在很多移动应用中，特别是即时通信类项目中，保活是一个永远无法避免的一个话题。保活，按照我的理解，主要包含两部分：
网络连接保活：如何保证消息接收实时性。
进程保活：尽量保证应用的进程不被Android系统回收。
在很早以前，谈Android的保活都会涉及到进程常驻内存，如何进行性能优化等话题，今天就这些话题，做一个简单的总结。

Android进程

在讨论这个问题之前，我们首先来看一些现象级APP的进程。

搞Android的同学都知道，每一个Android应用启动后至少对应一个进程，有的则有多个进程，大多数主流APP都会包含多个进程，因为除了主要的进程之外，还有诸如长连接、推送等进程。

查看进程

对于任何一个进程，我们都可以通过adb shell ps|grep 的方式来查看。具体方式如下：

上图的具体含义如下：

值	解释
u0_a16	USER 进程当前用户
3881	进程ID
873024	进程的虚拟内存大小
37108	实际驻留”在内存中”的内存大小

进程划分

Android系统按重要性从高到低把进程的划为了如下几种（严格来说是6种）。

1，前台进程

此种进程指用户正在使用的程序，一般系统是不会杀死前台进程的，除非用户强制停止应用或者系统内存不足等极端情况会杀死。

主要场景：

• 某个进程持有一个正在与用户交互的Activity，并且该Activity正处于resume的状态。
• 某个进程持有一个Service，并且该Service与用户正在交互的Activity绑定。
• 某个进程持有一个Service，并且该Service调用startForeground()方法使之位于前台运行。
• 某个进程持有一个Service，并且该Service正在执行它的某个生命周期回调方法，比如onCreate()、onStart()或onDestroy()。
• 某个进程持有一个BroadcastReceiver，并且BroadcastReceiver正在执行其onReceive()方法。

2，可见进程

用户正在使用，看得到，但是摸不着，没有覆盖到整个屏幕,只有屏幕的一部分可见进程不包含任何前台组件，一般系统也是不会杀死可见进程的，除非要在资源吃紧的情况下，要保持某个或多个前台进程存活。

主要场景：

• 拥有不在前台、但仍对用户可见的 Activity（已调用onPause()）。
• 拥有绑定到可见（或前台）Activity 的 Service。

3，服务进程

在内存不足以维持所有前台进程和可见进程同时运行的情况下，服务进程会被杀死。
主要场景：

• 某个进程中运行着一个Service且该Service是通过startService()启动的，与用户看见的界面没有直接关联。

4，后台进程

后台进程，系统可能随时终止它们，用以回收内存。
主要场景：

• 在用户按了”back”或者”home”后,程序本身看不到了,但是其实还在运行的程序，比如Activity调用了onPause方法。

空进程

某个进程不包含任何活跃的组件时该进程就会被置为空进程，完全没用,杀了它只有好处没坏处,第一个干它。

内存阈值

上面主要讲的是进程，那么进程是怎么被杀的呢？这不得不提主要的一个原因：内存。在移动设备中内存往往是有限的，打开的应用越多，后台缓存的进程也越多。在系统内存不足的情况下，系统开始依据自身的一套进程回收机制来判断要kill掉哪些进程。在Android的内存回收机制中有一个重要的概念：Low Memory Killer。
我们可以使用cat /sys/module/lowmemorykiller/parameters/minfree来查看某个手机的内存阈值。

注意这些数字的单位是page（1 page = 4 kb）。上面的六个数字对应的就是(MB): 72,90,108,126,144,180，这些数字也就是对应的内存阀值,内存阈值在不同的手机上不一样，一旦低于该值,Android便开始按顺序关闭进程. 因此Android开始结束优先级最低的空进程，即当可用内存小于180MB(46080*4/1024)。

读到这里，你或许有一个疑问，假设现在内存不足，空进程都被杀光了，现在要杀后台进程，但是手机中后台进程很多，难道要一次性全部都清理掉？当然不是的，进程是有它的优先级的，这个优先级通过进程的adj值来反映，它是linux内核分配给每个系统进程的一个值，代表进程的优先级，进程回收机制就是根据这个优先级来决定是否进行回收，adj值定义在com.android.server.am.ProcessList类中，这个类路径是${android-sdk-path}/sources/android-23/com/android/server/am/ProcessList.java。oom_adj的值越小，进程的优先级越高，普通进程oom_adj值是大于等于0的，而系统进程oom_adj的值是小于0的，我们可以通过cat /proc/进程id/oom_adj可以看到当前进程的adj值。

看到adj值是0，0就代表这个进程是属于前台进程，我们再按下Back键，将应用至于后台，再次查看。

adj值变成了8，8代表这个进程是属于不活跃的进程。关于oom_adj进程的相关内容可以参考下表：

adj级别	值	解释
UNKNOWN_ADJ	16	预留的最低级别，一般对于缓存的进程才有可能设置成这个级别
CACHED_APP_MAX_ADJ	15	缓存进程，空进程，在内存不足的情况下就会优先被kill
CACHED_APP_MIN_ADJ	9	缓存进程，也就是空进程
SERVICE_B_ADJ	8	不活跃的进程
PREVIOUS_APP_ADJ	7	切换进程
HOME_APP_ADJ	6	与Home交互的进程
SERVICE_ADJ	5	有Service的进程
HEAVY_WEIGHT_APP_ADJ	4	高权重进程
BACKUP_APP_ADJ	3	正在备份的进程
PERCEPTIBLE_APP_ADJ	2	可感知的进程，比如那种播放音乐
VISIBLE_APP_ADJ	1	可见进程，如当前的Activity
FOREGROUND_APP_ADJ	0	前台进程
PERSISTENT_SERVICE_ADJ	-11	重要进程
PERSISTENT_PROC_ADJ	-12	核心进程
SYSTEM_ADJ	-16	系统进程
NATIVE_ADJ	-17	系统起的Native进程

说明：上表的数字可能在不同系统会有一定的出入。

下面按照网络保活和进程保活来给大家介绍保活的一些策略。

网络连接保活

网络保活，业界主要手段有：
a. GCM；
b. 公共的第三方push通道(信鸽等)；
c. 自身跟服务器通过轮询，或者长连接；

GCM即Google Cloud Messaging，主要用于消息推送的，即使在应用没有起来的情况下，客户端也能通过GCM收到来自服务器的消息。GCM支持Android、IOS和Chrome。由于GCM需要google service支持，在国内基本不能用，经常会断线。

push很多也是基于长连接实现的，早年的微信，直接通过Java socket 实现。所以后面我们直接谈长连接。
长连接实现包括几个要素：
a. 网络切换或者初始化时 server ip 的获取。
b. 连接前的 ip筛选，出错后ip 的抛弃。
c. 维护长连接的心跳。
d. 服务器通过长连notify。
e. 选择使用长连通道的业务。
f. 断开后重连的策略。

今天，我们讨论重点即时聊天中的心跳和 notify 机制。

1，心跳机制

通过定期的数据包，对抗NAT超时(一般会设置为5-10秒)。以下是部分地区网络NAT 超时统计。

心跳的实现过程如下：

说明：
a. 连接后主动到服务器Sync拉取一次数据，确保连接过程的新消息。
b. 心跳周期的Alarm 唤醒后，一般有几秒的cpu 时间，无需wakelock。
c. 心跳后的Alarm防止发送超时，如服务器正常回包，该Alarm 取消。
d. 如果服务器回包，系统通过网络唤醒，无需wakelock。

流程基于两个系统特性：

a. Alarm唤醒后，足够cpu时间发包。
b. 网络回包可唤醒机器。

特别是b项，假如Android封堵该特性，那就只能用GCM了。API level >= 23的doze就关闭所有的网络， alarm等。Google也最终在6.0版本加入REQUEST_IGNORE_BATTERY_OPTIMIZATIONS权限。

2，动态心跳

4.5min心跳周期是稳定可靠的，但无法确定是最大值。通过终端的尝试，可以获取到特定用户网络下，心跳的最大值。引入该特性的背景：
a. 运营商的信令风暴
b. 运营商网络换代，NAT超时趋于增大
c. Alarm耗电，心跳耗流量。

动态心跳引入下列状态：
a. 前台活跃态：亮屏，微信在前台， 周期minHeart (4.5min) ，保证体验。
b. 后台活跃态：微信在后台10分钟内，周期minHeart ，保证体验。
c. 自适应计算态：步增心跳，尝试获取最大心跳周期(sucHeart)。
d. 后台稳定态：通过最大周期，保持稳定心跳。

下面是自适应计算态流程：

在自适应态：
a. curHeart初始值为minHeart ， 步增(heartStep)为1分钟。
b. curHeart 失败5次， 意味着整个自适应态最多只有5分钟无法接收消息。
c. 结束后，如果sucHeart > minHeart，会减去10s(避开临界)，为该网络下的稳定周期。
d. 进入稳定态时，要求连接连续三次成功minHeart心跳周期，再使用sucHeart。

3，notify机制

网络保活的意义在于消息实时。通过长连接，即时通信类产品有下列机制保证消息的实时。

Sync：

通过Sync CGI直接请求后台数据。Sync 通过后台和终端的seq值对比，判断该下发哪些消息。终端正常处理消息后，seq更新为最新值。
Sync 的主要场景：
a. 长连无法建立时，通过Sync 定期轮询；
b. 微信切到前台时，触发Sync(保命机制)；
c. 长连建立完成，立即触发Sync，防止连接过程漏消息；
d. 接收到Notify 或者 gcm 后，终端触发Sync 接收消息。

Notify：

类似于GCM。通过长连接，后台发出仅带seq的小包，终端根据seq决定是否触发Sync拉取消息。

NotifyData：

在长连稳定， Notify机制正常的情况下(保证seq的同步)。后台直接推送消息内容，节省1个RTT (Sync) 消息接收时间。终端收到内容后，带上seq回应NotifyAck，确认成功。这里会出现Notify和NotifyData状态互相切换的情况：

如NotifyData 后，服务器在没收到NotifyAck，而有新消息的情况下，会切换回到Notify，Sync可能需要冗余之前NotifyData的消息。终端要保证串行处理NotifyData和Sync ，否则seq可能回退。

GCM：

只要机器上有GMS ，启动时就尝试注册GCM，并通知后台。服务器会根据终端是否保持长连，决定是否由GCM通知。GCM主要针对国外比较复杂的网络环境。

进程保活

在Android系统里，进程被杀的原因通常为以下几个方面：
a. 应用Crash；
b. 系统回收内存；
c. 用户触发；
d. 第三方root权限app。

下面分享几个微信和qq关于进程保活的几个方法：

1，进程拆分

俗话说，鸡蛋不能放一个篮子里面，那么为了保活，我们也可以将进程拆分为几个。

例如，上图是微信应用的几个进程：
a. push主要用于网络交互，没有UI
b. worker就是用户看到的主要UI
c. tools主要包含gallery和webview
这样，进程通过拆分之后，单个进程被回收了并不影响其他的进程。拆分网络进程，确实就是为了减少进程回收带来的网络断开。

可以看到push的内存要远远小于worker。而且push的工作性质稳定，内存增长会非常少。这样就可以保证，尽量的减少push 被杀的可能。为了提高线程存活的概率，这里启动一个纯C/C++ 的进程，而不是Java run time。

2，及时拉起

系统回收不可避免，及时重新拉起的手段主要依赖系统特性。从上图看到， push有AlarmReceiver， ConnectReceiver，BootReceiver。这些receiver 都可以在push被杀后，重新拉起。特别AlarmReceiver ，结合心跳逻辑，微信被杀后，重新拉起最多一个心跳周期。

而对于worker，除了用户UI操作启动。在接收消息，或者网络切换等事件， push也会通过LocalBroadcast，重新拉起worker。这种拉起的worker ，大部分初始化已经完成，也能大大提高用户点击微信的启动速度。

历史原因，我们在push和worker通信使用Broadcast和AIDL。实际上，我一直不喜欢这里的实现，AIDL代码冗余多， broadcast效率低。欢迎大家分享更好的思路或者方法。

3，进程优先级

前面说过Low Memory Killer机制，Low Memory Killer 机制决定是否杀进程除了内存大小，还有进程优先级。这个前面也说过。从这个原理来说，我们可以通过提高进程的优先级来保活。

值得注意的是，Android 的前台service机制。但该机制的缺陷是通知栏保留了图标。

对于 API level < 18 ：调用startForeground(ID， new Notification())，发送空的Notification ，图标则不会显示。

对于 API level >= 18：在需要提优先级的service A启动一个InnerService，两个服务同时startForeground，且绑定同样的 ID。Stop 掉InnerService ，这样通知栏图标即被移除。