Android ANR分析（trace文件的产生流程）_android trace文件分析

首先收集需要dump trace的进程并给对应进程发送dump trace的信号

1.当一些带有超时机制的系统消息（如：Service的创建）判定超时后，会调用系统服务AMS接口，收集ANR相关信息并存档（data/anr/trace, data/system/dropbox）

2.进入到AMS中，AppError会先进行筛选（1.当前进程正在进行dump流程 2.已经发生crash 3. 已经被系统kill 4.系统是否正在关机等情况），如果都不符合，则认为当前进程发生了anr。

3.接下来系统在判断当前ANR进程对用户是否可感知，然后开始统计与该进程由关联的进程，或者一些系统核心服务进程的信息（例如与应用交互的SurfaceFligner，System Server等系统进程），如果这些系统服务进程在响应时被阻塞，那么将导致应用进程IPC通信过程被卡死。接着获取其他系统核心进程，因为这些服务进程是init进程直接创建的，并不在SystemServer或Zygote进程管理范围。

firstPids队列：第一个是ANR进程，第二个是system_server，剩余是所有persistent进程；
Native队列：是指/system/bin/目录的mediaserver,sdcard 以及surfaceflinger进程；
lastPids队列: 是指mLruProcesses中的不属于firstPids的所有进程。

4.在收集完第一步信息后，接下来便开始统计各进程本地的更多信息，如虚拟机信息，java线程状态及堆栈。首先会弹出一个ANR的对话框，然后向UI线程发送SHOW_NOT_RESPONDING_MSG消息

5.当UI线程收到该消息后，会调用dumpStackTraces函数：

最重要的一点：向目标进程发送SINAL_QUIT（进程中的Signal Catcher会进行阻塞检测收集信息后面讲），firstPids列表中的进程, 两个进程之间会休眠200ms, 可见persistent进程越多,则时间越长. top 5进程的traces过程中, 同样是间隔200ms, 另外进程使用情况的收集也是比较耗时.

总结;

将am_anr信息输出到EventLog(分析anr问题时先看该log)
获取重要进程的信息，java进程的，和native的进程
将ANR的Reason和CPU使用的情况输出到main_log
在将CPU使用情况和进程的trace文件信息，在保存到drpobox文件下
向收集到的进程发送SINAL_QUIT信号。

接着分析最后一步向收集到的进程发送信号

（Android5.0之前是dump用的SuspendAll线程，收集信息之后用ResumeAll恢复。在5.0之后采用的是checkPoint进行dump信息）

发生ANR时，systemServer进程会执行dumpStackTraces函数，在该函数中发SIGQUIT信号给对应的进程（上面有分析到）

处于安全考虑，进程之间是相互隔离的，即使系统进程也无法获取其他进程的信息，所以要借助于IPC通信，将指令发送到目标进程，目标进程接收到消息后，协助完成自身进程Dump信息并发送给系统进程。Android P 流程：

1.一个进程接收到了SIGQIUT信号的时候，SingaCatcher线程的WaitForSignal函数会返回接着会调用到HandlerSigQuit()函数。

2.hindleSigQuit（）函数为：

3.DumpForSigQuit（）函数：

这是读取的信息，但是什么时候去读取呢（什么时候才能保证获取到的却是是需要的东西，例如GC信息，当前分配了多少对象，这些打印一般都需要在suspend当前进程里面的所有的线程），接下来先分析这个suspend过程：

这个挂起SupendAll实在Thread_list.cc中实现的，他的作用就是用来suspend当前进程里面所有其他的线程（一般发生在GC，DumpForSigQuit等过程中）。SuspendAll过程实现最重要的就是ModifySupendCount(self，+1，false)这段语句他会修改对应Thread对象的suspend引用计数：

因为传入的delta值是+1所以会先执行AtmoicSetFlag()利用原子操作设置了KSuspendRequest标志位，代表当前这个线程有挂起请求。什么时候会进行检测这个标志位呢?这里涉及到了checkPoint的知识点最后讲解（在线程运行中进行上下文切换（例如java线程转换为Native线程）时就会运行CheckSuspend函数，这个函数才是真正的把当前线程suspend:

可以看到检测到了KSuspendRequest标记就会执行FullSuspend函数，KSuspendRequest标志位是用来dump线程的堆栈的，分析完了SuspendAll之后，再继续分析FullSuspendCheck函数：

调用TransitionFromRunnableToSuspend()这个函数后，线程就进入了KSuspended状态，然后在调用TransitionFromSuspendedToRunnablecpm函数从Suspend状态切换到Runnable状态的时候会阻塞在一个条件变量上，除非调用SuspendAll的线程接着又调用了ResumeAll（）函数，要不然这些线程就会一直被阻塞住。

4.现在就把SuspendAll的流程分析完了，但是dump线程堆栈的时候并不是在设置了挂起标志位(KSuspendRequest)后执行的，与他相关的是另外一个标志位KCheckpointRequest，接下来看一下Thread_list的Dump函数,这个函数会在Thread_list的DumpForSigQuit中会被调用到，也就是在Signal Cathcer线程处理SIGQUIT信号的过程中。

这个函数先创建了一个叫DumpCheckPoint对象checkpoint，然后调用了RunCheckpoint将这个对象传入，这个函数会返回现在处于Runnable状态的线程个数，接着
调用了WaitForThreadsToRunThroughCheckpoint（）等待这些处于Runnable的线程都执行完DumpCheckpoint的Run函数，如果等待超时就会报错。

接着分析RunCheckPoint函数，先看前一部分：

对于处于Runnable状态的线程执行它的RequestCheckpoint函数会返回true，其他状态的线程则会返回false。对于这些非Runnable状态的线程就会像SuspendAll一样会设置KSuspendRequest标志位，后面状态切换的时候就会检查这个标志位挂起。同事RunCheckPoint函数会把这些线程统计到suspend_count_modified_threads这个Vector变量中，在这个变量中的线程，Singal Catcher线程会主动触发他们的dump堆栈过程。接下来再看看这个RequestCheckpoint函数

最后一行设置kCheckpointRequest标志位，在刚才线程切换运行状态时会执行CheckSuspend函数在检测kCheckpointRequest标志位的时候会执行RunCheckpointFunction函数，接着会执行这个checkpoints里面元素的run函数：

(这个存储的其实就是Thread中的RequestCheckpoint在这里不仅设置了标志位还把参数设置为元素的值，这个参数就是Dump里面调用RunCheckpoint传过来的，其实就是DumpCheckpoint)。
,所以也就是执行DumpCheckpoint的run函数：

其实就是调用了Thread的Dump函数，线程的java堆栈，Native堆栈和Kernel堆栈就是在这里打印的，刚才说对于处于Runnable状态的线程是通过调用他们的RequestCkeckPoint函数，然后它们自己去dump当前堆栈的，而那些不处于Runnable状态的线程则是添加到了一个Vector的变量中，接着就分析RunCheckPoint函数的第二部分：

对于这些不是Runnable状态的线程，他们可能不会主动去调用Run函数，所以只能有Signal Catcher线程去帮他们Dump，至于DumpCheckpoint的Run函数的功能和Runnable状态的线程是一样的，都是打印线程堆栈，并且最后修改引用计数让这些线程在切换状态时继续运行。

总结：

1.SingalCatcher线程接收到信号后，首先Dump当前虚拟机有关信息（内存状态。对象，加载class，GC等相关信息）
2.接下来会设置每个线程的标记为（check_point），和请求线程状态（suspend）。当线程运行过程中进行上下文切换时，会检查该标记。如果发现有挂起请求，会将自己主动挂起。等到所有线程都挂起之后，SingalCatcher线程开始遍历Dump各个线程的堆栈和线程数据后再唤醒线程。如果某个线程一直无法挂起导致超时，那么本次Dump流程失败抛出异常.

大致流程（Android5.0之前）：

checkPoint：
先讲解safePoint，对于ART编译的代码，可以定期轮询当前Runtime来确认是否需要执行某些特定代码；可以认为这些轮询时的点，就是safepoint；safepoint可以用来实现暂定一个java线程，也可以用来实现Checkpoint机制；
例：
当正在执行java代码的线程A执行到safepoint时，会执行CheckSuspend函数，在发现当前线程有 checkpoint request时，

会在这个点执行线程的CheckPoint函数；如果发现当前线程有suspend request时，会进行SuspendCheck，使得线程进入Suspend状态（暂停）；

所以说，ART CheckPoint应该是safepoint的一个功能实现；

safePoint讲解链接：

作者：RednaxelaFX
链接：https://www.zhihu.com/question/48996839/answer/113801448
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

从编译器和解释器的角度看，ART的safepoint有两种：

主动safepoint：编译生成的代码里或者解释代码里有主动检查safepoint的动作，并在发现需要进入safepoint时跳转到相应的处理程序里。
ART的解释器安插主动safepoint的位置在循环的回跳处（backedge，具体来说是在跳转前的源头处）以及方法返回处（return / throw exception）。
ART Optimizing Compiler安插主动safepoint的位置在循环回跳处（backedge，具体来说是在跳转前的源头处）以及方法入口处（entry）。
被动safepoint：所有未内联的方法调用点（call site）都是被动safepoint。这里并没有任何需要主动执行的代码，而就是个普通的方法调用。
之所以要作为safepoint，是因为执行到方法调用点之后，控制就交给了被调用的方法，而被调用的方法可能会进入safepoint，safepoint中可能需要遍历栈帧，因此caller也必须处于safepoint。

安插safepoint的位置的思路是：程序要能够在runtime发出需要safepoint的请求后，及时地执行到最近的safepoint然后把控制权交给runtime。
怎样算“及时”？只要执行时间是有上限（bounded）就可以了，实时性要求并不是很高。
于是进一步假设，向前执行（直线型、带条件分支都算）的代码都会在有限时间内执行完，所以可以不用管；而可能导致长时间执行的代码，要么是循环，要么是方法调用，所以只要在这两种地方插入safepoint就可以保证及时性了。
至于具体在方法入口还是出口、循环回边的源头还是目标处插入safepoint，这是个具体实现的细节，只要选择一边插入就可以了。