深入解析Android属性系统与字典树实现

FerdinandHu
212 阅读5分钟

0 引言

  回顾一下下面这张图，属性初始化过程中，会调用CreateSerializedPropertyInfo()函数。这个函数内部会读取一系列的属性文件，例如:/system/etc/selinux/plat_property_contexts等等。这些文件会通过读取并解析到一个数组Vector中保存起来。接下来就是把这些个数组的数据构建成字典树，然后将字典树序列化为一个std::string，最终写入到/dev/properties/property_info文件中。我们在android中cat读取这个文件，会发现它的乱码的。

image.png

1 字典树的构建

  字典树的构建和序列化将由BuildTrie()这一个函数完成，如下图所示property_infos就是准备进行字典树构建的数据，serialized_contexts则是字典树序列化之后得到的字符串数据。

image.png

  进入该函数，可以看到两个关键的工具：字典树构建器和字典树序列化器。

image.png

  字典树构建器由字典树节点、SeLinux上下文信息和类型组成，它是实际保存数据的位置，字典树节点想要获取到它的SeLinux上下文信息和类型都是通过指针来获取的。下图是它的数据结构图：

image.png

  TrieBuilder的初始化将根据默认SeLinux上下文信息和默认类型信息构建一个根节点root，然后遍历property_info来将所有的属性文件中数据加入到字典树中。加入字典树的规则如下面的代码所示：

  bool TrieBuilder::AddToTrie(const std::string& name, const std::string* context,
                            const std::string* type, bool exact, std::string* error) {
  TrieBuilderNode* current_node = &builder_root_;

  auto name_pieces = Split(name, ".");

  bool ends_with_dot = false;
  if (name_pieces.back().empty()) {
    ends_with_dot = true;
    name_pieces.pop_back();
  }

  // Move us to the final node that we care about, adding incremental nodes if necessary.
  while (name_pieces.size() > 1) {
    auto child = current_node->FindChild(name_pieces.front());
    if (child == nullptr) {
      child = current_node->AddChild(name_pieces.front());
    }
    if (child == nullptr) {
      *error = "Unable to allocate Trie node";
      return false;
    }
    current_node = child;
    name_pieces.erase(name_pieces.begin());
  }

  // Store our context based on what type of match it is.
  if (exact) {
    if (!current_node->AddExactMatchContext(name_pieces.front(), context, type)) {
      *error = "Duplicate exact match detected for '" + name + "'";
      return false;
    }
  } else if (!ends_with_dot) {
    if (!current_node->AddPrefixContext(name_pieces.front(), context, type)) {
      *error = "Duplicate prefix match detected for '" + name + "'";
      return false;
    }
  } else {
    auto child = current_node->FindChild(name_pieces.front());
    if (child == nullptr) {
      child = current_node->AddChild(name_pieces.front());
    }
    if (child == nullptr) {
      *error = "Unable to allocate Trie node";
      return false;
    }
    if (child->context() != nullptr || child->type() != nullptr) {
      *error = "Duplicate prefix match detected for '" + name + "'";
      return false;
    }
    child->set_context(context);
    child->set_type(type);
  }
  return true;
}

  这部分代码的主要目的是通过构建字典树（Trie）的方式，将属性名称及其关联信息（如 SELinux 上下文和类型）插入到合适的节点中。属性名称通过 . 分隔成多个层级，并根据最后一个层级的匹配方式（精确匹配、前缀匹配或模糊匹配）分别处理。分三个步骤进行解析：

a. 将属性名称分割成层级

  • 属性名称被 . 分割成多个部分，每部分代表属性名称中的一个层级。例如： 
    "service.adb.tcp.port" → ["service", "adb", "tcp", "port"]
"service.adb.transport" → ["service", "adb", "transport"]
  • 如果属性名称以 . 结尾（如 service.adb.），会特殊处理，将最后的空字符串部分移除并标记为“模糊匹配”。

b. 逐层查找或创建节点

  • 从根节点开始，逐层遍历 name_pieces：
    • 如果当前层级的子节点不存在，则创建新的子节点。
    • 移动到下一层节点，直至处理到属性名称的最后一个部分。

c. 根据匹配方式处理最后一个层级

  • 对于属性名称的最后一个层级（如 "port"），根据匹配方式分为以下三种情况：
    • 精确匹配（exact = true）：
      • 将该属性加入当前节点的 exact_matches_ 列表中。
      • 如果 exact_matches_ 中已存在同名属性，报错：Duplicate exact match detected。
    • 前缀匹配（名称不以 . 结尾）：
      • 将该属性加入当前节点的 prefixes_ 列表中。
      • 如果 prefixes_ 中已存在同名前缀，报错：Duplicate prefix match detected。
    • 模糊匹配（名称以 . 结尾）：
      • 查找当前节点下是否已有对应的子节点。如果不存在，则创建新的子节点。
      • 为该节点设置 SELinux 上下文和类型信息。如果节点已有相关信息，报错：Duplicate prefix match detected。

  最后得到的字典树示意图如下：

image.png

2 字典树的序列化

  字典树的序列化需要依赖一个序列化器TrieSerializer，它和一个内存分配器TrieNodeArena配合使用。它们之间的关系如下图所示：

image.png

  下面是TrieNodeArena分配数据的函数，它的核心目标是保证分配的内存块是4字节的倍数，在空间不足时按需扩展data_的大小，避免手动管理堆内存。

  void* AllocateData(size_t size, uint32_t* offset) {
    size_t aligned_size = size + (sizeof(uint32_t) - 1) & ~(sizeof(uint32_t) - 1);

    if (current_data_pointer_ + aligned_size > data_.size()) {
      auto new_size = (current_data_pointer_ + aligned_size + data_.size()) * 2;
      data_.resize(new_size, '\0');
    }
    if (offset) *offset = current_data_pointer_;

    uint32_t return_offset = current_data_pointer_;
    current_data_pointer_ += aligned_size;
    return &data_[0] + return_offset;
  }

  字典树序列化器通过SerializeTrie函数依次将内存管理头部PropertyInfoAreaHeader、SeLinux上下文信息、类型信息、字典树节点写入到内存（实际就是个可以自动扩容的字符串）中去。字典树节点写入的时候会采取递归的方式写入。这部分的代码如下：

std::string TrieSerializer::SerializeTrie(const TrieBuilder& trie_builder) {
  arena_.reset(new TrieNodeArena());

  auto header = arena_->AllocateObject<PropertyInfoAreaHeader>(nullptr);
  header->current_version = 1;
  header->minimum_supported_version = 1;

  // Store where we're about to write the contexts.
  header->contexts_offset = arena_->size();
  SerializeStrings(trie_builder.contexts());

  // Store where we're about to write the types.
  header->types_offset = arena_->size();
  SerializeStrings(trie_builder.types());

  // We need to store size() up to this point now for Find*Offset() to work.
  header->size = arena_->size();

  uint32_t root_trie_offset = WriteTrieNode(trie_builder.builder_root());
  header->root_offset = root_trie_offset;

  // Record the real size now that we've written everything
  header->size = arena_->size();

  return arena_->truncated_data();
}

3 总结

  到这一步之后，整个字典树的构建以及字典树的序列化就已经完成了。也就是完成这样一个工作，把读取到的一系列属性文件读取到Vector后，将它解析并构建为一个字典树，方便查询和修改，然后将字典树的数据写入到内存中（一个自动扩容的std::string）。

avatar
文章
阅读
粉丝