[监控] ANR捕获，这些要点你必须知道

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

1. 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);
}

2. 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;
}

3. 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();
}

4. 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。

1. 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;
            }
        }
    }

单词检查的逻辑，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;
    }

2. 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。