CN111966603A - 内存泄露的检测方法及装置、可读存储介质及电子设备 - Google Patents
内存泄露的检测方法及装置、可读存储介质及电子设备 Download PDFInfo
- Publication number
- CN111966603A CN111966603A CN202010923437.8A CN202010923437A CN111966603A CN 111966603 A CN111966603 A CN 111966603A CN 202010923437 A CN202010923437 A CN 202010923437A CN 111966603 A CN111966603 A CN 111966603A
- Authority
- CN
- China
- Prior art keywords
- memory
- call stack
- probability
- detection data
- leakage detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000015654 memory Effects 0.000 title claims abstract description 428
- 238000001514 detection method Methods 0.000 title claims abstract description 185
- 238000000034 method Methods 0.000 claims abstract description 95
- 238000010586 diagram Methods 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 4
- 238000009877 rendering Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 25
- 230000006870 function Effects 0.000 description 17
- 238000012545 processing Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 7
- 238000013480 data collection Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Prevention of errors by analysis, debugging or testing of software
- G06F11/362—Debugging of software
- G06F11/366—Debugging of software using diagnostics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
- G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
- G06F9/5022—Mechanisms to release resources
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Debugging And Monitoring (AREA)
Abstract
本公开涉及计算机技术领域,提供了一种内存泄露的检测方法及装置、计算机可读存储介质和电子设备。其中,上述方法包括:对内存进行分配时,确定对当前内存分配的泄露检测数据的采集概率;当所述采集概率满足预设条件时,采集所述当前内存分配的泄露检测数据,以根据所述泄露检测数据确定内存泄露检测的结果。本公开基于确定的采集概率,可以降低内存泄露检测过程对计算机资源的占用和消耗,进而降低内存泄露检测过程对应用程序运行速度的影响。
Description
技术领域
本公开涉及计算机技术领域,具体而言,涉及一种内存泄露的检测方法、内存泄露的检测装置、计算机可读存储介质以及电子设备。
背景技术
内存泄露是指应用程序中动态分配的堆内存,在不使用后,由于其它原因而未及时释放的过程。由于内存的泄露,会导致对计算机内存资源的浪费,进而影响操作系统的运行速度,因此,对内存泄露进行检测以及时恢复浪费的内存资源,对提升操作系统的性能至关重要。
常用的内存泄露分析工具有Valgrind和TCMalloc,其工作原理都是在分配内存和释放内存的地方添加钩子,以捕获所有的内存分配函数malloc()/new和内存释放函数free()/delete,进而实现内存泄露检测。
然而,这种捕获所有的内存分配函数以检测内存泄露的方法,在内存分配和释放及其频繁的情况下,会占用较多的计算机内存资源,从而降低应用程序的运行效率。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种内存泄露的检测方法及装置、计算机可读存储介质及电子设备,进而至少在一定程度上改善内存泄露检测过程对应用程序运行效率的影响。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的第一方面,提供了一种内存泄露的检测方法,包括:
对内存进行分配时,确定对当前内存分配的泄露检测数据的采集概率;
当所述采集概率满足预设条件时,采集所述当前内存分配的泄露检测数据,以根据所述泄露检测数据确定内存泄露检测的结果。
在本公开的一种示例性实施例中,基于前述方案,所述对内存进行分配时,获取当前内存分配的泄露检测数据的采集概率,包括:
当接收到预设触发信号时,判断内存泄露检测的虚拟控制开关是否开启;
如果开启,对内存进行分配时,获取当前内存分配的泄露检测数据的采集概率。
在本公开的一种示例性实施例中,基于前述方案,所述对内存进行分配包括对应用程序进行内存分配;
所述内存泄露检测的虚拟控制开关通过以下方式开启:
响应于将配置文件中内存泄露检测的控制参数设置为开启状态所对应的值的触发操作,向所述应用程序发送所述预设触发信号,以使所述应用程序根据所述预设触发信号读取配置文件中所述开启状态的控制参数的值;
根据所述开启状态的控制参数的值,开启对所述应用程序的内存泄露检测的虚拟控制开关。
在本公开的一种示例性实施例中,基于前述方案,所述泄露检测数据包括应用程序的引擎调用栈和/或脚本调用栈。
在本公开的一种示例性实施例中,基于前述方案,所述确定对当前内存分配的泄露检测数据的采集概率包括:
获取配置文件中预设的第一采集概率,将所述第一采集概率确定为对当前内存分配的泄露检测数据的采集概率。
在本公开的一种示例性实施例中,基于前述方案,所述确定对当前内存分配的泄露检测数据的采集概率包括:
确定当前分配的内存的容积;
获取配置文件中预设的第二采集概率;
根据所述当前分配的内存的容积和所述预设的第二采集概率,确定对当前内存分配的泄露检测数据的采集概率。
在本公开的一种示例性实施例中,基于前述方案,根据所述当前分配的内存的容积和所述预设的第二采集概率,确定对当前内存分配的泄露检测数据的采集概率,包括:
记录每个预设时间间隔内分配的内存的总容积;
确定所述当前分配的内存的容积占最近一次预设时间间隔内分配的内存的总容积的比重;
计算所述比重和所述预设的第二采集概率的乘积,将所述乘积确定为所述当前内存分配的泄露检测数据的采集概率。
在本公开的一种示例性实施例中,基于前述方案,其特征在于,确定所述采集概率满足预设条件包括:
当所述生成的随机概率小于或等于所述采集概率时,则确定所述采集概率满足预设条件。
在本公开的一种示例性实施例中,基于前述方案,所述采集所述当前内存分配的泄露检测数据,包括:
采集当前应用程序的引擎调用栈和/或脚本调用栈;
当所述引擎调用栈和/或脚本调用栈在所述应用程序的调用栈集合中不存在时,将所述引擎调用栈和/或脚本调用栈添加到所述应用程序的调用栈集合中,并为所述引擎调用栈和/或脚本调用栈分配调用栈标识。
在本公开的一种示例性实施例中,基于前述方案,,所述采集所述当前内存分配的泄露检测数据,还包括:
获取当前分配的内存地址标识以及当前分配的内存容积的值;
将所述当前分配的内存地址标识添加到用于存储内存地址的哈希表中;
其中,所述当前分配的内存地址标识在所述哈希表中对应的值包括所述当前分配的内存容积的值和所述调用栈标识。
在本公开的一种示例性实施例中,基于前述方案,所述方法还包括:
对内存进行释放时,获取当前释放的内存地址标识;
当所述哈希表中存在所述当前释放的内存地址标识时,将所述当前释放的内存地址标识从所述哈希表中删除。
在本公开的一种示例性实施例中,基于前述方案,所述方法还包括:
响应于将配置文件中内存泄露检测的控制参数设置为关闭状态所对应的值的触发操作,向所述应用程序发送所述预设触发信号,以使所述应用程序根据所述预设触发信号读取配置文件中所述关闭状态的控制参数的值;
根据所述关闭状态的控制参数的值,关闭对所述应用程序的内存泄露检测的虚拟控制开关。
在本公开的一种示例性实施例中,基于前述方案,关闭对所述应用程序的内存泄露检测的虚拟控制开关后,所述方法还包括:
遍历哈希表中的内存地址标识,以确定所述内存地址标识所对应的所述内存容积的值和所述调用栈标识;
根据所述调用栈标识从所述调用栈集合中获取所述调用栈;
根据所述调用栈和所述内存容积的值渲染火焰图,以呈现所述内存泄露检测的结果。。
根据本公开的第二方面,提供了一种内存泄露的检测装置,包括:
采集概率确定模块,被配置为对内存进行分配时,确定对当前内存分配的泄露检测数据的采集概率;
泄露检测数据采集模块,被配置为当所述采集概率满足预设条件时,采集所述当前内存分配的泄露检测数据,以根据所述泄露检测数据确定内存泄露检测的结果。
在本公开的一种示例性实施例中,基于前述方案,所述装置还包括:
预设触发信号接收模块,被配置为当接收到预设触发信号时,判断内存泄露检测的虚拟控制开关是否开启;如果开启,对内存进行分配时,获取当前内存分配的泄露检测数据的采集概率。
根据本公开的第三方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如上述实施例中第一方面所述的内存泄露的检测方法。
根据本公开实施例的第四方面,提供了一种电子设备,包括:处理器;以及,存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例中第一方面所述的内存泄露的检测方法。
由上述技术方案可知,本公开示例性实施例中的内存泄露的检测方法、内存泄露的检测装置,以及实现所述内存泄露的检测方法的计算机可读存储介质及电子设备,至少具备以下优点和积极效果:
在本公开的一些实施例所提供的技术方案中,首先,对内存进行分配时,确定对当前内存分配的泄露检测数据的采集概率;然后,当采集概率满足预设条件时,采集对当前内存分配的泄露检测数据,以根据泄露检测数据确定内存泄露检测的结果。与相关技术相比,本公开基于采集概率来确定是否采集泄露检测数据,从而可以降低内存泄露检测过程对计算机资源的占用和消耗,进而降低对操作系统运行效率的影响。
本公开应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出本公开一示例性实施例中内存泄露的检测方法的流程示意图;
图2示出本公开一示例性实施例中开启内存泄露检测的方法的流程示意图;
图3示出本公开一示例性实施例中分配内存时的泄露检测数据的采集方法的流程示意图;
图4示出本公开一示例性实施例中释放内存时确定泄露检测数据的方法的流程示意图;
图5示出本公开一示例性实施例中关闭内存泄露检测的方法的流程示意图;
图6示出本公开一示例性实施例中输出内存泄露检测结果的方法的流程示意图;
图7示出本公开一示例性实施例中合并前后的调用栈的示意图;
图8示出本公开一示例性实施例中输出的火焰图的示意图;
图9示出本公开一示例性实施例中内存泄露的检测装置的结构示意图;
图10示出本公开示例性实施例中计算机可读存储介质的结构示意图;以及,
图11示出本公开示例性实施例中电子设备的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略所述特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
本说明书中使用用语“一个”、“一”、“该”和“所述”用以表示存在一个或多个要素/组成部分/等;用语“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等;用语“第一”和“第二”等仅作为标记使用,不是对其对象的数量限制。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。
内存泄露是指,应用程序中动态分配的堆内存,在不再使用后,由于疏忽或者其他原因没有释放,进而导致内存浪费的情况。
内存泄露一般具有累积性,发生内存泄露后,泄露的内存通常是持续性的缓慢增长的,初始阶段可能对操作系统的运行速度影响不大。当累积到一定程度后,就可能降低应用程序自身以及操作系统的运行速度,甚至可能会导致应用程序和操作系统崩溃。
因此,对内存泄露进行检测以及时恢复泄露的内存对提升计算机系统的性能显得至关重要。
相关技术中,常用的内存泄露分析工具有Valgrind和TCMalloc,它们的工作原理都是在分配内存和释放内存的地方添加钩子,捕获所有对内存分配函数malloc()/new以及内存释放函数free()/delete的调用。
与此同时,其都在应用程序启动后,就马上进行内存泄露的检测分析;在应用程序退出的时候,再输出本次运行过程中泄露的内存。
然而,内存泄露通常具有隐匿性,经常是在某种特定场景下才会泄露,因此直接审核代码很难直接定位到内存泄露的准确位置。
与此同时,在生产环境中,内存分配和释放极其频繁,使用内存分析工具对所有的内存分配和释放都进行捕获,通常会对应用程序的运行效率产生极大的影响,甚至导致应用程序提供的服务不可用。
进一步的,在发生内存泄露后,需要重启应用程序,以打开内存泄露分析功能,并且需要在应用程序退出的时候才能得到分析结果。
在本公开的实施例中,首先提供了一种内存泄露的检测方法,至少在一定程度上克服上述的相关技术中存在的缺陷。
图1示出本公开一示例性实施例中内存泄露的检测方法的流程示意图。参考图1,该方法包括:
步骤S110:对内存进行分配时,确定对当前内存分配的泄露检测数据的采集概率;
步骤S120:当采集概率满足预设条件时,采集当前内存分配的泄露检测数据,以根据泄露检测数据确定内存泄露检测的结果。
在图1所示实施例所提供的技术方案中,首先,对内存进行分配时,确定对当前内存分配的泄露检测数据的采集概率;然后,当采集概率满足预设条件时,采集对当前内存分配的泄露检测数据,以根据泄露检测数据确定内存泄露检测的结果。与相关技术相比,本公开基于采集概率来确定是否采集泄露检测数据,从而可以降低内存泄露检测过程对计算机资源的占用和消耗,进而降低对操作系统运行效率的影响。
以下对图1所示实施例中各个步骤的具体实施方式进行详细阐述:
在步骤S110中,对内存进行分配时,确定对当前内存分配的泄露检测数据的采集概率。
示例性的,步骤S110的具体实施方式可以包括:当接收到预设触发信号时,判断内存泄露检测的虚拟控制开关是否开启;如果开启,对内存进行分配时,获取当前内存分配的泄露检测数据的采集概率。
其中,预设触发信号可以包括操作系统中任何的自定义信号,例如SIGUSR1(一种用户可以自定义的信号)。
在示例性的实施方式中,对内存进行分配可以包括对应用程序进行内存分配,泄露检测数据可以包括应用程序运行时的引擎调用栈和/或脚本调用栈。
其中,应用程序可以包括能够在计算机后台运行的任何程序。引擎调用栈可以包括应用程序运行过程中,引擎层的函数调用关系,脚本调用栈可以包括应用程序运行过程中,脚本层的函数调用关系。
示例性的,步骤S110的具体实施方式还可以包括:当应用程序接收到预设触发信号时,判断内存泄露检测的虚拟控制开关是否开启;如果开启,当该应用程序在执行过程中进行内存分配时,获取当前内存分配的泄露检测数据的采集概率。
在示例性的实施方式中,在对应用程序进行内存泄露检测之前,可以将动态链接库和/或静态链接库编译进应用程序中。当应用程序启动时,动态链接库和/或静态链接库将会自动接管对预设信号的处理,从而可以使用户通过触发该信号以随时开启或关闭内存泄露检测的功能。
示例性的,开启内存泄露检测的方法的流程示意图可以如图2所示,参考图2,该方法可以包括步骤S210-步骤S220。
在步骤S210中,响应于将配置文件中内存泄露检测的控制参数设置为开启状态所对应的值的触发操作,向应用程序发送预设触发信号,以使应用程序根据预设触发信号读取配置文件中开启状态的控制参数的值。
在示例性的实施方式中,内存泄露检测的虚拟控制开关可以包括配置文件中内存泄露检测的控制参数。具体的,控制参数可以是控制内存泄露检测是否开启的标志位,例如标志位open,当open的值为1时,表明此时是开启状态。
举例而言,当用户需要开启内存泄露检测时,可以修改配置文件中的open的值,将其设置为1。具体的,用户可以直接在配置文件中找到标志位open,将其对应的值设置为1,也可以在配置文件的交互界面中将标志位open的值设置为1。
当用户确认将open的值设置为1时,例如,修改完成后,点击确认控件等操作后,可以向应用程序发送上述的SIGUSR1信号。当应用程序接收到SIGUSR1后,可以读取配置文件。
当应用程序读取到配置文件中开启状态的控制参数的值后,在步骤S220中,根据开启状态的控制参数的值,开启对应用程序的内存泄露检测的虚拟控制开关。
开启内存泄露检测的虚拟控制开关后,对应用程序进行内存分配时,则可以确定对当前内存分配的泄露检测数据的采集概率。
示例性的,确定对当前内存分配的泄露检测数据的采集概率的具体实施方式可以是:获取配置文件中预设的第一采集概率,将第一采集概率确定为对当前内存分配的泄露检测数据的采集概率。
在获取配置文件中预设的第一采集概率之前,可以在配置文件中设置预设的第一采集概率。具体的,当用户需要开启内存泄露检测时,可以在可以修改配置文件中的open的值,将其设置为1的同时,设置第一采集概率的大小,例如,设置为50%。当应用程序接收到预设触发信号时,可以读取到配置文件中设置的第一采集概率。
需要说明的是,第一采集概率的值会影响检测结果的准确性和检测过程中应用程序的运行效率。具体的,第一采集概率越大,对泄露检测数据采集的可能性越大,对计算机当前内存资源的消耗也就越大,从而可能会降低当前应用程序的运行效率,但是,第一采集概率越大,采集的泄露检测数据会更多,从而会提高检测结果的准确性。第一采集概率越小,对泄露检测数据采集的可能性越小,对计算机当前内存资源的消耗也就越小,从而会降低对当前应用程序运行效率的影响,保证当前应用程序的正常运行,但是,第一采集概率越小,需要进行更长时间的检测,才能采集到足够的数据,以保证检测结果的准确性。
其中,第一采集概率的大小可以根据实际需求进行设置,本示例性实施方式对此不做特殊限定。
在将第一采集概率确定为采集概率的情况下,可以认为对每次内存分配的泄露检测数据是等概率采样。
为了在保证检测结果的准确性的同时,尽可能的降低泄露检测数据的采集过程对应用程序当前的影响。示例性的,确定对当前内存分配的泄露检测数据的采集概率的具体实施方式还可以是:确定当前分配的内存的容积;获取配置文件中预设的第二采集概率;根据当前分配的内存的容积和预设的第二采集概率,确定对当前内存分配的泄露检测数据的采集概率。
其中,当前分配的内存的容积可以包括当前分配的内存的大小,例如,1M。第二采集概率的设置方式和上述的第一采集概率的设置方式相同,此处不再进行赘述。第二采集概率可以看作是基础采集概率或采集概率的基准,根据基础采集概率或采集概率的基准以及当前分配的内存的大小,确定对当前内存分配的泄露数据的采集概率。第一采集概率和第二采集概率可以相同,也可以不同,本示例性实施方式对此不做特殊限定。
在示例性的实施方式中,根据当前分配的内存的容积和预设的第二采集概率,确定对当前内存分配的泄露检测数据的采集概率,包括:记录每个预设时间间隔内分配的内存的总容积;确定当前分配的内存的容积占最近一次预设时间间隔内分配的内存的总容积的比重;计算该比重和预设的第二采集概率的乘积,将该乘积确定为当前内存分配的泄露检测数据的采集概率。
举例而言,可以根据当前分配的内存大小确定采集概率,例如设置的第二采集概率是50%,当前分配的内存大小是1M,前一个统计周期分配的总内存是10M(以10秒为一个统计周期,统计每个周期内分配内存的总大小),则对当前分配内存的泄露检测数据的采集概率为:1M/10M*50%=5%。其中,统计周期可以认为是上述的预设时间间隔。
在步骤S120中,当采集概率满足预设条件时,采集当前内存分配的泄露检测数据,以根据泄露检测数据确定内存泄露检测的结果。
示例性的,当生成的随机概率小于或等于采集概率时,则确定该采集概率满足预设条件,对当前内存分配的泄露检测数据进行采集。
举例而言,例如,采集概率的大小是20%,在0~1中生成一个随机数,该随机数小于或等于0.2的概率也是20%,那么,如果该随机数数小于或等于0.2,则该采集概率满足预设条件,可以进行泄露检测数据的采集。
示例性的,采集当前内存分配的泄露检测数据可以包括:采集当前应用程序的引擎调用栈和/或脚本调用栈;当引擎调用栈和/或脚本调用栈在应用程序的调用栈集合中不存在时,将引擎调用栈和/或脚本调用栈添加到应用程序的调用栈集合中,并为引擎调用栈和/或脚本调用栈分配调用栈标识。
示例性的,采集当前内存分配的泄露检测数据还可以包括:获取当前分配的内存地址标识以及当前分配的内存容积的值;将当前分配的内存地址标识添加到用于存储内存地址的哈希表中;其中,当前分配的内存地址标识在所述哈希表中对应的值包括当前分配的内存容积的值和调用栈标识。
举例而言,参考图3,采集当前内存分配的泄露检测数据的方法可以包括步骤S310-步骤S350。
在步骤S310中,初始化内存哈希表A和调用栈集合B。
示例性的,当应用程序启动时,可以自动初始化生成内存哈希表A和调用栈集合B。
在步骤S320中,对应用程序进行内存分配。
示例性的,应用程序启动时,会监测该应用程序对内存分配和内存释放的调用,例如,对内存分配函数malloc()/new和内存释放函数free()/delete的调用。
当监测到应用程序调用内存分配函数malloc()/new时,此时对应用程序进行了内存分配。
在步骤S330中,判断采集概率是否满足预设条件,如果否,则结束,如果是,则转至步骤S340;
在步骤S340中,采集应用程序当前的调用栈,将采集到的调用栈添加到调用栈集合B。
示例性的,采集应用程序当前的调用栈包括采集应用程序当前的引擎调用栈和/或脚本调用栈,判断采集的调用栈是否在上述的调用栈集合B中,如果不在,则把它添加到调用栈集合B中,并且为添加的每个调用栈分配一个唯一标识,例如,StackId。
在步骤S350中,获取当前分配的内存地址,将该内存地址添加到内存哈希表A中。
示例性的,获取当前分配的内存地址可以包括获取当前分配的内存地址标识和内存地址的大小Size,把内存地址标识添加到上述的内存哈希表A中,该内存地址标识对应的值为(Size,StackId)。
通过上述的步骤S310-步骤S350,可以在进行内存分配时,采集泄露检测数据。
示例性的,对内存进行释放时,获取当前释放的内存地址标识;当哈希表中存在当前释放的内存地址标识时,将当前释放的内存地址标识从哈希表中删除。
举例而言,释放内存时,确定泄露检测数据的方法如图4所示,参考图4,该方法可以包括步骤S410-步骤S430。
在步骤S410中,应用程序释放内存。
示例性的,当应用程序调用内存释放函数free()/delete时,则可以确定应用程序释放内存。
在步骤S420中,判断释放的内存是否在内存哈希表A中,如果否,则结束,如果是,则转至步骤S430。
示例性的,可以获取当前释放的内存地址标识,计算该内存地址标识对应的哈希值,以根据该哈希值确定当前释放的内存地址是否在内存哈希表A中。
如果当前释放的内存地址在内存哈希表A中,在步骤S430中,将释放的内存地址从内存哈希表删除。
示例性的,将释放的内存地址标识及其对应的值从内存哈希表删除。
进一步的,在示例性的实施方式中,当采集一段时间的内存泄露检测数据后,可以通过上述的预设触发信号,随时关闭内存泄露检测。示例性的,参考图5,关闭内存泄露检测的方法可以包括步骤S510-步骤S520。
在步骤S510中,响应于将配置文件中内存泄露检测的控制参数设置为关闭状态所对应的值的触发操作,向所述应用程序发送预设触发信号,以使所述应用程序根据所述预设触发信号读取所述关闭状态的控制参数的值。
在步骤S520中,根据所述关闭状态的控制参数的值,关闭对所述应用程序的内存泄露检测的虚拟控制开关。
示例性的,步骤S510具体实施方式和上述的步骤S210的具体实施方式相同,步骤S520的具体实施方式和上述的步骤S220的具体实施方式相同,只需将配置文件中内存泄露检测的控制参数设置为关闭状态即可,例如,将open的值设置为0,以通过触发信号使应用程序读取到配置文件中的open=0,从而关闭内存泄露检测即可,因此,此处不再进行赘述。
在关闭对应用程序的内存泄露检测的虚拟控制开关后,可以输出此次内存泄露检测的结果。
示例性的,输出内存泄露检测的结果的具体实施方式可以是,遍历哈希表中的内存地址标识,以确定每个内存地址标识所对应的内存容积的值和调用栈标识;根据调用栈标识从调用栈集合中获取调用栈;根据调用栈和内存容积的值渲染火焰图,以呈现内存泄露检测的结果。
具体的,以采集的泄露检测数据包括应用程序的引擎调用栈和脚本调用栈为例,参考图6所示,输出内存泄露检测的结果的方法可以包括步骤S610-步骤S630。
在步骤S610中,确定内存哈希表A中的地址为新增的内存。
示例性的,停止内存泄露检测后,上述的内存哈希表A中剩余的内存地址标识所对应的地址,则为本次内存检测过程中,应用程序增加的内存,即没有释放的内存。
在步骤S620中,合并每个地址对应的引擎调用栈和脚本调用栈。
示例性的,对于内存哈希表A中的每个内存地址,根据其对应的调用栈标识StackId,从上述的调用栈集合B中获取相应的引擎调用栈和脚本调用栈,将引擎调用栈和脚本调用栈合并起来得到一体化的调用栈。
以lua脚本语言的lua5.2版本为例,参考图7,图7的左边部分是合并前的调用栈,这时引擎调用栈和脚本调用栈是分离的,以“==lua”为分割,上面部分是引擎调用栈,下面部分是脚本调用栈。图4的右边部分,是合并后的调用栈,这时引擎调用栈和脚本调用栈已经进行了合并。
具体的合并方法可以是,先把合并前的脚本调用栈,以“[C]”开头的函数为分割线,分成不同的部分。在图7中,就是以“[C]luaB_xpcall”为分割线,分成了71和72两部分。用分隔后的脚本调用栈,分别替换掉引擎调用栈中的“luaV_execute”,即用脚本调用栈71替换引擎调用栈“luaV_execute”73,用脚本调用栈72替换引擎调用栈“luaV_execute”74。这样,就可以得到合并后的引擎调用栈和脚本调用栈,即脚本和引擎一体化的调用栈,如图7右边部分所示。
在步骤S630中,渲染出新增的内存的火焰图。
示例性的,根据步骤S620中合并后的一体化调用栈和每个调用栈的内存大小Size,可以渲染出此次内存泄露检测过程中检测的新增的内存的火焰图,用户根据该火焰图,可以在新增的内存中分析内存泄露的位置。
举例而言,生成的火焰图可以如图8所示,图8中是分配了内存,并且还没释放该内存的调用栈,很可能是内存泄露发生的位置。其中,“char/cash_flow.c->get_look_npcs、char/cash_flow.c->add_look_npc、cmd/command.c->do_look、cmd/fabao.c->process_con…”属于脚本调用栈,其余为引擎调用栈,每个调用栈的横向长度表示泄露内存的大小。以左边部分为例,它表示在执行脚本逻辑char/cash_floow.c->get_look_npcs的时候分配了内存,并且内存还没释放,可能发生了泄露。
通过上述的步骤S110-步骤S120中的预设触发信号,本公开可以实现随时打开或关闭内存泄露检测,同时,预设触发信号可以让应用程序直接在开启状态下,采集内存泄露检测的相关数据,避免了在每次分配内存或者释放内存时,都进行内存泄露检测状态是否开启的查询过程,从而提高了内存泄露检测的效率。
通过确定采集概率,可以控制内存泄露检测过程带来的额外消耗的大小。通过设置一个较小的预设的采集概率,可以降低额外消耗,进而可以将本公开的方法应用在内存分配和释放较为频繁的生产环境中。而且根据统计学原理,当检测一段时间,得到足够的数据后,可以保证分析结果的正确性。
进一步的,通过采集脚本调用栈,可以呈现分配内存时的脚本调用栈,从而可以方便地定位到脚本层发生的内存泄露。
与此同时,本公开的方法只呈现应用程序还没释放的内存,排除了已经被释放的内存,这样大大降低了需要排查的内存分配位置,更有利于快速定位内存泄露的准确位置。
此外,本公开使用火焰图来呈现新增的内存分配,可以让检测结果更加直观易懂,进一步提高内存泄露检测的效率。
本领域技术人员可以理解实现上述实施方式的全部或部分步骤被实现为由CPU执行的计算机程序。在该计算机程序被CPU执行时,执行本发明提供的上述方法所限定的上述功能。所述的程序可以存储于一种计算机可读存储介质中,该存储介质可以是只读存储器,磁盘或光盘等。
此外,需要注意的是,上述附图仅是根据本发明示例性实施方式的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
图9示出本公开示例性实施例中内存泄露的检测装置的结构示意图。参考图9,该内存泄露的检测装置900可以包括采集概率确定模块910、泄露检测数据采集模块920。
上述的采集概率确定模块910,被配置为对内存进行分配时,确定对当前内存分配的泄露检测数据的采集概率;
上述的泄露检测数据采集模块920,被配置为当所述采集概率满足预设条件时,采集所述当前内存分配的泄露检测数据,以根据所述泄露检测数据确定内存泄露检测的结果。
在本公开的一种示例性实施例中,基于前述实施例,上述的内存泄露的检测装置900还包括:
预设触发信号接收模块,被配置为当接收到预设触发信号时,判断内存泄露检测的虚拟控制开关是否开启;如果开启,对内存进行分配时,获取当前内存分配的泄露检测数据的采集概率。
在本公开的一种示例性实施例中,基于前述实施例,上述的采集概率确定模块910还包括开启单元,该开启单元被配置为:
当接收到预设触发信号时,判断内存泄露检测的虚拟控制开关是否开启;
如果开启,对内存进行分配时,获取当前内存分配的泄露检测数据的采集概率。
在本公开的一种示例性实施例中,基于前述实施例,上述的采集概率确定模块910中的对内存进行分配包括对应用程序进行内存分配;
上述的内存泄露检测的虚拟控制开关通过以下方式开启:
响应于将配置文件中内存泄露检测的控制参数设置为开启状态所对应的值的触发操作,向所述应用程序发送所述预设触发信号,以使所述应用程序根据所述预设触发信号读取配置文件中所述开启状态的控制参数的值;
根据所述开启状态的控制参数的值,开启对所述应用程序的内存泄露检测的虚拟控制开关。
在本公开的一种示例性实施例中,基于前述实施例,上述的采集概率确定模块910还被具体配置为:
获取配置文件中预设的第一采集概率,将所述第一采集概率确定为对当前内存分配的泄露检测数据的采集概率。
在本公开的一种示例性实施例中,基于前述实施例,上述的采集概率确定模块包括计算单元,该计算单元被配置为:
确定当前分配的内存的容积;
获取配置文件中预设的第二采集概率;
根据所述当前分配的内存的容积和所述预设的第二采集概率,确定对当前内存分配的泄露检测数据的采集概率。
在本公开的一种示例性实施例中,基于前述实施例,上述的计算单元还被具体配置为:
记录每个预设时间间隔内分配的内存的总容积;
确定所述当前分配的内存的容积占最近一次预设时间间隔内分配的内存的总容积的比重;
计算所述比重和所述预设的第二采集概率的乘积,将所述乘积确定为所述当前内存分配的泄露检测数据的采集概率。
在本公开的一种示例性实施例中,基于前述实施例,上述的泄露检测数据采集模块920,包括判断单元,该判断单元被具体配置为:
当所述生成的随机概率小于或等于所述采集概率时,则确定所述采集概率满足预设条件。
在本公开的一种示例性实施例中,基于前述实施例,上述的泄露检测数据采集模块920包括第一采集单元,该第一采集单元被具体配置为:
采集当前应用程序的引擎调用栈和/或脚本调用栈;
当所述引擎调用栈和/或脚本调用栈在所述应用程序的调用栈集合中不存在时,将所述引擎调用栈和/或脚本调用栈添加到所述应用程序的调用栈集合中,并为所述引擎调用栈和/或脚本调用栈分配调用栈标识。
在本公开的一种示例性实施例中,基于前述实施例,上述的泄露检测数据采集模块920包括第二采集单元,该第二采集单元被具体配置为:
获取当前分配的内存地址标识以及当前分配的内存容积的值;
将所述当前分配的内存地址标识添加到用于存储内存地址的哈希表中;
其中,所述当前分配的内存地址标识在所述哈希表中对应的值包括所述当前分配的内存容积的值和所述调用栈标识。
在本公开的一种示例性实施例中,基于前述实施例,上述的泄露检测数据采集模块920,还包括内存释放数据确定单元,该单元被具体配置为:
对内存进行释放时,获取当前释放的内存地址标识;
当所述哈希表中存在所述当前释放的内存地址标识时,将所述当前释放的内存地址标识从所述哈希表中删除。
在本公开的一种示例性实施例中,基于前述实施例,上述的泄露检测数据采集模块920还包括关闭单元,该单元被具体配置为:
响应于将配置文件中内存泄露检测的控制参数设置为关闭状态所对应的值的触发操作,向所述应用程序发送所述预设触发信号,以使所述应用程序根据所述预设触发信号读取配置文件中所述关闭状态的控制参数的值;
根据所述关闭状态的控制参数的值,关闭对所述应用程序的内存泄露检测的虚拟控制开关。
在本公开的一种示例性实施例中,基于前述实施例,上述的内存泄露的检测装置还包括检测结果输出模块,该模块被具体配置为:
遍历哈希表中的内存地址标识,以确定所述内存地址标识所对应的所述内存容积的值和所述调用栈标识;
根据所述调用栈标识从所述调用栈集合中获取所述调用栈;
根据所述调用栈和所述内存容积的值渲染火焰图,以呈现所述内存泄露检测的结果。
上述内存泄露的检测装置中各单元的具体细节已经在对应的内存泄露的检测方法中进行了详细的描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
在本公开示例性实施方式中,还提供了一种能够实现上述方法的计算机存储介质。其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中,本公开的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
参考图10所示,描述了根据本公开的实施方式的用于实现上述方法的程序产品1000,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本公开的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,在本公开的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本公开的各个方面可以实现为系统、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图11来描述根据本公开的这种实施方式的电子设备1100。图11显示的电子设备1100仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图11所示,电子设备1100以通用计算设备的形式表现。电子设备1100的组件可以包括但不限于:上述至少一个处理单元1110、上述至少一个存储单元1120、连接不同系统组件(包括存储单元1120和处理单元1110)的总线1130以及显示单元1140。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元1110执行,使得所述处理单元1110执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如,所述处理单元1110可以执行如图1中所示的:步骤S110:对内存进行分配时,确定对当前内存分配的泄露检测数据的采集概率;步骤S120:当采集概率满足预设条件时,采集当前内存分配的泄露检测数据,以根据泄露检测数据确定内存泄露检测的结果。
又如,所述处理单元1110可以执行如图2图6中所示的各个步骤。
存储单元1120可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)11201和/或高速缓存存储单元11202,还可以进一步包括只读存储单元(ROM)11203。
存储单元1120还可以包括具有一组(至少一个)程序模块11205的程序/实用工具11204,这样的程序模块11205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线1130可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备1100也可以与一个或多个外部设备1200(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备1100交互的设备通信,和/或与使得该电子设备1100能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1150进行。并且,电子设备1100还可以通过网络适配器1160与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器1160通过总线1130与电子设备1100的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备1100使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
此外,上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
Claims (17)
1.一种内存泄露的检测方法,其特征在于,包括:
对内存进行分配时,确定对当前内存分配的泄露检测数据的采集概率;
当所述采集概率满足预设条件时,采集所述当前内存分配的泄露检测数据,以根据所述泄露检测数据确定内存泄露检测的结果。
2.根据权利要求1所述的内存泄露的检测方法,其特征在于,所述对内存进行分配时,获取当前内存分配的泄露检测数据的采集概率,包括:
当接收到预设触发信号时,判断内存泄露检测的虚拟控制开关是否开启;
如果开启,对内存进行分配时,获取当前内存分配的泄露检测数据的采集概率。
3.根据权利要求2所述的内存泄露的检测方法,其特征在于,所述对内存进行分配包括对应用程序进行内存分配;
所述内存泄露检测的虚拟控制开关通过以下方式开启:
响应于将配置文件中内存泄露检测的控制参数设置为开启状态所对应的值的触发操作,向所述应用程序发送所述预设触发信号,以使所述应用程序根据所述预设触发信号读取配置文件中所述开启状态的控制参数的值;
根据所述开启状态的控制参数的值,开启对所述应用程序的内存泄露检测的虚拟控制开关。
4.根据权利要求3所述的内存泄露的检测方法,其特征在于,所述泄露检测数据包括应用程序的引擎调用栈和/或脚本调用栈。
5.根据权利要求1所述的内存泄露的检测方法,其特征在于,所述确定对当前内存分配的泄露检测数据的采集概率包括:
获取配置文件中预设的第一采集概率,将所述第一采集概率确定为对当前内存分配的泄露检测数据的采集概率。
6.根据权利要求1所述的内存泄露的检测方法,其特征在于,所述确定对当前内存分配的泄露检测数据的采集概率包括:
确定当前分配的内存的容积;
获取配置文件中预设的第二采集概率;
根据所述当前分配的内存的容积和所述预设的第二采集概率,确定对当前内存分配的泄露检测数据的采集概率。
7.根据权利要求6所述的内存泄露的检测方法,其特征在于,根据所述当前分配的内存的容积和所述预设的第二采集概率,确定对当前内存分配的泄露检测数据的采集概率,包括:
记录每个预设时间间隔内分配的内存的总容积;
确定所述当前分配的内存的容积占最近一次预设时间间隔内分配的内存的总容积的比重;
计算所述比重和所述预设的第二采集概率的乘积,将所述乘积确定为所述当前内存分配的泄露检测数据的采集概率。
8.根据权利要求1至7中任一项所述的内存泄露的检测方法,其特征在于,确定所述采集概率满足预设条件包括:
当所述生成的随机概率小于或等于所述采集概率时,则确定所述采集概率满足预设条件。
9.根据权利要求4所述的内存泄露的检测方法,其特征在于,所述采集所述当前内存分配的泄露检测数据,包括:
采集当前应用程序的引擎调用栈和/或脚本调用栈;
当所述引擎调用栈和/或脚本调用栈在所述应用程序的调用栈集合中不存在时,将所述引擎调用栈和/或脚本调用栈添加到所述应用程序的调用栈集合中,并为所述引擎调用栈和/或脚本调用栈分配调用栈标识。
10.根据权利要求9所述的内存泄露的检测方法,其特征在于,所述采集所述当前内存分配的泄露检测数据,还包括:
获取当前分配的内存地址标识以及当前分配的内存容积的值;
将所述当前分配的内存地址标识添加到用于存储内存地址的哈希表中;
其中,所述当前分配的内存地址标识在所述哈希表中对应的值包括所述当前分配的内存容积的值和所述调用栈标识。
11.根据权利要求10所述的内存泄露的检测方法,其特征在于,所述方法还包括:
对内存进行释放时,获取当前释放的内存地址标识;
当所述哈希表中存在所述当前释放的内存地址标识时,将所述当前释放的内存地址标识和其所对应的值从所述哈希表中删除。
12.根据权利要求11所述的内存泄露的检测方法,其特征在于,所述方法还包括:
响应于将配置文件中内存泄露检测的控制参数设置为关闭状态所对应的值的触发操作,向所述应用程序发送所述预设触发信号,以使所述应用程序根据所述预设触发信号读取配置文件中所述关闭状态的控制参数的值;
根据所述关闭状态的控制参数的值,关闭对所述应用程序的内存泄露检测的虚拟控制开关。
13.根据权利要求12所述的内存泄露的检测方法,其特征在于,关闭对所述应用程序的内存泄露检测的虚拟控制开关后,所述方法还包括:
遍历哈希表中的内存地址标识,以确定所述内存地址标识所对应的所述内存容积的值和所述调用栈标识;
根据所述调用栈标识从所述调用栈集合中获取所述调用栈;
根据所述调用栈和所述内存容积的值渲染火焰图,以呈现所述内存泄露检测的结果。
14.一种内存泄露的检测装置,其特征在于,包括:
采集概率确定模块,被配置为对内存进行分配时,确定对当前内存分配的泄露检测数据的采集概率;
泄露检测数据采集模块,被配置为当所述采集概率满足预设条件时,采集所述当前内存分配的泄露检测数据,以根据所述泄露检测数据确定内存泄露检测的结果。
15.根据权利要求14所述的内存泄露的检测装置,其特征在于,所述装置还包括:
预设触发信号接收模块,被配置为当接收到预设触发信号时,判断内存泄露检测的虚拟控制开关是否开启;如果开启,对内存进行分配时,获取当前内存分配的泄露检测数据的采集概率。
16.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至13中任一项所述的内存泄露的检测方法。
17.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至13中任一项所述的内存泄露的检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010923437.8A CN111966603B (zh) | 2020-09-04 | 2020-09-04 | 内存泄露的检测方法及装置、可读存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010923437.8A CN111966603B (zh) | 2020-09-04 | 2020-09-04 | 内存泄露的检测方法及装置、可读存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111966603A true CN111966603A (zh) | 2020-11-20 |
CN111966603B CN111966603B (zh) | 2024-01-19 |
Family
ID=73392198
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010923437.8A Active CN111966603B (zh) | 2020-09-04 | 2020-09-04 | 内存泄露的检测方法及装置、可读存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111966603B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113157455A (zh) * | 2021-04-27 | 2021-07-23 | 腾讯科技(深圳)有限公司 | 内存管理方法、装置、电子设备及计算机可读存储介质 |
CN113220554A (zh) * | 2021-05-17 | 2021-08-06 | 北京百度网讯科技有限公司 | 检测程序代码的性能的方法和设备 |
CN113672416A (zh) * | 2021-07-27 | 2021-11-19 | 杭州迪普科技股份有限公司 | 内存资源泄漏的原因定位方法及装置 |
Citations (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050091646A1 (en) * | 2003-10-24 | 2005-04-28 | Microsoft Corporation | Statistical memory leak detection |
US20050204341A1 (en) * | 2004-03-11 | 2005-09-15 | International Business Machines Corp. | Method, system and article for detecting critical memory leaks causing out-of-memory errors in Java software |
US20070271418A1 (en) * | 2006-05-22 | 2007-11-22 | Microsoft Corporation | Resource leak diagnosis |
US7325106B1 (en) * | 2004-07-16 | 2008-01-29 | Sun Microsystems, Inc. | Method for monitoring heap for memory leaks |
US20110161614A1 (en) * | 2009-12-30 | 2011-06-30 | International Business Machines Corporation | Pre-leak detection scan to identify non-pointer data to be excluded from a leak detection scan |
JP2013051154A (ja) * | 2011-08-31 | 2013-03-14 | Canon Inc | 透過型x線発生装置及びそれを用いたx線撮影装置 |
US9043771B1 (en) * | 2007-06-29 | 2015-05-26 | Cadence Design Systems, Inc. | Software modification methods to provide master-slave execution for multi-processing and/or distributed parallel processing |
CN104991847A (zh) * | 2015-07-03 | 2015-10-21 | 厦门美图移动科技有限公司 | 一种内存泄露自动化检测方法、装置及移动终端 |
CN105808219A (zh) * | 2014-12-29 | 2016-07-27 | 中国移动通信集团公司 | 一种内存空间分配方法及装置 |
CN106055478A (zh) * | 2016-05-31 | 2016-10-26 | 腾讯科技(深圳)有限公司 | 检测内存泄漏的方法和装置 |
US9594912B1 (en) * | 2014-06-06 | 2017-03-14 | Fireeye, Inc. | Return-oriented programming detection |
CN107102922A (zh) * | 2017-04-01 | 2017-08-29 | 北京三快在线科技有限公司 | 内存检测方法、装置及电子设备 |
CN107203806A (zh) * | 2017-05-15 | 2017-09-26 | 东软集团股份有限公司 | 数据异常检测方法、装置、可读存储介质及电子设备 |
US20170308449A1 (en) * | 2016-04-26 | 2017-10-26 | Servicenow, Inc. | Detection and Remediation of Memory Leaks |
CN107608885A (zh) * | 2017-09-13 | 2018-01-19 | 郑州云海信息技术有限公司 | 内存泄漏点的定位方法、装置、系统及可读存储介质 |
CN107885489A (zh) * | 2017-10-25 | 2018-04-06 | 中国信息通信研究院 | 一种快速检测实名登记数据指标的方法和系统 |
CN107908539A (zh) * | 2017-07-24 | 2018-04-13 | 平安科技(深圳)有限公司 | 一种检测应用程序内存泄露的方法、终端及计算机可读存储介质 |
CN108241560A (zh) * | 2016-12-26 | 2018-07-03 | 北京金山安全软件有限公司 | 内存测试方法、装置及电子设备 |
CN108984295A (zh) * | 2018-06-19 | 2018-12-11 | 珠海全志科技股份有限公司 | 内存回收方法、计算机装置及计算机可读存储介质 |
US20190102278A1 (en) * | 2017-09-29 | 2019-04-04 | Oracle International Corporation | Memory leak profiling events |
WO2019223510A1 (zh) * | 2018-05-21 | 2019-11-28 | Oppo广东移动通信有限公司 | 应用程序预加载方法、装置、存储介质及移动终端 |
CN110618928A (zh) * | 2019-06-25 | 2019-12-27 | 北京无限光场科技有限公司 | 一种内存泄露检测方法、装置、终端设备及介质 |
CN110704217A (zh) * | 2019-08-27 | 2020-01-17 | 努比亚技术有限公司 | 一种内存泄露检测方法、终端及计算机可读存储介质 |
CN110704313A (zh) * | 2019-09-25 | 2020-01-17 | 北京宝兰德软件股份有限公司 | Java虚拟机内存泄漏检测方法及装置 |
CN110795239A (zh) * | 2019-10-15 | 2020-02-14 | 浙江口碑网络技术有限公司 | 应用内存泄露的检测方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2013051154A1 (ja) * | 2011-10-07 | 2015-03-30 | 富士通株式会社 | メモリ割り当て制御方法、プログラムおよび情報処理装置 |
-
2020
- 2020-09-04 CN CN202010923437.8A patent/CN111966603B/zh active Active
Patent Citations (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050091646A1 (en) * | 2003-10-24 | 2005-04-28 | Microsoft Corporation | Statistical memory leak detection |
US20050204341A1 (en) * | 2004-03-11 | 2005-09-15 | International Business Machines Corp. | Method, system and article for detecting critical memory leaks causing out-of-memory errors in Java software |
US7325106B1 (en) * | 2004-07-16 | 2008-01-29 | Sun Microsystems, Inc. | Method for monitoring heap for memory leaks |
US20070271418A1 (en) * | 2006-05-22 | 2007-11-22 | Microsoft Corporation | Resource leak diagnosis |
US9043771B1 (en) * | 2007-06-29 | 2015-05-26 | Cadence Design Systems, Inc. | Software modification methods to provide master-slave execution for multi-processing and/or distributed parallel processing |
US20110161614A1 (en) * | 2009-12-30 | 2011-06-30 | International Business Machines Corporation | Pre-leak detection scan to identify non-pointer data to be excluded from a leak detection scan |
JP2013051154A (ja) * | 2011-08-31 | 2013-03-14 | Canon Inc | 透過型x線発生装置及びそれを用いたx線撮影装置 |
US9594912B1 (en) * | 2014-06-06 | 2017-03-14 | Fireeye, Inc. | Return-oriented programming detection |
CN105808219A (zh) * | 2014-12-29 | 2016-07-27 | 中国移动通信集团公司 | 一种内存空间分配方法及装置 |
CN104991847A (zh) * | 2015-07-03 | 2015-10-21 | 厦门美图移动科技有限公司 | 一种内存泄露自动化检测方法、装置及移动终端 |
US20170308449A1 (en) * | 2016-04-26 | 2017-10-26 | Servicenow, Inc. | Detection and Remediation of Memory Leaks |
CN106055478A (zh) * | 2016-05-31 | 2016-10-26 | 腾讯科技(深圳)有限公司 | 检测内存泄漏的方法和装置 |
CN108241560A (zh) * | 2016-12-26 | 2018-07-03 | 北京金山安全软件有限公司 | 内存测试方法、装置及电子设备 |
CN107102922A (zh) * | 2017-04-01 | 2017-08-29 | 北京三快在线科技有限公司 | 内存检测方法、装置及电子设备 |
CN107203806A (zh) * | 2017-05-15 | 2017-09-26 | 东软集团股份有限公司 | 数据异常检测方法、装置、可读存储介质及电子设备 |
CN107908539A (zh) * | 2017-07-24 | 2018-04-13 | 平安科技(深圳)有限公司 | 一种检测应用程序内存泄露的方法、终端及计算机可读存储介质 |
CN107608885A (zh) * | 2017-09-13 | 2018-01-19 | 郑州云海信息技术有限公司 | 内存泄漏点的定位方法、装置、系统及可读存储介质 |
US20190102278A1 (en) * | 2017-09-29 | 2019-04-04 | Oracle International Corporation | Memory leak profiling events |
CN107885489A (zh) * | 2017-10-25 | 2018-04-06 | 中国信息通信研究院 | 一种快速检测实名登记数据指标的方法和系统 |
WO2019223510A1 (zh) * | 2018-05-21 | 2019-11-28 | Oppo广东移动通信有限公司 | 应用程序预加载方法、装置、存储介质及移动终端 |
CN108984295A (zh) * | 2018-06-19 | 2018-12-11 | 珠海全志科技股份有限公司 | 内存回收方法、计算机装置及计算机可读存储介质 |
CN110618928A (zh) * | 2019-06-25 | 2019-12-27 | 北京无限光场科技有限公司 | 一种内存泄露检测方法、装置、终端设备及介质 |
CN110704217A (zh) * | 2019-08-27 | 2020-01-17 | 努比亚技术有限公司 | 一种内存泄露检测方法、终端及计算机可读存储介质 |
CN110704313A (zh) * | 2019-09-25 | 2020-01-17 | 北京宝兰德软件股份有限公司 | Java虚拟机内存泄漏检测方法及装置 |
CN110795239A (zh) * | 2019-10-15 | 2020-02-14 | 浙江口碑网络技术有限公司 | 应用内存泄露的检测方法及装置 |
Non-Patent Citations (3)
Title |
---|
侯朋朋;武延军;谢沛东;: "高频内存分配下内存泄露检测的性能提升方法", 计算机工程, no. 11 * |
杨光;: "基于钩子函数的C++内存泄露检测方法", 信息与电脑(理论版), no. 07 * |
杨磊;汪仁煌;刘洪江;黄颖怡;: "使用Visual Leak Detector检测c/c++程序内存泄漏", 电脑与电信, no. 07 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113157455A (zh) * | 2021-04-27 | 2021-07-23 | 腾讯科技(深圳)有限公司 | 内存管理方法、装置、电子设备及计算机可读存储介质 |
CN113220554A (zh) * | 2021-05-17 | 2021-08-06 | 北京百度网讯科技有限公司 | 检测程序代码的性能的方法和设备 |
CN113220554B (zh) * | 2021-05-17 | 2023-07-25 | 北京百度网讯科技有限公司 | 检测程序代码的性能的方法和设备 |
CN113672416A (zh) * | 2021-07-27 | 2021-11-19 | 杭州迪普科技股份有限公司 | 内存资源泄漏的原因定位方法及装置 |
CN113672416B (zh) * | 2021-07-27 | 2024-03-01 | 杭州迪普科技股份有限公司 | 硬buffer泄漏的原因定位方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111966603B (zh) | 2024-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111966603B (zh) | 内存泄露的检测方法及装置、可读存储介质及电子设备 | |
CN111258921B (zh) | 垃圾内存回收方法及装置、电子设备、存储介质 | |
CN107066390B (zh) | 一种动态内存泄漏检测方法及系统 | |
US9558055B2 (en) | System level memory leak detection | |
US9043653B2 (en) | Introspection of software program components and conditional generation of memory dump | |
CN105302714A (zh) | 一种测试过程中内存泄漏的监控方法和装置 | |
CN110633190B (zh) | 一种应用程序内存监控方法、装置、设备及存储介质 | |
CN111639018A (zh) | 一种内存泄漏检测方法和装置 | |
CN111274060B (zh) | 一种确定内存异常的方法、装置、设备和存储介质 | |
CN111399988B (zh) | 一种云平台的内存安全检测系统及方法 | |
US9274946B2 (en) | Pre-leak detection scan to identify non-pointer data to be excluded from a leak detection scan | |
CN114765051A (zh) | 内存测试方法及装置、可读存储介质、电子设备 | |
CN116450398A (zh) | 异常回溯方法、装置、设备和介质 | |
CN110569157B (zh) | 存储测试方法、装置、服务器及存储介质 | |
CN114048099A (zh) | Java应用监控方法及装置、存储介质及电子设备 | |
CN112463374A (zh) | 一种内存管理方法、装置、设备及存储介质 | |
CN118250206A (zh) | 基于流量回放的高并发压测试方法及相关装置 | |
CN112306694B (zh) | 内存分析方法和装置、计算机可读存储介质、电子设备 | |
CN115576484A (zh) | 数据读写方法、装置、电子设备及存储介质 | |
CN114385368A (zh) | 预写日志的刷写方法和装置 | |
CN114138575A (zh) | 一种硬盘数据垃圾回收的测试方法、装置、设备及介质 | |
CN111797025A (zh) | 一种针对应用的数据处理方法及装置 | |
CN112306894A (zh) | 对象引用方法、装置、设备及存储介质 | |
CN112463626A (zh) | 内存泄漏定位方法、装置、计算机设备及存储介质 | |
CN112231290A (zh) | 一种本地日志的处理方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |