【发布时间】:2023-03-28 19:58:01
【问题描述】:
// ***** 新问题。 *****
将结构传递给线程时,下面存在内存泄漏。不明白为什么,因为线程内部的代码如果直接在主线程中调用不会泄漏内存。
class PeopleCounting{
// Class variables
Ptr<cv::BackgroundSubtractorMOG2> pMOG2 = cv::createBackgroundSubtractorMOG2(500, 16);
Mat maskBackgroundSubtracted = Mat(resizeDimension.height, resizeDimension.width, CV_8UC1);
// Thread creation code below, code called from main.
//Create thread
pthread_t threads;
pthread_attr_t attr;
void *status;
// Initialize and set thread joinable
pthread_attr_init(&attr);
pthread_attr_setdetachstate(&attr, PTHREAD_CREATE_JOINABLE);
// Creating thread data and initializing it
BackgroundSubstractionThreadData threadData = {CamImage, maskBackgroundSubtracted, pMOG2};
int rc;
rc = pthread_create(&threads, NULL, performBackgroundSubstraction, (void *)&threadData);
if (rc)
{
__android_log_print(ANDROID_LOG_ERROR, APPNAME, "Error: peopleCountingMainMono unable to create thread - %d",rc);
}
// free attribute and wait for the other threads
pthread_attr_destroy(&attr);
// ************** Do something else in main thread **************
// Join thread i.e. wait till completion of thread
rc = pthread_join(threads, &status);
if (rc)
{
__android_log_print(ANDROID_LOG_ERROR, APPNAME, "Error: peopleCountingMainMono unable to join - %d",rc);
}
// Using class variable **maskBackgroundSubtracted** and **pMOG2** for later use. **CamImage** (opencv mat) usually gets released automatically in general due to smart pointer implementation, not sure if it is the source of leak
}
// Note: Outside class
void *performBackgroundSubstraction(void *threadarg)
{
struct BackgroundSubstractionThreadData *my_data;
my_data = (struct BackgroundSubstractionThreadData *)threadarg;
Mat fgMask;
my_data->pMOG2F->apply(my_data->leftCamImage, fgMask, 0.002);
morphologyEx(fgMask, fgMask, MORPH_OPEN, getStructuringElement(MORPH_RECT, Size(3, 3)),Point(-1,-1),1);
morphologyEx(fgMask, fgMask, MORPH_CLOSE, getStructuringElement(MORPH_RECT, Size(11, 11)),Point(-1,-1),1);
threshold(fgMask, my_data->dst, 128, 255, THRESH_BINARY);
pthread_exit(NULL);
};
// ***** 问题结束 ****
我有一个带有 JNI 函数的 NDK 库,它返回 jobjectArray
在下面的代码中,我使用了一个静态全局 jPeopleCountArray,它通过循环填充了 jobject 并返回给 Java 调用方法。这个 JNI 函数通过我的 Java 代码中的循环一次又一次地调用,但一次只调用一个实例,因此允许全局返回对象。我在库使用结束时执行内存清理,方法是循环遍历作业数组并删除作业的本地引用,最后删除 jPeopleCountArray 的全局引用。内存清理仅在最后执行,因为迭代使用(但仅单个实例)允许重用返回对象。
问题是当我通过 NewObjectArray 分配全局 jobjectArray 时。由于之前的调用,之前保存在 jobjectArray 中的所有作业是否都从内存中释放?
class PeopleCounting{
public:
static inline jobjectArray jPeopleCountArray = NULL;
static inline JNI_PEOPLECOUNT * jniPeopleCount = NULL;
// .... Rest of Code ...
}
// JNI function
PeopleCounting *obj = (PeopleCounting *) hEngineHandle;
obj->LoadJniPeopleCount(env);
Mat *pMatCGray = (Mat *) addrCamGray;
vector<PeopleSegment> peopleCountingFromContourRes = obj->peopleCountingMainMono(
*pMatCGray);
// ******** IMPORTANT BELOW *********
obj->jPeopleCountArray = env->NewObjectArray(peopleCountingFromContourRes.size(),
obj->jniPeopleCount->cls, NULL);
for (size_t i = 0; i < peopleCountingFromContourRes.size(); i++) {
jobject jPeopleCount = env->NewObject(obj->jniPeopleCount->cls,
obj->jniPeopleCount->constructortorID);
obj->FillPeopleCountValuesToJni(env, jPeopleCount, peopleCountingFromContourRes[i]);
env->SetObjectArrayElement(obj->jPeopleCountArray, i, jPeopleCount);
}
return obj->jPeopleCountArray;
// Memory cleanup at the end of library use.
PeopleCounting *obj = (PeopleCounting *) hEngineHandle;
if (obj->jPeopleCountArray != NULL){
__android_log_print(ANDROID_LOG_VERBOSE, APPNAME,
"Freeing memory of jobject array");
//https://www.ibm.com/developerworks/library/j-jni/index.html
int size = env->GetArrayLength(obj->jPeopleCountArray);
for(int i = 0; i < size; i++)
{
jobject row = env->GetObjectArrayElement(obj->jPeopleCountArray, i);
if(env->ExceptionOccurred()) {
break;
}
env->DeleteLocalRef(row);
}
env->DeleteGlobalRef(obj->jPeopleCountArray);
}
delete (PeopleCounting *)(hEngineHandle);
【问题讨论】:
-
我不明白内存泄漏发生在哪里以及是什么让您相信它发生了。一般来说,我更喜欢避免使用 pthread_exit。从线程函数返回 0 通常足以优雅地退出线程。
-
@AlexCohn:你绝对成功了,pthread_exit 是罪魁祸首,将其更改为 return 0 解决了这个问题。
-
@AlexCohn:虽然这主要解决了内存泄漏问题。但我可以看到,在每 10K 迭代后,android studio profiler 报告的本机内存占用量增加了 10-15 MB。该库应该在 24x7 环境中使用,所以不能承受这样的问题。从主线程执行代码时,不会出现这种不断增加的内存占用问题。似乎多线程正在消耗稳定性。
-
请尝试打开一个单独的问题以避免混乱。另外,提供更多关于你想要实现什么的信息(为什么你需要一个可连接的线程),你所说的 20K 迭代是什么意思(是 20000 次 pthread_create(),或者循环发生在线程函数中)等等。也许你可以从 Java 管理你的工作线程?
-
我在循环中的 java 代码中一次又一次地调用这个本地方法。为所有调用保留类实例,因此类变量保存它们的数据。线程被分离以进行一些并行处理,而我在主线程上继续执行一些较重的任务。一旦主线程上较重的任务完成,对可连接线程的需求是确保线程已经返回,如果没有,我等到线程完成,然后在主线程中继续,并将两个线程的结果组合为以及之前的主线程更重的任务。
标签: c++ memory-management memory-leaks android-ndk java-native-interface