刚刚快手开源高性能线上内存监控方案

大家好，我是章鱼猫。

今天给大家推荐的项目是“KOOM”。 KOOM（Kwai OOM、Kill OOM）是快手性能优化团队在处理移动OOM问题过程中沉淀的一整套解决方案。

其中，Java内存部分在此基础上进行了大量优化，解决了在线内存监控的性能问题，在线收集和分析内存镜像，不影响用户体验。

自2020年春节后在快手主APP上线以来，解决了很多OOM问题。 其性能和稳定性经受住了大量用户和设备的考验。 因此快手电脑客户端，我们决定开源来回馈社区，欢迎大家帮助我们改进。

背景

随着移动端业务逻辑日益复杂，以及4K编解码、AR魔表等对内存要求较高的场景逐渐普及，OOM问题已成为快手客户端稳定性管理的第一大难题。

在日常的版本迭代过程中，偶尔会出现OOM激增的情况，而且线上环境非常复杂。 仅AB实验就有数千次快手电脑客户端，无法做到事前预防和事后恢复。 因此，迫切需要一种高性能的在线内存监控解决方案。

在第一期开源的Java内存监控解决方案中，他们调查了美团和UC发表的相关技术文章，发现业界的优化方向主要集中在内存镜像的分析部分，一直没有解决方案到内存镜像的转储部分。 在此过程中应用程序会冻结很长时间。 经过深入研究，他们发现可以利用Copy-on-write机制来fork子进程dump来满足他们的需求。

随机采集线上真实用户的内存镜像，普通dump和fork子进程dump阻塞用户使用的耗时如下：