3.看似不可思议，然而，最近笔者在调查一个问题的时候，通过自研的 APM 平台发现公司的一个产品的大部分 OOM 确实有这样的特征，即：OOM 崩溃时，java 堆内存远远低于 Android 虚拟机设定的上限，并且物理内存充足，SD 卡空间充足
既然内存充足，这时候为什么会有 OOM 崩溃呢？
二、问题描述
在详细描述问题之前，先弄清楚一个问题：
什么导致了 OOM 的产生？
下面是几个关于 Android 官方声明内存限制阈值的 API：
通常认为 OOM 发生是由于 java 堆内存不够用了，即
这种 OOM 可以非常方便的验证（比如: 通过 new byte[] 的方式尝试申请超过阈值maxMemory() 的堆内存），通常这种 OOM 的错误信息通常如下：
而前面已经提到了，本文中发现的 OOM 案例中堆内存充裕（Runtime.getRuntime().maxMemory() 大小的堆内存还剩余很大一部分），设备当前内存也很充裕（ActivityManager.MemoryInfo.availMem 还有很多）。这些 OOM 的错误信息大致有下面两种：
1 . 这种 OOM 在 Android6.0，Android7.0 上各个机型均有发生，文中简称为 OOM 一，错误信息如下：
2 . 集中发生在 Android7.0 及以上的华为手机（EmotionUI_5.0 及以上）的 OOM，简称为 OOM 二，对应错误信息如下：
三、问题分析及解决
3.1代码分析
Android 系统中，OutOfMemoryError 这个错误是怎么被系统抛出的？下面基于 Android6.0 的代码进行简单分析：
1. Android 虚拟机最终抛出OutOfMemoryError 的代码位于/art/runtime/thread.cc
图 3-1 ART Runtime 抛出的位置
2. 搜索代码可以发现以下几个地方调用了上述方法抛出 OutOfMemoryError 错误
3. 第一个地方是堆操作时
这种抛出的其实就是堆内存不够用的时候，即前面提到的申请堆内存大小超过了Runtime.getRuntime().maxMemory()
1 . 第二个地方是创建线程时
对比错误信息，可以知道我们遇到的 OOM 崩溃就是这个时机，即创建线程的时候（Thread::CreateNativeThread）产生的。
2 . 还有其他的一些错误信息如“[XXXClassName] of length XXX would overflow”是系统限制String/Array 的长度所致，不在本文讨论之列。
那么，我们关心的就是Thread::CreateNativeThread 时抛出的 OOM 错误，创建线程为什么会导致 OOM 呢？
3.2推断
既然抛出来 OOM，一定是线程创建过程中触发了某些我们不知道的限制，既然不是 Art 虚拟机为我们设置的堆上限，那么可能是更底层的限制。Android 系统基于 linux，所以 linux 的限制对于 Android 同样适用，这些限制有：
1 ./proc/pid/limits 描述着 linux 系统对对应进程的限制，下面是一个样例：
用排除法筛选上面样例中的 limits：
- Max stack size，Max processes 的限制是整个系统的，不是针对某个进程的，排除；
- Max locked memory ，排除，后面会分析，线程创建过程中分配线程私有 stack 使用的 mmap 调用没有设置 MAP_LOCKED，所以这个限制与线程创建过程无关 ；
- Max pending signals，c 层信号个数阈值，无关，排除 ；
- Max msgqueue size，Android IPC 机制不支持消息队列，排除。
剩下的 limits 项中，Max open files 这一项限制最可疑Max open files 表示 每个进程最大打开文件的数目，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），这个限制表明 fd 的数目不能超过 Max open files 规定的数目。
后面分析线程创建过程中会发现过程中涉有及到文件描述符。
2 . /proc/sys/kernel 中描述的限制
这些限制中与线程相关的是 /proc/sys/kernel/threads-max，规定了每个进程创建线程数目的上限，所以线程创建导致 OOM 的原因也有可能与这个限制相关。
3.3验证
下面对上述的推断进行验证，分两步：本地验证和线上验收。
- 本地验证：在本地验证推断，试图复现与图 [2-4]OOM 一与图 [2-5]OOM 二所示错误消息一致的 OOM
- 线上验收：下发插件，验收线上用户 OOM 时确实是由于上面的推断的原因导致的。
本地验证
实验一：?触发大量网络连接（每个连接处于独立的线程中）并保持，每打开一个 socket 都会增加一个 fd（/proc/pid/fd 下多一项）
注：不只有这一种增加 fd 数的方式，也可以用其他方法，比如打开文件，创建 handlerthread 等等
- 实验预期：当进程 fd 数（可以通过 ls /proc/pid/fd | wc -l 获得）突破 /proc/pid/limits 中规定的 Max open files 时，产生 OOM；
- 实验结果：当 fd 数目到达 /proc/pid/limits 中规定的 Max open files 时，继续开线程确实会导致 OOM 的产生。
错误信息及堆栈如下：
可以看出，此 OOM 发生时的错误信息确与线上发现的 OOM 一的“Could not allocate JNI Env” 吻合，因此线上上报的 OOM 一 可能 就是由 FD 数超限导致的，不过最终确定需要到线上进行验证 (下一小节)。此外从 ART 虚拟机的 Log 中看出，还有一个关键的信息 “ art: ashmem_create_region failed for ‘indirect ref table’: Too many open files”，后面会用于问题定位及解释。
实验二：创建大量的空线程（不做任何事情，直接 sleep）
- 实验预期：
- 当线程数（可以在/proc/pid/status 中的threads项实时查看）超过/pr
《Android学习笔记总结+最新移动架构视频+大厂安卓面试真题+项目实战源码讲义》
【docs.qq.com/doc/DSkNLaERkbnFoS0ZF】 完整内容开源分享
oc/sys/kernel/threads-max 中规定的上限时产生 OOM 崩溃。
- 实验结果：
- 在 Android7.0 及以上的华为手机（EmotionUI_5.0 及以上）的手机产生 OOM，这些手机的线程数限制都很小 (应该是华为 rom 特意修改的 limits)，每个进程只允许最大同时开 500 个线程，因此很容易复现了。
OOM 时错误信息如下：
可以看出 错误信息与我们线上遇到的 OOM 二吻合：“pthread_create (1040KB stack) failed: Out of memory”?另外 ART 虚拟机还有一个关键 Log：“pthread_create failed: clone failed: Out of memory”，后面会用于问题定位及解释。
1 . 其他 Rom 的手机线程数的上限都比较大，不容易复现上述问题。但是，对于 32 位的系统，当进程的逻辑地址空间不够的时候也会产生 OOM，每个线程通常需要 mapp 1MB 左右的 stack 空间（stack 大小可以自行设置），32 为系统进程逻辑地址 4GB，用户空间少于 3GB。逻辑地址空间不够（已用逻辑空间地址可以查看 /proc/pid/status 中的 VmPeak/VmSize 记录），此时创建线程产生的 OOM 具有如下信息：
线上验收及问题解决
本地尝试复现的 OOM 错误信息中图 [3-5] 与线上 OOM 一情况比较吻合，图 [3-6] 与线上 OOM 二的情况比较吻合，但线上的 OOM 一真的时 FD 数目超限，OOM 二真的是由于华为手机线程数超限的原因导致的吗？最终确定还需要取线上设备的数据进行验证。
验证方法：
下发插件到线上用户，当 Thread.UncaughtExceptionHandler 捕获到OutOfMemoryError 时记录 /proc/pid 目录下的如下信息：
1. /proc/pid/fd 目录下文件数 (fd 数)
2. /proc/pid/status 中 threads 项（当前线程数目）
3. OOM 的日志信息（出了堆栈信息还包含其他的一些 warning 信息
线上 OOM 一验证
发生 OOM 一的线上设备中采集到的信息：
1. /proc/pid/fd 目录下文件数与 /proc/pid/limits 中的 Max open files 数目持平，证明 FD 数目已经满了；
2. 崩溃时日志信息与图 [3-5] 基本一致；
由此，证明 线上的 OOM 一确实是由于 FD 数目过多导致的 OOM，推断验证成功。
OOM 一的定位与解决：
最终原因是 App 中使用的长连接库再某些时候会有瞬时发出大量 http 请求的 bug(导致 FD 数激增)，已修复。
线上 OOM 二验证?集中在华为系统的 OOM 二崩溃时收集到的信息样例如下，（收集的样例中包含的 devicemodel 有 VKY-AL00，TRT-AL00A，BLN-AL20，BLN-AL10，DLI-AL10，TRT-TL10，WAS-AL00 等）：
1. /proc/pid/status 中 threads 记录全部到达上限：Threads： 500；
2. 崩溃时日志信息与图 [3-6] 基本一致；
推断验证成功，即 线程数受限导致创建线程时 clone failed 导致了线上的 OOM 二。
OOM 二的定位与解决：
关于 App 业务代码中的问题还在定位修复中。
3.4解释
下面从代码分析本文描述的 OOM 是怎么发生的，首先线程创建的简易版流程图如下所示：
上图中，线程创建大概有两个关键的步骤：
- 第一列中的 创建线程私有的结构体 JNIENV(JNI 执行环境，用于 C 层调用 Java 层代码)
- 第二列中的 调用 posix C 库的函数 pthread_create 进行线程创建工作
下面对流程图中关键节点（图中有标号的）进行说明：
1. 图中节点①，/art/runtime/thread.cc 中的函数Thread:CreateNativeThread部分节选代码如下：
可知：
- JNIENV 创建不成功时产生 OOM 的错误信息为 “Could not allocate JNI Env”，与文中 OOM 一一致
pthread_create失败时抛出 OOM 的错误信息为"pthread_create (%s stack) failed: %s"．其中详细的错误信息由 pthread_create 的返回值（错误码）给出。错误码与错误描述的对应关系可以参见 bionic/libc/include/sys/_errdefs.h中的定义。文中 OOM 二的具体错误信息为"Out of memory"，就说明 pthread_create 的返回值为 12。
ck) failed: %s"．其中详细的错误信息由 pthread_create 的返回值（错误码）给出。错误码与错误描述的对应关系可以参见 bionic/libc/include/sys/_errdefs.h中的定义。文中 OOM 二的具体错误信息为"Out of memory"，就说明 pthread_create 的返回值为 12。
[外链图片转存中…(img-GNlgHz0i-1638852493614)]