4、Dalvik内存分配机制：dlmalloc与LinearAlloc，对象分配流程，TLAB（线程本地分配缓冲区）原理
好，咱们今天来聊聊Dalvik虚拟机里头的内存分配。说实话，这块内容我当年啃源码的时候也绕了不少弯路。你想想看，一个Java对象new出来，底层到底是怎么给它腾地方的？Dalvik不像JVM那样有分代收集，它的分配器设计得更贴近嵌入式场景。嗯，咱们一个一个拆开说。
4.1 两大分配器：dlmalloc 和 LinearAlloc
Dalvik里头的内存分配，说白了就两套班子在干活。一套是dlmalloc，另一套是LinearAlloc。它们俩分工很明确，各管各的地盘。
4.1.1 dlmalloc——通用堆分配器
dlmalloc 是从C语言社区移植过来的，全称是 Doug Lea's Malloc。它负责管理Dalvik堆里头的Java对象内存。我早期做性能优化时，就经常盯着dlmalloc的行为看——它用了一个叫空闲链表的数据结构来管理碎片。
它的核心逻辑其实不复杂：
- 维护多个大小不同的空闲块链表（bins）
- 分配时找最合适大小的块（best-fit策略）
- 释放时合并相邻空闲块，减少碎片
举个例子，你new一个byte[1024]，dlmalloc就会去对应的bin里找一块不小于1024字节的空闲内存。找不到就向系统申请更大的内存块，切一部分给你，剩下的挂回链表。
关键点：dlmalloc分配的内存地址是随机的，这会导致碎片。但好处是灵活性高，大小随意。
4.1.2 LinearAlloc——线性分配器
LinearAlloc 就简单粗暴多了。它只干一件事：顺序分配，从不释放。你想想看，这玩意儿用在哪儿？
答案是——类加载。每个类加载时，它的常量池、方法信息、字段信息这些元数据，都扔到LinearAlloc里。因为这些数据一旦加载，基本就不会卸载（除非整个ClassLoader被回收）。
我当年调试一个插件化框架时，就遇到过LinearAlloc耗尽的问题。那时候Android 4.x的LinearAlloc默认只有8MB，插件一多就崩。后来Android 5.0把这个值提到了16MB，才算缓解。
个人经验：如果你在做热修复或者插件化，一定要留意LinearAlloc的剩余空间。可以用Runtime.getRuntime().maxMemory()间接估算，但更准的是看/proc/self/maps里头的线性分配区段。
4.2 对象分配流程——从new到内存落地
好，咱们走一遍完整的对象分配流程。你写一句Object obj = new Object();，底层到底干了啥？
- 指令解析：Dalvik字节码遇到
new-instance指令，开始分配流程。 - 类查找：检查目标类是否已加载、已初始化。没加载？先走类加载流程。
- 计算大小：根据类信息算出对象需要多少字节（包括对象头）。
- 分配内存：调用dlmalloc分配一块连续内存。
- 对象头初始化：写入锁状态、GC标记、类引用等信息。
- 执行构造方法：调用
这里有个细节：对象头在Dalvik里是4字节（32位）或8字节（64位）。它存了锁状态、哈希码、GC年龄等信息。我见过不少开发者忽略对象头的大小，导致内存估算偏差很大。
注意：Dalvik的对象头跟JVM不一样。JVM用两个word（mark word + klass pointer），Dalvik用一个word搞定所有。所以Dalvik的对象开销更小，但能存的信息也少。
4.3 TLAB——线程本地分配缓冲区
TLAB，全称 Thread-Local Allocation Buffer。这玩意儿是Dalvik在Android 5.0（ART）之后才引入的。它的目的很简单：减少线程竞争。
你想想看，多线程同时new对象，大家都去抢dlmalloc的锁，那性能得多差？TLAB的思路是：给每个线程预先分配一小块内存（比如几百KB），线程内部new对象时，直接从自己的TLAB里切，不用加锁。
TLAB的工作原理：
- 每个线程维护一个bump pointer（游标指针）
- 分配时直接移动指针，像切蛋糕一样
- TLAB用完了，再向全局堆申请新的TLAB
- 大对象（超过TLAB大小）直接走全局分配
我做个图帮你理解：
TLAB的好处很明显：
- 无锁分配：线程内部操作，零竞争
- 分配速度快：就一个指针移动，比dlmalloc的链表查找快得多
- 减少全局锁争用：全局堆的锁压力大大降低
但TLAB也有代价：
- 内存浪费：每个线程的TLAB内部可能有碎片，线程退出时TLAB未用完的空间就浪费了
- 不适合大对象：大对象直接走全局堆，避免TLAB被撑爆
避坑指南：我曾经在一个多线程图片处理应用里，发现GC频繁。后来一查，是每个线程都创建了大量临时byte数组，TLAB频繁耗尽，导致线程反复向全局堆申请新TLAB。解决方案是：用线程池复用线程，减少TLAB的创建销毁开销。
4.4 总结一下
Dalvik的内存分配机制，说白了就是分层管理：
| 组件 | 管理内容 | 特点 |
|---|---|---|
| dlmalloc | Java对象堆 | 通用分配，支持释放，有碎片 |
| LinearAlloc | 类元数据 | 线性分配，不释放，空间有限 |
| TLAB | 线程本地对象 | 无锁分配，速度快，有浪费 |
嗯，这块内容就讲到这儿。你理解了这些底层机制，以后做内存优化、排查OOM，心里就有底了。记住一句话：分配越简单，性能越好；但简单往往意味着浪费。 这就是工程上的取舍。
公众号:蓝海资料掘金营，微信deep3321