3. Metadata内存管理：Metadata Buffer分配策略、跨进程传递机制、内存池与复用优化

在Camera HAL框架中，Metadata（元数据）是连接ISP、算法库、HAL与Framework的核心数据载体。每一帧请求都携带数十到数百个Tag，其内存管理效率直接影响拍照延迟、预览流畅度与系统内存占用。本章深入剖析Metadata Buffer的分配策略、跨进程传递机制以及内存池复用优化技术。

3.1 Metadata Buffer分配策略

Metadata Buffer的分配策略决定了系统在高帧率、多Camera并发场景下的稳定性。常见的分配策略包括：

以下为典型的预分配池初始化流程（基于Android Camera3 HAL）：

// 预分配Metadata Buffer池
status_t MetadataPool::init(uint32_t poolSize, uint32_t bufferSize) {
    Mutex::Autolock lock(mLock);
    for (uint32_t i = 0; i < poolSize; ++i) {
        camera_metadata_t* meta = allocate_camera_metadata(bufferSize);
        if (!meta) return NO_MEMORY;
        mFreeList.push_back(meta);
    }
    mPoolSize = poolSize;
    return OK;
}

// 从池中获取Buffer
camera_metadata_t* MetadataPool::getBuffer() {
    Mutex::Autolock lock(mLock);
    if (mFreeList.empty()) {
        // 动态扩容：分配新Buffer
        return allocate_camera_metadata(mBufferSize);
    }
    camera_metadata_t* meta = mFreeList.back();
    mFreeList.pop_back();
    return meta;
}

3.2 跨进程传递机制

Metadata在Camera HAL与Framework之间通过Binder跨进程传递。由于Metadata数据量较大（通常2-8KB），直接序列化传递会带来性能瓶颈。Android采用共享内存（Shared Memory）与Binder fd传递相结合的方式。

3.2.1 传递流程

1. HAL端： 将Metadata序列化到共享内存（ashmem / dmabuf）中。
2. Binder传递： 将共享内存的文件描述符（fd）通过Binder传递给Framework。
3. Framework端： 通过fd映射共享内存，反序列化Metadata。
4. 引用计数： 双方通过引用计数管理共享内存生命周期，避免提前释放。

// HAL端：将Metadata写入共享内存
status_t writeMetadataToSharedMemory(const camera_metadata_t* meta, int* outFd) {
    size_t size = get_camera_metadata_size(meta);
    int fd = ashmem_create_region("camera_metadata", size);
    if (fd < 0) return NO_MEMORY;

    void* ptr = mmap(NULL, size, PROT_READ | PROT_WRITE, MAP_SHARED, fd, 0);
    if (ptr == MAP_FAILED) {
        close(fd);
        return NO_MEMORY;
    }
    memcpy(ptr, meta, size);
    munmap(ptr, size);

    *outFd = fd;
    return OK;
}

// Framework端：从共享内存读取Metadata
camera_metadata_t* readMetadataFromSharedMemory(int fd) {
    size_t size = ashmem_get_size_region(fd);
    void* ptr = mmap(NULL, size, PROT_READ, MAP_SHARED, fd, 0);
    if (ptr == MAP_FAILED) return nullptr;

    camera_metadata_t* meta = allocate_camera_metadata(size);
    if (meta) {
        memcpy(meta, ptr, size);
    }
    munmap(ptr, size);
    close(fd);
    return meta;
}

3.3 内存池与复用优化

频繁的Metadata分配与释放会导致内存碎片和性能抖动。内存池技术通过预分配和复用机制，显著降低分配延迟并消除碎片。

3.3.1 内存池设计要点

3.3.2 复用优化实战

复用优化不仅包括Buffer本身，还包括Metadata内容的增量更新。例如，每一帧中大部分Tag（如传感器尺寸、镜头信息）保持不变，只有少数Tag（如曝光时间、增益）变化。通过“增量Metadata”技术，只传递变化的部分，大幅减少数据量。

// 增量Metadata复用示例
class IncrementalMetadata {
public:
    // 只更新变化的Tag
    status_t updateTag(uint32_t tag, const void* data, size_t size) {
        auto it = mChangedTags.find(tag);
        if (it != mChangedTags.end()) {
            // Tag已存在，复用Buffer空间
            memcpy(it->second, data, size);
        } else {
            // 新Tag，分配空间
            void* buf = malloc(size);
            memcpy(buf, data, size);
            mChangedTags[tag] = buf;
        }
        return OK;
    }

    // 序列化时只打包变化的Tag
    camera_metadata_t* serializeDelta() {
        size_t totalSize = calculateDeltaSize();
        camera_metadata_t* meta = allocate_camera_metadata(totalSize);
        for (auto& [tag, data] : mChangedTags) {
            add_camera_metadata_entry(meta, tag, data, getTagSize(tag));
        }
        return meta;
    }

private:
    std::unordered_map<uint32_t, void*> mChangedTags;
};

3.4 总结与最佳实践

• 分配策略选择： 高帧率场景（≥30fps）必须使用预分配内存池；低帧率或原型开发可使用按需分配。
• 跨进程传递： 优先使用dmabuf + fd传递，减少内存拷贝；注意引用计数管理，避免内存泄漏。
• 复用优化： 实现增量Metadata机制，只传递变化Tag；内存池采用无锁队列 + LIFO策略，最大化性能。
• 监控与调试： 在HAL中增加Metadata分配/释放的统计日志，监控池使用率、分配延迟、回收次数等指标。