背景
今天接到做WIFI以后的第一个问题分析，现象如下：
复现步骤：
- 机器连接某个特定WIFI （办公场所提供，无法登陆后台确认设置信息）
- 机器再打开热点（即桥接模式）
- 手机连接热点
期望结果：
- 手机可以正常连接
实际结果：
- 手机无法连接，始终停留在“正在获取IP地址”；
这个问题比较“神奇”的地方在于：
- 只有当机器连接某个特定WIFI时出现问题；
- 连接该特定WIFI时稳定复现；
- 连接其他WIFI时稳定不复现；
出于直觉，这个问题很大概率上是这个WIFI设置与机器出现了不兼容的情况；但是仍然不能解释：
机器启动热点后，分配IP地址为什么会受作为STA连接的WIFI影响？
并且，在办公区就遇到了这么一个“不兼容”的WIFI，这个概率并不能以个例解释掉；
为此，我们接下这个问题，并进行了如下分析；
分析
定位问题
由于现象是卡在“正在获取IP地址”，那么我们推测问题是处在DHCP分配IP阶段；
抓取空中包，发现DHCP报文从OFFER阶段及缺失，但是Log显示OFFER报文是正常发送了的；
进一步分析，发现由于DHCP确定分配IP的网段为192.168.42.2 ~ 192.168.42.254，这个网段是预留给USB Tethering的，因此Offer发送给了USB，而没有通过WLAN发送；因此手机端始终无法收到OFFER报文，从而无法进行后续步骤；
此外，通过连接不会复现问题的WIFI进行对比，发现正常情况下分配的IP段为192.168.43.2 ~ 192.168.43.254；
因此决定进一步分析网段部分的问题：
1. DHCP支持的网段是如何确定的：
一句话：TetheringConfiguration.java在构造时基于资源config_tether_dhcp_range解析而得一个字符串数组，偶数下标位为IP段的起始地址，基数下标位为截止地址，如果资源config_tether_dhcp_range不存在，则读取默认配置，并将其一层一层传递到netd，并由netd在启动dnsmasq时，以cmdline的形式传入（--dhcp-range=）；
代码路径：frameworks/base/services/core/java/com/android/server/connectivity/tethering/TetheringConfiguration.java：
// USB is 192.168.42.1 and 255.255.255.0
// Wifi is 192.168.43.1 and 255.255.255.0
// BT is limited to max default of 5 connections. 192.168.44.1 to 192.168.48.1
// with 255.255.255.0
// P2P is 192.168.49.1 and 255.255.255.0
private static final String[] DHCP_DEFAULT_RANGE = {
"192.168.42.2", "192.168.42.254", "192.168.43.2", "192.168.43.254",
"192.168.44.2", "192.168.44.254", "192.168.45.2", "192.168.45.254",
"192.168.46.2", "192.168.46.254", "192.168.47.2", "192.168.47.254",
"192.168.48.2", "192.168.48.254", "192.168.49.2", "192.168.49.254",
};
...
private static String[] getDhcpRanges(Context ctx) {
final String[] fromResource = getResourceStringArray(ctx, config_tether_dhcp_range);
if ((fromResource.length > 0) && (fromResource.length % 2 == 0)) {
return fromResource;
}
return copy(DHCP_DEFAULT_RANGE);
}
传递的调用栈参考如下时序图：
2. DHCP支持多网段时是如何决定最终使用哪个网段的：
目前已知，该平台使用资源文件配置了如下网段：
- 192.168.42.2 - 192.168.42.254
- 192.168.43.2 - 192.168.43.254
- 192.168.44.2 - 192.168.44.254
- 192.168.45.2 - 192.168.45.254
- 192.168.46.2 - 192.168.46.254
- 192.168.47.2 - 192.168.47.254
- 192.168.48.2 - 192.168.48.254
- 192.168.49.2 - 192.168.49.254
- 192.168.50.2 - 192.168.50.254
- 192.168.51.2 - 192.168.51.254
而出现问题时，则是选择了192.168.42.2-254这一网段，导致转发到了USB，手机无法收到HDCP的OFFER报文；
此时，我们发现，作为桥接的网络接口（wifi_br0）实际分配的IP地址为192.168.43.x，因此理论上分配的IP段应为192.168.43.2-254；
因此我们对寻找匹配IP地址段的代码逻辑进行了跟踪，最后定位到了dhcp.c中的complete_context()函数中；
代码路径：external/dnsmasq/src/dhcp.c
/*
* 这个函数是作为指针，在调用iface_enumerate函数是作为参数传入，并待后者从内核获取到所有网络接口后通过回调执行：
* !iface_enumerate(&parm, complete_context, NULL)
* 注意，如下代码对缩进与部分不影响理解的逻辑进行过调整，仅供此次分析使用：
*/
static int complete_context(struct in_addr local, int if_index,
struct in_addr netmask, struct in_addr broadcast, void *vparam)
{
//每一个dhcp_context 结构体表示一个DHCP可分配的上下文，包括其中就包括IP网段，因此可以大致理解为一个IP地址段就是一个dhcp_context，这虽然不太严谨，但是不影响此处分析；
struct dhcp_context *context;
struct iface_param *param = vparam;
//遍历所有dhcp_context，并获取每个的IP地址段与子网掩码
for (context = daemon->dhcp; context; context = context->next) {
//如果上下文的flags中不包含CONTEXT_NETMASK，且该ip地址（local）属于该dhcp_context的IP地址段，
//则将从内核获取的netmask赋值给上下文的netmask变量；
if (!(context->flags & CONTEXT_NETMASK) &&
(is_same_net(local, context->start, netmask) ||
is_same_net(local, context->end, netmask))) {
if (context->netmask.s_addr != netmask.s_addr &&
!(is_same_net(local, context->start, netmask) &&
is_same_net(local, context->end, netmask))) {
strcpy(daemon->dhcp_buff, inet_ntoa(context->start));
strcpy(daemon->dhcp_buff2, inet_ntoa(context->end));
my_syslog(MS_DHCP | LOG_WARNING, _("DHCP range %s -- %s is not consistent with netmask %s"),
daemon->dhcp_buff, daemon->dhcp_buff2, inet_ntoa(netmask));
}
context->netmask = netmask;
}
//如果上下文中的netmask地址不为0
if (context->netmask.s_addr) {
//且该ip地址（local）属于该dhcp_context的IP地址段，则将其dhcp_context赋值给context->current，
//即表征最终选择的dhcp_context；
if (is_same_net(local, context->start, context->netmask) &&
is_same_net(local, context->end, context->netmask)) {
/* link it onto the current chain if we've not seen it before */
if (if_index == param->ind && context->current == context) {
context->router = local;
context->local = local;
context->current = param->current;
param->current = context;
}
...
} else if (param->relay.s_addr && is_same_net(param->relay, context->start, context->netmask)) {
...
}
}
}
return 1;
}
通过分析代码，可以得出如下结论：
- 这个函数中param->current有可能被重复赋值，返回结果以最后一次为准；
- 如果dhcp_context没有设置CONTEXT_NETMASK这个flag，则会采用从内核获取的属于同一网段的子网掩码作为dhcp_context的子网掩码；
再添加日志以后对比复现问题与正常情况的日志输出后，确认问题原因如下：
- 由于之前startTethering启动dnsmasq时没有指定每个dhcp-range的子网掩码，因此CONTEXT_NETMASK这个flag没有设置；
- 出现问题的WIFI配置的子网掩码为255.255.252.0；
- 遍历所有dhcp_context时，是从高网段（192.168.51.x）向低网段遍历（192.168.42.x）
- wifi_br0默认配置的IP地址为192.168.43.x
- 由于2的原因，在遍历每个dhcp_context时，192.168.43.2-254与192.168.42.2-254两个网段均被is_same_net函数判定为同一网段；
- 又由于3的原因，192.168.42.x会覆盖192.168.43.x，作为最终选择的IP网段；
因此会导致DHCP选择了192.168.42.2-254网段分配IP地址，又由于这一网段在iptables层面上是路由给USB的，从而导致热点的DHCP无法完成；
解决方案
从逻辑上来看，我个人认为热点在通过DHCP分配IP地址时，并不需要考虑连接WIFI的子网掩码，这里是不合理的；
因此我认为需要想办法将每个IP地址段对应的dhcp_context的flags中加上CONTEXT_NETMASK；
由于参数是system_server获取，并一层一层发送给netd，并由后者通过execv启动的dnsmasq，因此可以做如下尝试：
代码路径：system/netd/server/TetherController.cpp：
for (int addrIndex = 0; addrIndex < num_addrs; addrIndex += 2) {
argVector.push_back(
//Original Code:
//StringPrintf("--dhcp-range=%s,%s,1h",
StringPrintf("--dhcp-range=%s,%s,255.255.255.0,1h",
dhcp_ranges[addrIndex], dhcp_ranges[addrIndex+1]));
}
这样的话，在dnsmasq.c的main函数中会对参数进行解析，大致步骤为：
- 使用逗号（“,”）拆分参数；
- 第一个参数为IP段起始地址；
- 第二个参数为IP段终止地址；
- 如果第三个参数包含句点（“.”），则将第三个参数解析为子网掩码，否则解析为租期；
- 如果第三个参数解析为子网掩码，且包含句点（“.”），则第四个参数解析为广播地址（broadcast），否则解析为租期；
- 则第四个参数解析为广播地址，则第五个参数解析为租期；
代码片段如下：
...
case 'F': /* --dhcp-range */ {
int k, leasepos = 2;
char *cp, *a[5] = { NULL, NULL, NULL, NULL, NULL };
struct dhcp_context *new = opt_malloc(sizeof(struct dhcp_context));
new->next = daemon->dhcp;
new->lease_time = DEFLEASE;
new->addr_epoch = 0;
new->netmask.s_addr = 0;
new->broadcast.s_addr = 0;
new->router.s_addr = 0;
new->netid.net = NULL;
new->filter = NULL;
new->flags = 0;
gen_prob = _("bad dhcp-range");
if (!arg) {
option = '?';
break;
}
while(1) {
for (cp = arg; *cp; cp++)
if (!(*cp == ' ' || *cp == '.' || (*cp >='0' && *cp <= '9')))
break;
if (*cp != ',' && (comma = split(arg))) {
if (strstr(arg, "net:") == arg) {
struct dhcp_netid *tt = opt_malloc(sizeof (struct dhcp_netid));
tt->net = opt_string_alloc(arg+4);
tt->next = new->filter;
new->filter = tt;
} else {
if (new->netid.net)
problem = _("only one netid tag allowed");
else
new->netid.net = opt_string_alloc(arg);
}
arg = comma;
} else {
a[0] = arg;
break;
}
}
for (k = 1; k < 5; k++) {
if (!(a[k] = split(a[k-1]))) {
break;
}
}
if ((k < 2) || ((new->start.s_addr = inet_addr(a[0])) == (in_addr_t)-1)) {
option = '?';
} else if (strcmp(a[1], "static") == 0) {
new->end = new->start;
new->flags |= CONTEXT_STATIC;
} else if (strcmp(a[1], "proxy") == 0) {
new->end = new->start;
new->flags |= CONTEXT_PROXY;
} else if ((new->end.s_addr = inet_addr(a[1])) == (in_addr_t)-1) {
option = '?';
}
if (ntohl(new->start.s_addr) > ntohl(new->end.s_addr)) {
struct in_addr tmp = new->start;
new->start = new->end;
new->end = tmp;
}
if (option != '?' && k >= 3 && strchr(a[2], '.') &&
((new->netmask.s_addr = inet_addr(a[2])) != (in_addr_t)-1)) {
new->flags |= CONTEXT_NETMASK;
leasepos = 3;
if (!is_same_net(new->start, new->end, new->netmask))
problem = _("inconsistent DHCP range");
}
daemon->dhcp = new;
if (k >= 4 && strchr(a[3], '.') &&
((new->broadcast.s_addr = inet_addr(a[3])) != (in_addr_t)-1)) {
new->flags |= CONTEXT_BRDCAST;
leasepos = 4;
}
if (k >= leasepos+1) {
if (strcmp(a[leasepos], "infinite") == 0)
new->lease_time = 0xffffffff;
else {
int fac = 1;
if (strlen(a[leasepos]) > 0) {
switch (a[leasepos][strlen(a[leasepos]) - 1]){
case 'd':
case 'D':
fac *= 24;
/* fall though */
case 'h':
case 'H':
fac *= 60;
/* fall through */
case 'm':
case 'M':
fac *= 60;
/* fall through */
case 's':
case 'S':
a[leasepos][strlen(a[leasepos]) - 1] = 0;
}
new->lease_time = atoi(a[leasepos]) * fac;
/* Leases of a minute or less confuse
some clients, notably Apple's */
if (new->lease_time < 120)
new->lease_time = 120;
}
}
}
break;
...
如此一来，每个dhcp_context都会设置255.255.255.0为其子网掩码，不会再取WIFI的子网掩码卵用了；
当然，这里作为实例用，仅在netd中将所有IP段的子网掩码都硬编码为255.255.255.0，实际使用可以自行设计框架从上层读取配置文件并一层一层传入；
后记
问题解决了，具体编码还在考虑中，由于设计一套从上到下的框架并不容易被AOSP主线采纳。因此如果有AOSP贡献者能看到这篇文章，并将其在AOSP主线实现，当然是最好的结果了；
另外，由于本人才开始接触WIFI模块，因此这篇文章更多是基于分析这个问题的机会，梳理了下dnsmasq这一进程分配IP地址的逻辑；以及从诸多网段中选出合适的哪一个的逻辑；
文笔有限，仅供参考；