内存泄漏：通过简单的设备运动日志记录内存使用量稳步增加

Question

考虑这个简单的 Swift 代码，它将设备运动数据记录到磁盘上的 CSV 文件中。

let motionManager = CMMotionManager() 
var handle: NSFileHandle? = nil

override func viewDidLoad() {
    super.viewDidLoad()

    let documents = NSSearchPathForDirectoriesInDomains(.DocumentDirectory, .UserDomainMask, true)[0] as NSString
    let file = documents.stringByAppendingPathComponent("/data.csv")

    NSFileManager.defaultManager().createFileAtPath(file, contents: nil, attributes: nil)
    handle = NSFileHandle(forUpdatingAtPath: file)

    motionManager.startDeviceMotionUpdatesToQueue(NSOperationQueue.currentQueue(), withHandler: {(data, error) in
        let data_points = [data.timestamp, data.attitude.roll, data.attitude.pitch, data.attitude.yaw, data.userAcceleration.x,
            data.userAcceleration.y, data.userAcceleration.z, data.rotationRate.x, data.rotationRate.y, data.rotationRate.z]

        let line = ",".join(data_points.map { [=10=].description }) + "\n"
        let encoded = line.dataUsingEncoding(NSUTF8StringEncoding)!

        self.handle!.writeData(encoded)
    })
}

我已经坚持了好几天了。似乎有内存泄漏，因为内存消耗量稳步增加，直到 OS 因超出资源而暂停应用程序。

此应用能够运行长时间不间断运行至关重要。一些注意事项：

我试过使用 NSOutputStream 和 CSV 写入库 (CHCSVParser)，但问题仍然存在
异步执行日志记录代码（将 startDeviceMotionUpdatesToQueue 包装在 dispatch_async 中）不会消除问题
在后台执行传感器数据处理 NSOperationQueue 确实解决了问题（仅当 maxConcurrentOperationCount >= 2 时）。但是，这会导致文件写入的并发问题：输出文件出现乱码，行之间相互缠绕。
仅在记录加速度计数据时似乎不会出现此问题，但在记录多个传感器（例如加速度计 + 陀螺仪）时似乎会出现。是否存在触发此问题的文件写入吞吐量阈值？
内存峰值似乎以大约 10 秒的间隔间隔开（上图中的步骤）。也许这表明了什么？（可能是内存检测基础设施的产物，或者可能是垃圾收集）

有什么指点吗？我尝试过使用 Instruments，但我不具备有效使用它的技能。看来内存使用量的爆炸式增长是由 __NSOperationInternal 引起的。这是一个示例 Instruments trace.

谢谢。

Answer 1

先看我的这个回答：

您不应该在调试器中查看内存图；只相信 Instruments 告诉你的。在 Swift.

中，调试构建和发布构建的内存管理方式非常不同

其次，如果仍有问题，请尝试将处理程序的内部包裹在 autoreleasepool 闭包中。但是，我不认为这会有所作为（因为这不是循环），而且我不认为这是必要的，因为我怀疑使用 Instruments 会揭示一开始就没有任何问题.但是，autoreleasepool 调用将确保自动释放的对象没有机会累积。

内存泄漏：通过简单的设备运动日志记录内存使用量稳步增加

Memory leak: steady increase in memory usage with simple device motion logging

ios

objective-c

swift

memory-management

memory-leaks