Dio库在Android平台上共享CancelToken导致的内存泄漏问题分析
2025-05-18 05:39:48作者:胡唯隽
问题背景
Dio是一个流行的Dart/Flutter网络请求库,在5.4.0版本中,Android平台(IO实现)出现了一个与CancelToken相关的内存泄漏问题。当开发者创建单个CancelToken并在多个请求中共享使用时,会导致内存持续增长最终出现内存不足的问题。
技术原理分析
问题的根源在于Dio的IO适配器实现中对CancelToken的处理方式。具体来说,在dio/src/adapters/io_adapter.dart文件中,当请求被取消时,会执行以下逻辑:
if (cancelFuture != null) {
cancelFuture.whenComplete(() => request.abort());
}
这段代码存在两个关键问题:
-
闭包捕获问题:
whenComplete回调中捕获了request对象,导致请求相关的资源无法被及时释放 -
多次注册问题:当同一个CancelToken被用于多个请求时,会多次注册
whenComplete回调,每个回调都会捕获对应的请求对象
与浏览器实现的差异
值得注意的是,这个问题在浏览器端的实现(dio/src/adapters/browser_adapter.dart)中并不存在。浏览器端的实现采用了不同的处理方式,没有出现类似的内存泄漏问题。
影响范围
该问题主要影响以下场景:
- 使用Dio 5.4.0及以上版本
- 在Android平台(IO实现)上运行
- 应用中存在共享CancelToken的情况(常见于批量请求或请求链式调用)
解决方案
Dio团队已经修复了这个问题,主要改进包括:
- 优化了CancelToken的处理逻辑,避免不必要的对象捕获
- 统一了IO实现和浏览器实现的处理方式
最佳实践建议
为了避免类似问题,开发者应该注意:
- 谨慎共享CancelToken,除非确实需要同时取消多个请求
- 对于长时间运行的请求,考虑定期创建新的CancelToken
- 在请求完成后,及时清理相关资源
总结
这个案例展示了在异步编程中闭包捕获可能带来的内存管理挑战。Dio团队通过分析问题根源并改进实现,解决了Android平台上的内存泄漏问题。对于开发者而言,理解网络请求库的内部机制有助于编写更健壮的代码,特别是在资源管理方面。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C039
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0120
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
434
3.29 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
694
367
Ascend Extension for PyTorch
Python
240
272
暂无简介
Dart
693
162
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
269
328
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
673
仓颉编译器源码及 cjdb 调试工具。
C++
138
869