack_proc_gl_pss的代码。函数接受一个memtrack_proc类型的指针参数p，返回值类型为ssize_t。在函数内部，先将MemtrackType中的GL类型存入std::vector<MemtrackType>类型的变量types中，然后调用memtrack_proc_sum函数，传入p、types、以及(uint32_t)MemtrackRecord::FLAG_SMAPS_UNACCOUNTED作为参数。

图片展示的是一个C++函数memtrack_proc_sum的代码。函数接受memtrack_proc指针p、类型向量types和uint32_t flags参数。首先初始化sum为0，接着遍历types向量，获取每个type对应的records向量，再遍历records向量，若records[j].flags与flags相等，则将records[j].sizeInBytes累加到sum中。最后返回sum。

kernelCmaUsage

图片展示的是Android系统中android_os_Debug_getKernelCmaUsageKb函数的代码。该函数用于获取内核CMA（Contiguous Memory Allocator）的使用情况，单位为KB。函数首先初始化totalKernelCmaUsageKb为-1，接着调用meminfo::ReadKernelCmaUsageKb读取内核CMA使用大小，若读取成功则将读取值赋给totalKernelCmaUsageKb，最后返回该值。

图片展示的是一个C++函数代码片段，用于读取内核驱动程序通过CMA分配的内存总量，单位为KB。函数名为ReadKernelCmaUsageKb，参数包括uint64_t* size用于接收内存总量，以及const std::string& cma_stats_sysfs_path，其默认值为"/sys/kernel/mm/cma"，用于指定CMA状态的sysfs路径。

图片展示的是一个C++函数代码，用于读取CMA（Chunked Memory Allocation）相关内存使用情况。函数名为ReadKernelCmaUsageKb，接受uint64_t* size和const std::string& cma_stats_sysfs_path参数。代码中通过遍历目录获取alloc_pages_success和release_pages_success文件路径，分别读取其内容，计算并更新totalKernelCmaUsageKb变量，最后将totalKernelCmaUsageKb转换为KB并返回。

应用的gpu内存和dma内存

图片展示的是dumpsys meminfo命令的输出结果，重点突出Gfx dev、EGL mtrack、GL mtrack、Graphics等内存相关数据。其中Gfx dev内存为2424 KB，EGL mtrack内存为4848 KB，GL mtrack内存为384 KB，Graphics内存为7652 KB。

💡 Dumpsys meminfo中应用GLmtrack和EGLmtrack都是Memtrack通过各芯片厂商实现的Hal从内核节点中获取的；

图片展示了Android系统中获取应用GPU内存和DMA内存的流程图。从dumpApplicationMemoryUsage开始，经getMemoryInfo等步骤，最终通过getGpuPrivateMemoryKb获取GPU私有内存，再通过android_os_Debug_getGpuPrivateMemoryKb获取GPU私有内存KB。流程中还涉及Memtrack、MemtrackProxy等对象，以及HAL、JNI等接口。

GLmtrack

1）Qcom：仅统计了进程 unmapped的gpumem（cat sys/class/kgsl/kgsl/proc/5796/gpumem_unmapped，393216Bytes = 384KB，对应dumpsys meminfo截图中GLmtrack）

图片展示了在Linux系统中cat命令操作sys/class/kgsl/kgsl/proc/5796目录下gpumem_unmapped和gpumem_mapped文件的内容。其中，gpumem_unmapped文件显示393216Bytes=384KB，对应dumpsys meminfo截图中GLmtrack；gpumem_mapped文件显示13729792Bytes=13280KB。

2）MTK：统计kctx的used_pages（cat /proc/mtk_mali/gpu_memory | grep <pid>）

3）Xring：统计kctx的used_pages（cat /proc/xgpu/gpu_memory | grep <pid>）

EGLmtrack

1）Qcom：统计进程分配的ion内存（cat /d/kgsl/proc/5796/mem | grep ion）

图片展示的是在Qcom平台下，通过cat命令读取d/kgsl/proc/5796/mem文件，再grep ion过滤出相关内存信息的内容。显示了多个内存块的详细信息，包括inode、wlb、type、surface、size等参数，如inode为708688的内存块，type为ion，surface为23，size为998等。

2）MTK：统计进程正使用的按比例分摊的dma内存（echo “pid: <pid>” > proc/dma_heap/rss_pid, cat proc/dma_heap/rss_pid, 取userspace_pss）

3）Xring：统计进程（待补充）

dmabuf

dmabuf_dump命令导出的结果中按pid匹配找到进程的dmabuf信息块，对比EGLmtrack（例如：高通平台 cat /d/kgsl/proc/5796/mem | grep ion），可以看到完全被dmabuf包含（按Inode匹配）

图片展示的是Android系统中dmabuf_dump命令导出的结果，按pid匹配找到进程的dmabuf信息。

💡 为了准确评估应用业务的内存占用，需要将gpu内存和dmabuf内存按showmap的Pss内存分摊方式，归属给具体业务进程，请芯片厂商考虑修改memtrack统计方式，或评估是否认可如下计算方式(先剔除memtrace返回的GL和EGL，然后通过从kgsl内核节点和dmabuf_dump命令获取gpu和dmabuf的Pss值)：

进程Pss内存 = PSS(dumpsys) + SwapPss(dumpsys) - Graphic(dumpsys) + unmapped_gpumem(cat sys/class/kgsl/kgsl/proc/5796/gpumem_unmapped) + mapped_gpumem(cat sys/class/kgsl/kgsl/proc/5796/gpumem_mapped) + dmabuf_pss(dmabuf_dump结果中匹配进程pid）

Graph View