大家都知道,当发生ANR后,App会弹窗提示”应用失去响应,是否重启“,然后系统会dump一份trace文件,存在data/anr
目录下。
普通应用如何监控ANR的发生呢?
这个时候,系统肯定是知道ANR发生了,所以像Console和Firebase这些工具都能很好的拿到ANR发生的时间和trace文件的内容。
但是,作为面向普通应用的监控sdk,很多系统应用有的权限都没有,我们怎么才能判断ANR的发生呢?另外高版本的Android系统,限制了普通应用读取trace文件的权限,我们又如何拿到ANR发生时dump出来的trace文件呢?
ANR捕获的基本原理
发生ANR的时候,系统的system_server
进程会发送SIGQUIT信号给一些进程,包括发生ANR的进程、占用系统资源较多的进程,让这些进程进行dump操作。
我们可以通过在应用内拦截这个信号,来判断当前进程是否需要dump
。但是收到信号并不表示当前进程一定发生了ANR,也可能是其他进程发生了ANR,刚好我们的进程运行在后台,且资源消耗比较多,system_server
也发送信号让我们进程去做dump。所以光凭这个逻辑,无法判断是否是当前进程发生的ANR,还需要加一些其他的判断条件。接下来就让我们从Matrix的源码角度,看看业界通用的比较成熟的通用方案吧。
监听SIGQUIT信号
- 首先Matrix在
AnrDumper
方法里,将sigquit
设置成SIG_UNBLOCK
。
因为Android默认把SIGQUIT
信号设置成BLOCKED
,所以只会响应sigwait
,而不会进入我们设置的handler
中。所以需要通过pthread_sigmask
将SIGQUIT
信号设置成UNBLOCK
,才能进入我们的handler
方法。
AnrDumper::AnrDumper(const char* anrTraceFile, const char* printTraceFile) {
// must unblock SIGQUIT, otherwise the signal handler can not capture SIGQUIT
mAnrTraceFile = anrTraceFile;
mPrintTraceFile = printTraceFile;
sigset_t sigSet;
sigemptyset(&sigSet);
sigaddset(&sigSet, SIGQUIT);
pthread_sigmask(SIG_UNBLOCK, &sigSet , &old_sigSet);
}
- 然后通过
sigaction
,将方法地址设置成我们的signalHandler
。
bool SignalHandler::installHandlersLocked() {
// 构造一个sigaction,将方法地址设置成我们的signalHandler
struct sigaction sa{};
sa.sa_sigaction = signalHandler;
sa.sa_flags = SA_ONSTACK | SA_SIGINFO | SA_RESTART;
// 设置一个新的sigaction
if (sigaction(TARGET_SIG, &sa, nullptr) == -1) {
return false;
}
sHandlerInstalled = true;
return true;
}
- 当系统向进程发送
SIGQUIT
信号时,会进入我们的signalHandler
方法,可以在这里可以对信号进行进一步的处理。Matrix
是直接交给AnrDumper
的handleSignal
方法处理。
void SignalHandler::signalHandler(int sig, siginfo_t* info, void* uc) {
std::unique_lock<std::mutex> lock(sHandlerStackMutex);
for (auto it = sHandlerStack->rbegin(); it != sHandlerStack->rend(); ++it) {
(*it)->handleSignal(sig, info, uc);
}
lock.unlock();
}
- 在处理完之后,将
SIGQUIT
重新发成系统的SignalCatcher
处理。
static void sendSigToSignalCatcher() {
int tid = getSignalCatcherThreadId();
syscall(SYS_tgkill, getpid(), tid, SIGQUIT);
}
判断是否真的发生ANR
收到SIGQUIT
只能说明进程要处理dump
,并不能说明当前应用程序发生了ANR,如果直接上报ANR,会造成多报。所以还需要加更多的判断条件,来判断当前进程是否真正发生ANR。
- 当前程序是否有
NOT_RESPONDING
标记
如果应用发生了ANR,AMS
会给进程加一个NOT_RESPONDING
的标记,同时生成shortMsg
和longMsg
。如果有这个标记,可以马上判断当前进程发生了一次ANR。
但是用NOT_RESPONDING
标记来判断ANR,也有几个缺陷:
- 生成比较慢,需要轮询去查,如果用户提前杀掉app,可能导致上报失败
- 无法监控后台ANR,因为后台ANR,除非了【开发者选项】中打开【显示所有“应用程序无响应】,否则App不会进入
NOT_RESPONDING
状态。
Matrix
的做法是开启一个子线程,去循环查是否有NOT_RESPONDING
标记,500ms查一次,一共查20s。
new Thread(new Runnable() {
@Override
public void run() {
checkErrorStateCycle(isSigQuit);
}
}, CHECK_ANR_STATE_THREAD_NAME).start();
循环检查进程的Error State
。
private static void checkErrorStateCycle(boolean isSigQuit) {
int checkErrorStateCount = 0;
while (checkErrorStateCount < CHECK_ERROR_STATE_COUNT) {
try {
checkErrorStateCount++;
boolean myAnr = checkErrorState();
// 如果有NOT_RESPONDING标记,马上上报
if (myAnr) {
report(true, isSigQuit);
break;
}
Thread.sleep(CHECK_ERROR_STATE_INTERVAL);
} catch (Throwable t) {
MatrixLog.e(TAG, "checkErrorStateCycle error, e : " + t.getMessage());
break;
}
}
}
单次检查的逻辑,通过getProcessInErrorState
获取。
private static boolean checkErrorState() {
try {
Application application =
sApplication == null ? Matrix.with().getApplication() : sApplication;
ActivityManager am = (ActivityManager) application
.getSystemService(Context.ACTIVITY_SERVICE);
List<ActivityManager.ProcessErrorStateInfo> procs = am.getProcessesInErrorState();
for (ActivityManager.ProcessErrorStateInfo proc : procs) {
if (proc.uid != android.os.Process.myUid()
&& proc.condition == ActivityManager.ProcessErrorStateInfo.NOT_RESPONDING) {
MatrixLog.i(TAG, "maybe received other apps ANR signal");
return false;
}
// 当前进程,且状态是NOT_RESPONDING,才返回true
if (proc.pid != android.os.Process.myPid()) continue;
if (proc.condition != ActivityManager.ProcessErrorStateInfo.NOT_RESPONDING) {
continue;
}
return true;
}
return false;
} catch (Throwable t) {
MatrixLog.e(TAG, "[checkErrorState] error : %s", t.getMessage());
}
return false;
}
- 主线程是否被block
通过反射,可以获取主线程Looper
中的消息头mMessages
。因为MessageQueue
中的消息是根据Message.when
的时间升序排列的,所以反射获取的消息头就是第一个待处理的消息。
判断主线程是否被block的方法:判断当前时间和when
的差值。
- 前台:如果差值大于2s,算block
- 后台:差值大于10s,算block
private static final long FOREGROUND_MSG_THRESHOLD = -2000;
private static final long BACKGROUND_MSG_THRESHOLD = -10000;
@RequiresApi(api = Build.VERSION_CODES.M)
private static boolean isMainThreadBlocked() {
try {
MessageQueue mainQueue = Looper.getMainLooper().getQueue();
Field field = mainQueue.getClass().getDeclaredField("mMessages");
field.setAccessible(true);
final Message mMessage = (Message) field.get(mainQueue);
if (mMessage != null) {
anrMessageString = mMessage.toString();
long when = mMessage.getWhen();
if (when == 0) {
return false;
}
long time = when - SystemClock.uptimeMillis();
anrMessageWhen = time;
long timeThreshold = BACKGROUND_MSG_THRESHOLD;
if (currentForeground) {
timeThreshold = FOREGROUND_MSG_THRESHOLD;
}
return time < timeThreshold;
} else {
MatrixLog.i(TAG, "mMessage is null");
}
} catch (Exception e) {
return false;
}
return false;
}
主动模拟SIGQUIT信号
另外,我们自己进程也可以手动触发一个SIGQUIT
信号,来获取trace
文件里额外的信息。比如在发生卡顿的时候,也可以使用SIGQUIT
来让我们进程dump一个当前的堆栈。
不过这个方法比较重,因为dump堆栈的时候,需要暂停所有的线程,会影响程序的运行效率。所以一般不会在线上轻易使用,可以在线下监控的时候用。
static void nativePrintTrace() {
fromMyPrintTrace = true;
kill(getpid(), SIGQUIT);
}
总结
综上所述,判断当前进程是否发生ANR的业界通用做法如下:
- 通过拦截
SIGQUIT
来判断系统是否向进程发送信号 - 收到
SIGQUIT
后,判断主线程是否block,如果主线程block,上报ANR - 循环获取App
ErrorState
,如果状态变成NOT_RESPONDING
,上报ANR
下一篇文章会讲,如何获取系统dump的trace文件,敬请期待。