手机上的内存问题通常以一次白屏收场:进程被杀,崩溃报告里躺着一行 OOM,问题边界很清楚。到了鸿蒙 PC 的 2in1 形态上,剧本完全变了——窗口可以常驻八小时,内存从 180 MB 一路爬到 620 MB,全程没有任何一步触发崩溃,用户只会说一句「滚到后面有点粘手」。开发者既拿不到崩溃现场,也没有明确的时间点,这就是「忆衡 · Memora」这个内存诊断工作台要解决的问题。它跑在鸿蒙 PC 真机上,工程名 Memora_ohos,把堆构成、增长增速、缓存预算、引用保留链摊在同一块窗口里。
本文不复述指标定义,只讲工程上真正需要做判断的部分:ArkUI 布局怎么切、Canvas 2D 为什么自绘、高 DPI 下描边为什么发虚、几万个节点的引用图怎么排成人能读懂的形状、演示数据与真实采样怎么共用同一条管道。
一、桌面端带来的三个新观察需求
手机端的内存面板做不到三件事,原因不是能力,而是屏幕面积:一屏最多摆三张指标卡,四个维度只能压成四个页签,来回切换时时间窗早就滑走。而 2in1 的宽窗口把这块空间还了回来——左侧视图导航、中间主画布、右侧可折叠结论栏,下面压一条横贯全局的时间轴,四个维度可以同时在场。
对应的三个需求是:可回溯,用户说「刚才滚列表卡了一下」,要能回到那三分钟的时间窗,而不是只能看瞬时值;可并列,总量、增速、缓存预算、引用路径必须同屏可比,否则看得见「涨了」,看不见「谁在涨」;可下钻,从「某模块占用高」一路点到「这条引用链上哪一手没松」,中间不能断。
由此定下的第一条原则是:这不是仪表盘,而是工作台。仪表盘回答「现在多少」,工作台回答「下一步点哪里」。总览页因此刻意不放全量表格,只放四个可下钻的入口。
二、四个视图的切分依据,以及一条不能破的上下文约定
左侧四个视图(总览、增速、缓存预算、保留链)的切分标准不是「数据来源」,而是「读者脑子里的那句疑问」——一个视图只对应一个疑问。四个视图共用同一个顶部时间窗控件,且有一条硬约定:切换视图绝不重新采样。时间窗是全局唯一的上下文对象,四个视图各自从它派生切片。否则总览显示净增 86 MB,切到增速却是另一分钟的数据,两个数字对不上,用户的第一反应不会是「工具真强大」,而是「这工具在骗我」。
下钻链路被固定成三段:增速矩阵里点中 ImageCacheEntry → 跳到缓存视图并按该类型过滤 → 在条目行点「查看保留链」→ 跳转保留链视图并高亮对应路径。三段之间只传三个字段(类型名、条目 key、时间窗 ID),不传整个快照。
缓存视图在产品上最不炫,但在使用中价值最高,因为桌面应用的内存问题最后大多收敛到缓存预算。这里有个桌面特有的陷阱:照搬移动端的缓存预算,在 2in1 上几乎一定是错的方向。桌面窗口更宽、可视区更大,一屏能容纳的列表项可能是手机的三到四倍,图片解码的峰值与稳态占用随之上移;若按手机比例给预算,缓存会长期贴着上限运行,淘汰频率上升、命中率下降,表现出来的却是「滚动时偶发掉帧」这种看起来与内存无关的症状。
三、自绘而非图表库:首帧、坐标系与高 DPI
放弃图表库有三个理由,都不是为了「显得厉害」。第一是首帧预算:诊断工具通常在应用已经吃紧时才被打开,它没有资格再花 300 ms 初始化一个通用图表引擎。第二是坐标系统一:四个视图必须共用同一条时间轴、同一套颜色语义、同一套命中测试,通用库的坐标系与命中区域是封装的,跨视图联动时要不停在两套语义之间翻译。第三是一致的高 DPI 行为:桌面显示器缩放比例五花八门,通用库对 vp 与物理像素的换算不一定符合预期。
代价是要自己处理角度闭合、归一化、文本省略。最容易出问题的是高 DPI 下的描边:Canvas 默认坐标系是 vp,1 vp 在 1.5 倍缩放屏上等于 1.5 个物理像素。按 vp 画一条 1 单位宽的网格线,它会落在物理像素网格中间,抗锯齿把它抹成两条各 50% 灰度的线——这就是「高分屏上图表发虚、坐标看着总差半格」的根因。解决办法是把画布上下文单位直接声明为物理像素(LengthMetricsUnit.PX),并以 vp2px(1) 作为线宽基准,让描边落在整数像素上。
四、环形图与增速矩阵里的两个边界条件
环形图的细节是最小可见角。堆构成里常出现 0.4% 的切片,按比例算不到 1.5 度,视觉上完全不可见,而它可能正是要找的那处泄漏。所以先给每个切片保底一个角度(比如 0.8 度),剩余角度按真实比例分配;同时必须保证所有扇形严格加总等于 360 度,否则圆环首尾会留一道缝,在深色主题下格外显眼,且每次重绘位置都不同,看上去像渲染 bug。
增速矩阵的细节是归一化方向。不同对象类型的字节数差三个数量级是常态:位图缓存以 MB 计,排版测量缓存以 KB 计。若按全局最大值归一化,小类型的整行会是同一个深色,矩阵直接废掉。正确做法是按行归一化,让每一行把自己最暖的一格留给自己的峰值——矩阵的职责是看形状,不是比大小,比大小是下方档案表的事。连续渐变在密集矩阵里也读不出来,量化成五档更稳,对色觉差异也更友好。
- // entry/src/main/ets/core/charts.ets
- export interface Slice {
- key: string;
- bytes: number;
- }
- export interface Arc {
- key: string;
- startDeg: number;
- sweepDeg: number;
- ratio: number;
- }
- /** 堆构成转扇形:小切片保底可见角,且总和严格等于 360,不留首尾缝 */
- export function layoutRing(slices: Slice[], minSweepDeg: number): Arc[] {
- const arcs: Arc[] = [];
- if (slices.length === 0) {
- return arcs;
- }
- let total = 0;
- for (let index = 0; index < slices.length; index++) {
- if (slices[index].bytes > 0) {
- total += slices[index].bytes;
- }
- }
- if (total <= 0) {
- return arcs;
- }
- const floor = Math.max(0, Math.min(minSweepDeg, 360 / slices.length));
- const flexible = 360 - floor * slices.length;
- let cursor = 0;
- for (let index = 0; index < slices.length; index++) {
- const bytes = slices[index].bytes > 0 ? slices[index].bytes : 0;
- const ratio = bytes / total;
- const sweep = floor + flexible * ratio;
- arcs.push({ key: slices[index].key, startDeg: cursor, sweepDeg: sweep, ratio: ratio });
- cursor += sweep;
- }
- return arcs;
- }
- export interface GrowthRow {
- key: string;
- bucketBytes: number[];
- }
- /** 按行归一化:每行只和自己的峰值比,避免小类型被大类型压成同一格深色 */
- export function buildGrowthMatrix(rows: GrowthRow[], bucketCount: number): number[][] {
- const matrix: number[][] = [];
- if (bucketCount <= 0) {
- return matrix;
- }
- for (let rowIndex = 0; rowIndex < rows.length; rowIndex++) {
- const line = rows[rowIndex].bucketBytes;
- const cells: number[] = [];
- let rowMax = 0;
- for (let bucket = 0; bucket < bucketCount; bucket++) {
- const value = bucket < line.length ? line[bucket] : 0;
- const safe = value > 0 ? value : 0;
- cells.push(safe);
- if (safe > rowMax) {
- rowMax = safe;
- }
- }
- const normalized: number[] = [];
- for (let bucket = 0; bucket < bucketCount; bucket++) {
- normalized.push(rowMax <= 0 ? 0 : cells[bucket] / rowMax);
- }
- matrix.push(normalized);
- }
- return matrix;
- }
- /** 连续渐变在密集矩阵里读不出来,量化成五档更稳,也对色觉差异更友好 */
- export function quantizeLevel(value: number): number {
- const clamped = Math.min(1, Math.max(0, value));
- if (clamped <= 0) {
- return 0;
- }
- return Math.min(4, Math.ceil(clamped * 4));
- }
复制代码
这些边界条件肉眼查不出来——差半度不会有人发现,所以纯函数需要可断言的自测把它们钉住。
五、保留链:把几万个节点排成一张能读懂的图
一张 40 MB 的 PixelMap 回收不掉,把快照里的引用关系全画出来,会得到几千个节点、上万条边组成的毛线球。问题不在绘制,在裁剪与排序,做法分三步。
第一步,裁剪。从 GC Root 出发做一次 BFS,找到通往目标节点的最短持有链,链上节点保留,链外只留一层邻居作上下文,其余丢掉。保留下来的图通常只有十几到几十个节点,正好一屏。这一步顺带回答了一个常见困惑:用户拖进来的往往是一个「大对象」,但真正该看的是「谁在持有它」,BFS 的路径本身就是答案。
第二步,分层。节点按「从 Root 出发的最长路径长度」分层,Root 在最上,越往下越接近被持有对象。为什么用最长路径而不是最短路径?因为引用图里存在大量捷径边(比如某个全局单例直接持有缓存),按最短路径分层会把同一个对象摆到很靠上的位置,视觉上「看起来没被列表项持有」,反而不利于定位。最长路径分层把节点推到它能到达的最深位置,链路层次一眼可辨。代码里用迭代上限兜住环形引用,脏数据不会把界面拖死。
第三步,排序。同层节点用一次重心法:先按上一层父节点的平均横坐标排,再按下一层子节点的平均横坐标排一次。迭代一次就够,两次以上只会让图面轻微抖动,并不会更可读。
还有一个工程硬要求:布局必须确定性。力导向布局看着更自然,但带随机种子,同一个快照两次打开形状不同,团队讨论时没法指着屏幕说「你看这条边」。分层布局输入相同则输出必然相同,这一点比好看重要得多。
- // entry/src/main/ets/core/chain.ets
- export interface ChainNode {
- id: string;
- label: string;
- retainedBytes: number;
- }
- /** from 持有 to:引用方向与绘制方向一致,Root 在上、被持有对象在下 */
- export interface ChainEdge {
- from: string;
- to: string;
- }
- /** 最长路径分层;用迭代上限兜住环形引用,脏数据也不会把界面拖死 */
- export function assignLayers(nodes: ChainNode[], edges: ChainEdge[]): Map<string, number> {
- const layers: Map<string, number> = new Map<string, number>();
- for (let index = 0; index < nodes.length; index++) {
- layers.set(nodes[index].id, 0);
- }
- const rounds = Math.min(nodes.length, 64);
- for (let round = 0; round < rounds; round++) {
- let changed = false;
- for (let index = 0; index < edges.length; index++) {
- const parent = layers.get(edges[index].from);
- const child = layers.get(edges[index].to);
- if (parent === undefined || child === undefined) {
- continue;
- }
- if (child < parent + 1) {
- layers.set(edges[index].to, parent + 1);
- changed = true;
- }
- }
- if (!changed) {
- break;
- }
- }
- return layers;
- }
- /** 正图上 BFS 求「哪个 Root 一路持有到目标」,返回的路径直接用于高亮 */
- export function shortestHoldPath(edges: ChainEdge[], root: string, target: string): string[] {
- if (root === target) {
- return [root];
- }
- const children: Map<string, string[]> = new Map<string, string[]>();
- for (let index = 0; index < edges.length; index++) {
- const from = edges[index].from;
- const existing = children.get(from);
- if (existing === undefined) {
- children.set(from, [edges[index].to]);
- } else {
- existing.push(edges[index].to);
- }
- }
- const queue: string[] = [root];
- const parentOf: Map<string, string> = new Map<string, string>();
- const seen: Set<string> = new Set<string>();
- seen.add(root);
- let cursor = 0;
- while (cursor < queue.length) {
- const current = queue[cursor];
- cursor++;
- const next = children.get(current);
- if (next === undefined) {
- continue;
- }
- for (let index = 0; index < next.length; index++) {
- const child = next[index];
- if (seen.has(child)) {
- continue;
- }
- seen.add(child);
- parentOf.set(child, current);
- if (child === target) {
- const path: string[] = [target];
- let walk = target;
- while (walk !== root) {
- const previous = parentOf.get(walk);
- if (previous === undefined) {
- return [];
- }
- path.unshift(previous);
- walk = previous;
- }
- return path;
- }
- queue.push(child);
- }
- }
- return [];
- }
复制代码
实际高亮出来的路径通常是从 Root 经 RenderViewModel、ChapterCard 落到 PixelMap。读法很简单:从上往下看「经过谁」,从下往上看「哪一手没松」。诊断结论一般落在最下面那一跳——列表项持有位图本身是设计,问题在于滚动出屏时这条链没有断开。
六、数据管线:演示数据与真实采样必须共用一条管道
需要说明的是,文章里的读数是演示样本,不是某次真机采集的实测结果。但「数据是演示的」不等于「管线可以是假的」:从原型第一天起,数据源就被做成接口,演示数据只是其中一个实现,这省下的返工远超当初多写的几十行代码。
管道形状是三个契约:SamplingWindow 描述「这批数据在什么条件下拿到」(场景、起始时间、时长、刷新率、窗口宽度 vp、设备型号、构建版本),HeapSample 承载「这批数据是什么」(总量、堆分段、增速行、缓存条目、引用链节点与边),DataSource 负责「从哪拿到」。视图只认接口,不认实现。
接口带来三个好处:可测,演示源能在没有设备时构造出「某一列连续三格偏暖」这种形状,专门验证矩阵的量化逻辑;可替换,真实采集能力接上后只需在装配处换掉数据源,四个视图一行都不用改;可复算,样本可以序列化成 JSON 随仓库提交,别人加载同一份样本,看到的图必须和截图里一模一样。
上图之前还有一道体检函数 validateSample,它返回的是问题清单而不是布尔值,因为它要贴在界面上给人看:window-id 不一致、总量非法、分段为负、增速各行长度不一、有边无边、刷新率不是 60/90/120 这类异常都会被列出来。空态文案写「该时间窗没有采集到样本」,而不是显示一排 0——在诊断工具里,混淆一次 0 与「没有数据」就足以让人误判。宁可显示空态,也不让一张「看起来对」的图流出去。
七、桌面交互里决定专业感的细节
桌面上有个残酷的评判标准:用户是拿着鼠标、按着键盘、随时拖窗口边缘在用你的应用,任何一处「像从手机移植过来」的细节都会让工具可信度打折。
悬停状态不要提升到整页级别的状态变量。如果每个色块的悬停标记都挂在主页面组件的 @State 上,鼠标在矩阵上横扫一遍就会触发几十次全页重建,画布跟着重绘几十次——正好制造出你本来想诊断的那种卡顿。正确做法是把悬停状态关在最小的可交互组件内部,父组件只在鼠标离开整个区域时收一次汇总事件。
断点切换时只重排、不重建。窗口宽度跨过 1180 vp 时右侧结论栏收起、主画布宽度翻倍;如果此时顺手把采样数据也重新加载一遍,用户会看到图表闪一下、时间窗跳回最新,而他的本意只是把窗口拖窄一点。数据的生命周期与布局的生命周期必须分开。
结语
这个工作台一共做了六个取舍:牺牲「什么都显示」换「每一块都能点下去」;四个视图共享一份上下文、各自只回答一个疑问;放弃图表库换回坐标系与首帧的控制权;确定性优先于美观;多一层数据接口换掉后期必然发生的重写;交互细节优先于视觉特效。它们共同指向一件事:在鸿蒙 PC 这种宽窗口、长时间驻留的形态上,内存工具的价值不在「现在多少」,而在「下一步点哪里、这条链为什么断不掉」。 |