Linux稳定性知识体系

这个知识体系的话是嵌入到我对于稳定性问题的理解上来讲的，具体来说就是稳定性的知识体系是如何运用到我们的工作中的。

主要也是对这段时间工作的认识和总结

概述

什么是稳定性问题(是什么)

影响系统稳定，导致系统出现问题的问题。

从现象上来说，不能确定是问题模块，或者非必现的模块问题

扩展 -》 什么问题都可以指给稳定性，殴打稳定性，简单来说就是其他模块解决不了的或不愿意解决的就是稳定性问题

一般来说问题最终的根本原因总会落在一个具体的模块，我们要做的就是分析出问题根因，或指出相关模块，尽可能给出解决意见

常见问题(做什么)

死机重启问题

一般是系统发生dump，一般要结合db log, kernel log,mobile log分析问题根因

原生代码问题

Android原生代码也是有bug的，因为这部分代码没人动，也就很少有人研究。最后又归到稳定性上。

这种问题可能要修改镜像调试

性能问题

有时性能问题也会归到稳定性上，例如正常情况下某应用启动很快，在某种情况下启动很慢，这很可能就是性能导致的。我认为性能问题和稳定性问题不能混为一谈，二者的分析方法有很大差别。

这种问题一般要结合工具进行调试

非必现问题或者不知道怎么复现的问题

这种问题还可能伴随着抓不到log等问题，有的时候比较难跟进

没人愿意深入研究的问题

各模块都不承认是自己的问题，相互扯皮。因为没有人从系统角度上来分析问题，也不进行深入研究，觉得还是归到稳定性好些

如何处理(怎么做)

对于Linux稳定性问题，一般来说，先根据log分析问题原因，如果原因不太清晰，就需要结合工具进行调试，如果怀疑某些模块有问题，可能还要修改相关模块并验证，最后如果还是没有思路，就要寻求帮助了

分析

分析问题，需要对linux的基本的工作机制有一定的了解，例如

进程管理

进程调度

内存管理

文件系统

调试

crash，ftrace，kmemleak，kprobe，kgdb，trace32，perf，procfs，sysfs，debugfs

gdb，strace，ltrace，Valgrind，gprof，mtrace，iperf，blktrace，fio

验证

通常我们需要增加log或者修改代码去验证问题

我们需要对Linux应用开发有相关了解

系统调用

IPC通信

进程和线程

常用的库

辅助系统的工作原理

Bootloader

Recovery

DTB

busybox