Android Crash治理

Posted 2021-08-14 战国剑

​

现状

正式上线的程序上，Crash是最破坏用户体感的一种行为。Crash率因此也成为衡量一个App稳定性最重要的标志。

android系统可定制化而导致的碎片化、业务的高速发展、多商家定制业务、多人员协同开发等，导致的crash率无法稳定保持在安全线下。

​

Crash治理总体方案

针对线上与测试中遇到的各种Crash，我们的处理方式通常是发现一个，处理一个。而进一步，则是希望在处理过程中能将某些有共性的Crash的处理方式提取出来，并在后续能做到有效预防。

总体来说，治理方案应该是：

1、从单一处理，逐渐提升到同一种问题的通用处理，由点及面；

2、以在处理Crash过程中得到的经验，对后续可能出现Crash的地方，做有效的预防处理。Crash是病，预防胜于已经生病了再治理；

3、当Crash真正发生时，要尽可能快的止损。改动很小或者是方便降级，目前我们的方案可以是热修复和强制升级。

Crash多种多样，我们针对不同的Crash，有不同的处理经验。

Crash分类

分为：与Java源码相关的Java Crash 、与系统（C、C++相关）的Native Crash

一、Java Crash

常见异常：

1、空指针（NullPointException）

这大概是发生频率最高的一种Crash，可能由各种原因产生，最终表现为空指针。

（1）服务端接口返回脏数据或者空，导致原本测试正常的程序出现Crash；

（2）可能为空的字段，未加判断导致；

（3）全局静态变量，因为内存原因被回收导致引用该变量地方出现Crash；

解决方法：以上情况，从Crash的堆栈中可以较为容易的看出并解决。如是为空等情况，做好程序判空，对于需要用到全局静态变量的地方，做好本地持久化。

2、角标越界（IndexOutOfBoundsException）

数组、集合在使用过程中可能出现的一种情况。

常见使用错误例子如下：

（1）使用subString，入参使用的长度超过字符串整体长度；

（2）遍历数组、集合数据的同时，对数组、集合做删除操作；

解决方法：使用数组、集合前，对长度等做判断，在遍历时，不做删除等操作。

3、类型转换异常（ClassCastException）

强转导致的异常，如String str=（Strign）x；

解决方法：这种错误在编译过程中基本能发现。建议使用安全类型转换函数，并设置默认值，避免转换后值不符合要求导致的Crash。

4、类找不到（ClassNotFoundException）

出现该问题的主要可能是混淆导致。在本地debug正常，在线上release出现。

解决方法：增加混淆规则，对不想混淆的类做处理。

5、窗体句柄泄漏（Activity has leaked...）

基本出现在Dialog等还在，Activity已finish的情况。服务端数据异步返回，较容易出现该问题。

解决方法：在Activity finish时，用dismiss或者置为null等方法，解除窗体引用。

6、DeadObjectException

该错误产生的原因是某个对象已经被回收，但是系统中还是在使用它导致的。

在多进程中（例如AIDL）中，当一个进程被Kill后，另一个与之相关的进程有可能产生该错误提示；

解决方法：对多进程做统一的管理，可在主进程被Kill的时候，关闭所有子进程。二者保持一致性。

7、Package manager has died

该错误发生，说明该进程已经不存在。由于某些错误原因PackageManager进程已经退出，此时任何向它请求的都会出错。

该问题主要发生在多进程中，当某一个进程崩溃，导致进程重启等导致；

解决方法：对多进程做统一的管理，可在主进程被Kill的时候，关闭所有子进程。二者保持一致性。

8、Cursor未关闭（android.database.CursorWindowAllocationException: Cursor window allocation of 2048 kb failed）

这个异常是因为使用SQLLite时忘记释放游标导致，内存泄漏，最后出现崩溃。

解决方法：在必要的地方，手动关闭游标。

9、文件句柄太多没有被关闭（Could not read input channel file descriptors from parcel）

本地I/O操作过多，文件句柄没有被关闭导致。

解决方法：检查I/O操作中，频繁操作文件处，对这些操作做优化处理。

以上是目前出现频次较多的异常，部分已经解决，部分还待优化代码。具体解决方案将在后续的 预防Crash中列出。

10、内存溢出-OOM异常

该异常通常是因为系统未能及时释放已经不再使用的内存对象，导致最终溢出而引发的崩溃。出现该类异常时，异常堆栈并不能作为一个很好的参考。

需要对程序运行流程中可能涉及到的内存泄漏地方做处理，避免泄漏。

在Android平台上，最常见也是最严重的内存泄漏就是Activity对象泄漏。Activity承载了App的整个界面功能，Activity的泄漏同时也意味着它持有的大量资源对象都无法被回收，极其容易造成OOM。

常见的可能会造成Activity泄漏的原因有：

（1）匿名内部类实现Handler处理消息，可能导致隐式持有的Activity对象无法回收。

（2）Activity和Context对象被混淆和滥用，在许多只需要Application Context而不需要使用Activity对象的地方使用了Activity对象，比如注册各类Receiver、计算屏幕密度等等。

（3）View对象处理不当，使用Activity的LayoutInflater创建的View自身持有的Context对象其实就是Activity，这点经常被忽略，在自己实现View重用等场景下也会导致Activity泄漏。

解决方案：

（1）对于Activity泄漏，目前已经有了一个非常好用的检测工具：LeakCanary，它可以自动检测到所有Activity的泄漏情况，并且在发生泄漏时给出十分友好的界面提示，同时为了防止开发人员的疏漏，我们也会将其上报到服务器，统一检查解决。具体可以在代码依赖中只在debug时，依赖LeakCanary；

（2）使用Android studio自带的profile，检查运行过程中可能出现的泄漏情况，并修复。

11、ANR异常

在主线程中进行耗时操作，超过5s会导致该问题。

解决方案：出现ANR异常时，可针对出现该问题的场景，做多次重试，定位耗时长位置并修复。

二、Native Crash

即C/C++层面的Crash，这是介于系统framework层与Linux层之间的一层。在Android中主要表现为so文件crash。

Crash的信息展示如下：

可根据signal来区分大致crash原因：

#define SIGHUP 1  // 终端连接结束时发出(不管正常或非正常)

#define SIGINT 2  // 程序终止(例如Ctrl-C)

#define SIGQUIT 3 // 程序退出(Ctrl-\\)

#define SIGILL 4 // 执行了非法指令，或者试图执行数据段，堆栈溢出

#define SIGTRAP 5 // 断点时产生，由debugger使用

#define SIGABRT 6 // 调用abort函数生成的信号，表示程序异常

#define SIGIOT 6 // 同上，更全，IO异常也会发出

#define SIGBUS 7 // 非法地址，包括内存地址对齐出错，比如访问一个4字节的整数, 但其地址不是4的倍数

#define SIGFPE 8 // 计算错误，比如除0、溢出

#define SIGKILL 9 // 强制结束程序，具有最高优先级，本信号不能被阻塞、处理和忽略

#define SIGUSR1 10 // 未使用，保留

#define SIGSEGV 11 // 非法内存操作，与SIGBUS不同，他是对合法地址的非法访问，比如访问没有读权限的内存，向没有写权限的地址写数据

#define SIGUSR2 12 // 未使用，保留

#define SIGPIPE 13 // 管道破裂，通常在进程间通信产生

#define SIGALRM 14 // 定时信号,

#define SIGTERM 15 // 结束程序，类似温和的SIGKILL，可被阻塞和处理。通常程序如果终止不了，才会尝试SIGKILL

#define SIGSTKFLT 16  // 协处理器堆栈错误

#define SIGCHLD 17 // 子进程结束时, 父进程会收到这个信号。

#define SIGCONT 18 // 让一个停止的进程继续执行

#define SIGSTOP 19 // 停止进程,本信号不能被阻塞,处理或忽略

#define SIGTSTP 20 // 停止进程,但该信号可以被处理和忽略

#define SIGTTIN 21 // 当后台作业要从用户终端读数据时, 该作业中的所有进程会收到SIGTTIN信号

#define SIGTTOU 22 // 类似于SIGTTIN, 但在写终端时收到

#define SIGURG 23 // 有紧急数据或out-of-band数据到达socket时产生

#define SIGXCPU 24 // 超过CPU时间资源限制时发出

#define SIGXFSZ 25 // 当进程企图扩大文件以至于超过文件大小资源限制

#define SIGVTALRM 26 // 虚拟时钟信号. 类似于SIGALRM, 但是计算的是该进程占用的CPU时间.

#define SIGPROF 27 // 类似于SIGALRM/SIGVTALRM, 但包括该进程用的CPU时间以及系统调用的时间

#define SIGWINCH 28 // 窗口大小改变时发出

#define SIGIO 29 // 文件描述符准备就绪, 可以开始进行输入/输出操作

#define SIGPOLL SIGIO // 同上，别称

#define SIGPWR 30 // 电源异常

#define SIGSYS 31 // 非法的系统调用

以图片中Crash信息为例，能找到对应信息：非法内存操作，与SIGBUS不同，他是对合法地址的非法访问，比如访问没有读权限的内存，向没有写权限的地址写数据。

更详细的错误信息，与Java Crash类似，可以查看堆栈信息。在上图里，堆栈信息中 pc 后面跟的内存地址，就是当前函数的栈地址，我们可以通过命令行arm-linux-androideabi-addr2line -e 内存地址得出出错的代码行数了。

三、Crash 预防

1、内存泄漏的检查。这是造成OOM最多的原因，debug模式下嵌入LeakCanary，注意页面销毁时的资源处理等；

2、主进程读写操作等不过于频繁，避免引起ANR；

3、工程架构合理优化。分层明确，有框架可依，避免太多样的写法，导致不可控；可以参考Lifecycle与ViewModel结合模式，可以尽可能的避免因为生命周期等引发的窗体泄漏等；

4、可能引发NPE等地方，入口多做判断，结合anotation（@NOTNULL）等使用；

5、严格代码规范，可根据公司代码规范提示，或者新增Link强制规范；

6、作为一个多进程程序，在主进程结束或者意外结束时，需要强制停止其他子进程。避免二次Crash。

​