CN110297691A - 一种优化Android系统ART虚拟机内存管理的方法 - Google Patents

一种优化Android系统ART虚拟机内存管理的方法 Download PDF

Info

Publication number
CN110297691A
CN110297691A CN201910596243.9A CN201910596243A CN110297691A CN 110297691 A CN110297691 A CN 110297691A CN 201910596243 A CN201910596243 A CN 201910596243A CN 110297691 A CN110297691 A CN 110297691A
Authority
CN
China
Prior art keywords
art
virtual machine
heap
foreground
progress levels
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910596243.9A
Other languages
English (en)
Inventor
缪鸿生
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Changhong Electric Co Ltd
Original Assignee
Sichuan Changhong Electric Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan Changhong Electric Co Ltd filed Critical Sichuan Changhong Electric Co Ltd
Priority to CN201910596243.9A priority Critical patent/CN110297691A/zh
Publication of CN110297691A publication Critical patent/CN110297691A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G06F2009/45583—Memory management, e.g. access or allocation

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种优化Android系统ART虚拟机内存管理的方法，包括以下步骤：A.定制ART虚拟机的进程等级；B.定制应用管理服务；C.增加Android系统默认属性；D.定制ART虚拟机的垃圾回收的堆大小控制函数。本发明的方法通过单独控制前台进程的堆空闲内存大小，为前台进程预留更多的堆空闲内存，以减少前台进程由于内存申请、周期性内存回收引起的垃圾回收频次和力度，改善前台进程的运行流畅度，减小卡顿风险，提升用户使用体验。

Description

一种优化Android系统ART虚拟机内存管理的方法
技术领域
本发明涉及Android系统所使用的ART虚拟机的内存管理优化技术领域，特别涉及一种优化Android系统ART虚拟机内存管理的方法。
背景技术
Android系统是目前主流智能电视使用的操作系统。从Android5.0开始，Android开始使用新的虚拟机，即ART虚拟机，替换了原有的dalvik虚拟机，大幅度改善了系统及应用程序的运行速度和效率，带来了良好的用户体验。
每一个Android的应用程序(APK)都需要创建一个ART虚拟机才能运行，ART虚拟机为应用程序(APK)提供了JAVA的运行环境。
ART虚拟机内存管理在进行垃圾回收(GC)后，根据Android系统预定义好的系统参数：堆最大空闲内存大小(dalvik.vm.heapmaxfree)、堆最小空闲内存大小(dalvik.vm.heapminfree)、堆内存利用率(dalvik.vm.heapgrowthlimit)、堆扩展系数(multiplier)等，对ART虚拟机预留的堆空闲内存大小进行调整和控制。所有的应用程序(APK)都将统一使用这套系统预设的参数。
预留的堆空闲内存大小，会影响到应用程序(APK)进行垃圾回收(GC)的频率和力度。如果预留的堆空闲内存比较小，而对象的分配需求很强烈，则预留的堆空闲内存很快就会用光，这是引起垃圾回收(GC)触发次数增多，垃圾回收(GC)又是导致应用程序(APK)卡顿的因素之一。如果预留的堆空闲内存过大，又会导致内存浪费。
根据Android系统的原始逻辑，ART虚拟机的堆空闲内存大小将被控制在：堆最小空闲内存大小(dalvik.vm.heapminfree)*2——堆最大空闲内存大小(dalvik.vm.heapmaxfree)*2之间，并且最大不会超过2倍堆最大空闲内存大小(dalvik.vm.heapmaxfree)的大小。
因此，降低堆最大空闲内存大小(dalvik.vm.heapmaxfree)参数的大小是控制ART虚拟机堆空闲内存大小的有效手段之一，同时也能达到减少系统内存占用的效果。
Android系统根据应用程序(APK)的重要程度对其进行了分级，将所有的应用程序(APK)分为七个进程等级：系统进程(system)、前台进程(foreground)、可见进程(visible)、可感知进程(percepptible)、服务进程(service)、缓存进程(cached)。
ART虚拟机中，将应用程序(APK)划分为两个进程等级：可感知进程(kProcessStateJankPerceptable)和非感知进程(kProcessStateJankImperceptable)。其中，ART中定义的可感知进程(kProcessStateJankPerceptable)包含了Android系统中的系统进程(system)、前台进程(foreground)。对于可感知进程(kProcessStateJankPerceptable)将采用统一的堆空闲内存大小控制策略。因此，Android系统中定义的系统进程(system)和前台进程(foreground)将具有相同的堆空闲内存大小。
如果通过降低堆最大空闲内存大小(dalvik.vm.heapmaxfree)，实现减小应用程序(APK)的内存占用，减少系统内存占用的目的后，同时也将减小Android定义的前台进程(foreground)的堆空闲内存大小，导致前台进程(foreground)的垃圾回收(GC)次数和力度增加，影响到前台进程(foreground)的执行效率，降低使用流畅度及增加卡顿风险。而前台进程(foreground)是属于用户正在使用的应用程序(APK)，流畅度下降和卡顿将会导致用户体验下降。
发明内容
本发明的目的是克服上述背景技术中不足，提供一种优化Android系统ART虚拟机内存管理的方法，通过单独控制前台进程(foreground)的堆空闲内存大小，为前台进程(foreground)预留更多的堆空闲内存，以减少前台进程(foreground)由于内存申请、周期性内存回收引起的垃圾回收(GC)频次和力度，改善前台进程(foreground)的运行流畅度，减小卡顿风险，提升用户使用体验。
为了达到上述的技术效果，本发明采取以下技术方案：
一种优化Android系统ART虚拟机内存管理的方法，包括以下步骤：
A.定制ART虚拟机的进程等级；
B.定制应用管理服务；
C.增加Android系统默认属性；
D.定制ART虚拟机的垃圾回收的堆大小控制函数。
进一步地，所述步骤A中定制ART虚拟机的进程等级时，具体包括在ART虚拟机原有的两个进程等级即：可感知进程、非感知进程的基础上增加一个进程等级：前台进程；即将Android定义的前台进程(foreground)从原来的ART虚拟机所定义可感知进程(kProcessStateJankPerceptable)中独立出来，增加专属的进程等级：前台进程(kProcessStateJankForeground)，便于ART虚拟机在进行垃圾回收(GC)时能通过ART虚拟机记录进程等级的全局变量process_state_识别到进程是前台进程。
进一步地，所述步骤B具体为：在应用程序的状态变化时，通过应用管理服务将进程等级由Android定义的进程等级转换为ART虚拟机定义进程等级，具体方法为：将原有的Android定义的前台进程转换为ART虚拟机定义的前台进程，实现ART虚拟机对前台进程的识别，其余的Android进程等级的转换保留原定义；转换后的进程等级参数按原有方式传递给ART虚拟机，ART虚拟机接受到新的进程等级参数后将其更新保存至进程等级全局变量。
进一步地，所述步骤C具体为：将Android系统属性参数传递给ART虚拟机，其值作为前台进程独有的堆扩展系数，以区别于原有的堆扩展系数，其中，Android系统属性参数的默认值需大于原有的堆扩展系数值。
进一步地，所述步骤D具体为：增加对当前进程是否为前台进程的识别，对可感知进程保留原有的计算方法，对前台进程重新定义计算方法为：堆最大空闲内存大小*独有的堆扩展系数，从而实现突破现有的2倍堆最大空闲内存大小(dalvik.vm.heapmaxfree)的大小限制。
本发明与现有技术相比，具有以下的有益效果：
本发明的优化Android系统ART虚拟机内存管理的方法，可实现在ART虚拟机中通过识别当前进程为Android定义的前台进程(foreground)的方法，为前台应用程序(APK)预留更多的堆空闲内存；且在ART虚拟机中，前台应用程序(APK)不受系统原有的堆空闲内存大小(dalvik.vm.heapmaxfree)参数限制(即2*dalvik.vm.heapmaxfree)，可以根据需求动态设置更多的堆空闲内存大小，实现单独控制前台进程(foreground)的堆空闲内存大小，为前台进程(foreground)预留更多的堆空闲内存，以减少前台进程(foreground)由于内存申请、周期性内存回收引起的垃圾回收(GC)频次和力度，改善前台进程(foreground)的运行流畅度，减小卡顿风险，提升用户使用体验。
附图说明
图1是本发明的优化Android系统ART虚拟机内存管理的方法的流程示意图。
具体实施方式
下面结合本发明的实施例对本发明作进一步的阐述和说明。
实施例：
实施例一：
在介绍本申请的优化Android系统ART虚拟机内存管理的方法流程前，先简要说明目前现有技术中的Android原生流程及其存在的问题(本发明的方法即基于该方法及其存在的问题进行的改进)，包括：
首先，在应用程序(APK)在状态发现变化时，需要通过应用管理服务(AMS)将应用程序(APK)新的进程等级参数传递给ART虚拟机，其中，进程等级参数可通过Android定义的进程等级转换为ART虚拟机定义进程等级得到。
具体的，Android定义的七种进程等级将转换为ART定义的两种进程等级，其中，Android定义的系统进程(system)、前台进程(foreground)进程等级将转换为ART虚拟机定义的可感知进程(kProcessStateJankPerceptable)。
其次，在ART虚拟机中，在接收到应用管理服务(AMS)传递的应用程序(APK)的进程等级参数后，ART虚拟机按照将传递的参数更新并保存至进程等级全局变量process_state_中，记录当前应用程序(APK)的进程等级。
同时，在ART虚拟机执行垃圾回收(GC)后，堆大小控制函数GrowForUtilization()会依据进程等级全局变量process_state_所记录的进程等级，根据堆最大空闲内存大小(dalvik.vm.heapmaxfree)、堆最小空闲内存大小(dalvik.vm.heapminfree)、堆内存利用率(dalvik.vm.heapgrowthlimit)、堆扩展系数(multiplier)、垃圾回收类型(GC_TYPE)等参数，计算出本次垃圾回收(GC)后为应用程序(APK)预留的堆空闲内存大小。
上述方法中，由于Android定义的前台进程(foreground)和系统进程(system)都属于ART虚拟机定义的可感知进程(kProcessStateJankPerceptable)，因此二者将具有相同的堆空闲内存大小。
本实施例的方法即需要通过降低Android系统默认的堆最大空闲内存大小(dalvik.vm.heapmaxfree)达到应用程序(APK)的内存消耗的目的，同时实现降低前台进程(foreground)的堆空闲内存大小，解决现有技术中存在的前台进程(foreground)的垃圾回收(GC)的频次和力度增加，影响前台进程(foreground)的使用流畅度并增加卡顿的风险的问题。
如图1所示，一种优化Android系统ART虚拟机内存管理的方法，包括以下步骤：
步骤一：定制ART虚拟机的进程等级。
具体包括在ART虚拟机原有的两个进程等级(可感知进程(kProcessStateJankPerceptable)、非感知进程(kProcessStateJankImperceptable))的基础上增加一个进程等级：前台进程(kProcessStateJankForeground)；即将Android定义的前台进程(foreground)从原来的ART虚拟机所定义可感知进程(kProcessStateJankPerceptable)中独立出来，增加专属的进程等级：前台进程(kProcessStateJankForeground)，便于ART虚拟机在进行垃圾回收(GC)时能通过ART虚拟机记录进程等级的全局变量process_state_识别到进程是前台进程。
在本实施例中具体为：
将原有的定义：
扩展为：
步骤二：定制应用管理服务。
具体为：在应用程序的状态变化时，通过应用管理服务将进程等级由Android定义的进程等级转换为ART虚拟机定义进程等级，即将原有的Android定义的前台进程(foreground)转换为ART虚拟机定义的可感知进程(kProcessStateJankPerceptable)的方法修改为：将原有的Android定义的前台进程转换为ART虚拟机定义的前台进程，实现ART虚拟机对前台进程的识别，其余的Android进程等级的转换保留原定义；转换后的进程等级参数按原有方式传递给ART虚拟机，ART虚拟机接受到新的进程等级参数后将其更新保存至进程等级全局变量(process_state_)。
本实施例中具体为：
在应用管理服务(AMS)的updateProcessState()中：
增加对应于ART虚拟机进程等级中的前台进程(kProcessStateJankForeground)的进程等级定义DALVIK_PROCESS_STATE_JANK_FOREGROUND：
final int DALVIK_PROCESS_STATE_JANK_FOREGROUND＝2；
判断当前进程状态，设置将要传递给ART虚拟机的进程等级参数dalvikProcessState：
如进程属于可见进程(visible)、可感知进程(percepptible)、服务进程(service)、缓存进程(cached)，则：dalvikProcessState＝DALVIK_PROCESS_STATE_JANK_FOREGROUND；
如进程属于系统进程(system)，则：dalvikProcessState＝DALVIK_PROCESS_STATE_JANK_PERCEPTIBLE。
如进程属于前台进程(foreground)，则：dalvikProcessState＝DALVIK_PROCESS_STATE_JANK_FOREGROUND。
dalvikProcessState的值将会更新到ART虚拟机中的进程等级全局变量process_state_中。
步骤三：增加Android系统默认属性。
具体为：将Android系统属性参数(dalvik.vm.topapp.multiplier)传递给ART虚拟机，其值作为前台进程(kProcessStateJankForeground)独有的堆扩展系数(special_foreground_heap_growth_multiplier_)，以区别于原有的堆扩展系数(foreground_heap_growth_multiplier_)，其中，Android系统属性参数的默认值(dalvik.vm.topapp.multiplier)需大于原有的堆扩展系数值(foreground_heap_growth_multiplier_)。
本实施例中具体为：
dalvik.vm.topapp.multiplier＝3。
步骤四：定制ART虚拟机的垃圾回收(GC)的堆大小控制函数(GrowForUtilization)。
具体为：增加对当前进程是否为前台进程(kProcessStateJankForeground)的识别，对可感知进程(kProcessStateJankPerceptable)保留原有的计算方法，对前台进程(kProcessStateJankForeground)重新定义计算方法为：堆最大空闲内存大小(dalvik.vm.heapmaxfree)*独有的堆扩展系数(special_foreground_heap_growth_multiplier_)，从而实现突破现有的2倍堆最大空闲内存大小(dalvik.vm.heapmaxfree)的大小限制。
本实施例中具体为：
增加全局变量：
dounle special_foreground_heap_growth_multiplier_；
读取系统属性dalvik.vm.topapp.multiplier，将其值赋予special_foreground_heap_growth_multiplier_。
在ART虚拟机的堆大小控制函数GrowForUtilization()中：
首先获取当前进程是否为前台进程(kProcessStateJankForeground)：
bool isForeground＝process_state＝＝kProcessStateJankForeground？true:false；
在堆空闲内存大小target_size的计算中：
对于非Sticky类型垃圾回收(GC)：
如果isForeground＝false,target_size按原有算法计算(最大不超过max_free_*2)；
如果isForeground＝true,
target_size＝max_free_*special_foreground_heap_growth_multiplier_；
对于Sticky类型垃圾回收(GC)：
如果isForeground＝false,target_size按原有算法计算(最大不超过max_free_)；
如果isForeground＝true,
target_size＝max_free*special_foreground_heap_growth_multiplier_。
综上可知，本发明的方法通过定制Android系统的ART虚拟机内存管理，在ART虚拟机中对前台进程进行识别，将前台进程的堆空闲内存大小进行独立控制，为前台进程预留更多的堆空闲内存，有助于减少前台进程由于内存申请、周期性内存回收等引起的垃圾回收(GC)频次和力度，改善前台进程的运行流畅度，减少卡顿几率，提升用户使用体验。
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。

Claims (5)

1.一种优化Android系统ART虚拟机内存管理的方法，其特征在于，包括以下步骤：
A.定制ART虚拟机的进程等级；
B.定制应用管理服务；
C.增加Android系统默认属性；
D.定制ART虚拟机的垃圾回收的堆大小控制函数。
2.根据权利要求1所述的一种优化Android系统ART虚拟机内存管理的方法，其特征在于，所述步骤A中定制ART虚拟机的进程等级时，具体包括在ART虚拟机原有的两个进程等级即：可感知进程、非感知进程的基础上增加一个进程等级：前台进程。
3.根据权利要求2所述的一种优化Android系统ART虚拟机内存管理的方法，其特征在于，所述步骤B具体为：在应用程序的状态变化时，通过应用管理服务将进程等级由Android定义的进程等级转换为ART虚拟机定义进程等级，具体方法为：将原有的Android定义的前台进程转换为ART虚拟机定义的前台进程，实现ART虚拟机对前台进程的识别，其余的Android进程等级的转换保留原定义；转换后的进程等级参数按原有方式传递给ART虚拟机，ART虚拟机接受到新的进程等级参数后将其更新保存至进程等级全局变量。
4.根据权利要求3所述的一种优化Android系统ART虚拟机内存管理的方法，其特征在于，所述步骤C具体为：将Android系统属性参数传递给ART虚拟机，其值作为前台进程独有的堆扩展系数。
5.根据权利要求4所述的一种优化Android系统ART虚拟机内存管理的方法，其特征在于，所述步骤D具体为：增加对当前进程是否为前台进程的识别，对可感知进程保留原有的计算方法，对前台进程重新定义计算方法为：堆最大空闲内存大小*独有的堆扩展系数。
CN201910596243.9A 2019-07-03 2019-07-03 一种优化Android系统ART虚拟机内存管理的方法 Pending CN110297691A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910596243.9A CN110297691A (zh) 2019-07-03 2019-07-03 一种优化Android系统ART虚拟机内存管理的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910596243.9A CN110297691A (zh) 2019-07-03 2019-07-03 一种优化Android系统ART虚拟机内存管理的方法

Publications (1)

Publication Number Publication Date
CN110297691A true CN110297691A (zh) 2019-10-01

Family

ID=68030142

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910596243.9A Pending CN110297691A (zh) 2019-07-03 2019-07-03 一种优化Android系统ART虚拟机内存管理的方法

Country Status (1)

Country Link
CN (1) CN110297691A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116089319A (zh) * 2022-08-30 2023-05-09 荣耀终端有限公司 内存处理方法及相关装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8505014B2 (en) * 2001-11-07 2013-08-06 Sap Ag Process attachable virtual machines
CN103902359A (zh) * 2014-03-31 2014-07-02 深圳创维－Rgb电子有限公司 基于Android系统内存优化与应用调度方法及系统
CN107357656A (zh) * 2017-06-27 2017-11-17 努比亚技术有限公司 一种内存分配方法、移动终端以及计算机可读存储介质
CN108073441A (zh) * 2016-11-14 2018-05-25 阿里巴巴集团控股有限公司 一种虚拟机内存监管方法与设备
CN109117249A (zh) * 2018-07-27 2019-01-01 郑州云海信息技术有限公司 一种提升存储虚拟化系统性能的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8505014B2 (en) * 2001-11-07 2013-08-06 Sap Ag Process attachable virtual machines
CN103902359A (zh) * 2014-03-31 2014-07-02 深圳创维－Rgb电子有限公司 基于Android系统内存优化与应用调度方法及系统
CN108073441A (zh) * 2016-11-14 2018-05-25 阿里巴巴集团控股有限公司 一种虚拟机内存监管方法与设备
CN107357656A (zh) * 2017-06-27 2017-11-17 努比亚技术有限公司 一种内存分配方法、移动终端以及计算机可读存储介质
CN109117249A (zh) * 2018-07-27 2019-01-01 郑州云海信息技术有限公司 一种提升存储虚拟化系统性能的方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116089319A (zh) * 2022-08-30 2023-05-09 荣耀终端有限公司 内存处理方法及相关装置
CN116089319B (zh) * 2022-08-30 2023-10-31 荣耀终端有限公司 内存处理方法及相关装置

Similar Documents

Publication Publication Date Title
CN103823714B (zh) 一种基于虚拟化下NUMA节点内存QoS的调节方法及装置
CN115248728B (zh) 面向智能计算的分布式训练任务调度方法、系统和装置
CN110413412B (zh) 一种基于gpu集群资源分配的方法和装置
CN110413391A (zh) 基于容器集群的深度学习任务服务质量保证方法和系统
CN103473142B (zh) 一种云计算操作系统下的虚拟机迁移方法及装置
CN111399986A (zh) Pod资源配额配置方法及装置
CN104011685A (zh) 一种虚拟机系统的资源管理方法、虚拟机系统和装置
CN104503838A (zh) 一种虚拟cpu调度方法
CN103810048A (zh) 一种面向资源利用最优的线程数量自动调整方法及装置
CN105009082A (zh) 减少过多的编译时间
CN111431748B (zh) 一种对集群进行自动运维的方法、系统及装置
CN104407925A (zh) 一种动态的资源分配方法
CN105607952A (zh) 一种虚拟化资源的调度方法及装置
CN109033540B (zh) 一种芯片随机验证过程中的激励管理方法及系统
CN104572501B (zh) 一种基于访存踪迹局部性分析的多核环境下共享缓存优化方法
CN114968601B (zh) 一种按比例预留资源的ai训练作业的调度方法和调度系统
CN107885579A (zh) 虚拟机的负载均衡方法和计算机可读存储介质
CN110297691A (zh) 一种优化Android系统ART虚拟机内存管理的方法
CN106776048A (zh) 一种实时虚拟机内存调度方法及装置
CN102609316B (zh) 一种网络计算资源的管理系统及方法
CN106656555A (zh) 一种云计算系统的服务资源动态调节方法
CN103559148A (zh) 面向多任务嵌入式系统的片上便笺式存储器管理方法
CN110580195B (zh) 一种基于内存热插拔的内存分配方法和装置
CN113626151B (zh) 一种容器云日志收集资源控制方法及系统
CN107807956A (zh) 电子装置、数据处理方法及计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20191001