Watchdog机制
1.什么是SWT：
Softwere Watchdog Timeout，顾名思义就是软件超时监控狗。
Watchdog.java 位于frameworks/base/services/core/java/com/android/server/Watchdog.java
2.为什么需要SWT：
System Server 进程是Android的一个核心进程，里面为App运行提供了很多核心服务，如AMS、WMS、PKMS等等，如果这些核心的服务和重要的线程卡住，就会导致相应的功能异常。如果没有一种机制让这些服务复位的话，就会严重影响用户的体验，所以Google引入了System Server Watchdog 机制，用来监控这些核心服务和重要线程是否被卡住。
3.原理框架示意图：
4.Watchdog的初始化：
Watchdog的初始化是在SystemServer init的后期，如果SystemServer在init的过程中卡死了，那么就意味着Watchdog不会生效。
Watchdog是一个单例线程，在SystemServer启动时就会获取它并初始化和启动（init/start）.
private void startOtherServices() {
...
traceBeginAndSlog("InitWatchdog");
final Watchdog watchdog = Watchdog.getInstance();
watchdog.init(context, mActivityManagerService);
traceEnd();
...
traceBeginAndSlog("StartWatchdog");
Watchdog.getInstance().start();
traceEnd();
...
}
Watchdog在初始化的时候会构建很多的HandlerChecker
private Watchdog() {
super("watchdog");
// Initialize handler checkers for each common thread we want to check. Note
// that we are not currently checking the background thread, since it can
// potentially hold longer running operations with no guarantees about the timeliness
// of operations there.
// The shared foreground thread is the main checker. It is where we
// will also dispatch monitor checks and do other work.
mMonitorChecker = new HandlerChecker(FgThread.getHandler(),
"foreground thread", DEFAULT_TIMEOUT);
mHandlerCheckers.add(mMonitorChecker);
// Add checker for main thread. We only do a quick check since there
// can be UI running on the thread.
mHandlerCheckers.add(new HandlerChecker(new Handler(Looper.getMainLooper()),
"main thread", DEFAULT_TIMEOUT));
// Add checker for shared UI thread.
mHandlerCheckers.add(new HandlerChecker(UiThread.getHandler(),"ui thread", DEFAULT_TIMEOUT));
// And also check IO thread.
mHandlerCheckers.add(new HandlerChecker(IoThread.getHandler(),"i/o thread", DEFAULT_TIMEOUT));
// And the display thread.
mHandlerCheckers.add(new HandlerChecker(DisplayThread.getHandler(),
"display thread", DEFAULT_TIMEOUT));
// And the animation thread.
mHandlerCheckers.add(new HandlerChecker(AnimationThread.getHandler(),
"animation thread", DEFAULT_TIMEOUT));
// And the surface animation thread.
mHandlerCheckers.add(new HandlerChecker(SurfaceAnimationThread.getHandler(),
"surface animation thread", DEFAULT_TIMEOUT));
......
}
5.HandlerChecker分类：
大致可以分为两类
- Montor Checker：用于检查Monitor对象是否发生死锁，AMP、PKMS、WMS等核心系统服务都是Monitor对象。所有需要被监控的Service都去实现了Watchdog的Monitor接口，该接口中只有一个方法 monitor()
与之对应的是addMonitor()方法，将Service放到mHandlerChecker的mMonitors列表中，该列表会不断调用Monitor.monitor()方法，这个方法的实现也比较简单，就是去获取对应的锁，如果获取到了就OK，如果线程死锁或者其它原因阻塞那么必然获取不到，monitor()方法也必然阻塞。
WindowManagerService.java
// Called by the heartbeat to ensure locks are not held indefnitely (for deadlock detection).
@Override
public void monitor() {
synchronized (mWindowMap) { }
}
- Lopper Checker,用于检查线程的消息队列是否长时间处于非空闲状态，Watchdog自身的消息队列，Ui, Io, Display这些全局的消息队列都是被检查的对象。此外，一些重要的线程的消息队列，也会加入到Looper Checker中，譬如AMS, PKMS，这些是在对应的对象初始化时加入的。
与之对应的方法是addThread()，将PowerManagerService、PackageManagerService、ActivityManagerService等几个主线程Handler保存到Watchdog.mHandlerCheckers列表中；同时还会把上面提到的mMonitorChecker也保存到Watchdog.mHandlerCheckers中；另外还会将foreground thread、ui thread、i/o thread 、display thread 、main thread的Handler也保存到Watchdog.mHandlerCheckers中来；
Watchdog会不断判断这些线程的Lopper是否空闲，如果是，那么必然就被阻塞了。
6.Watchdog的运作：
Watchdog本身是一个线程，它的run()方法实现如下：
@Override
public void run() {
boolean waitedHalf = false; //标识第一个30s超时
boolean mSFHang = false; //标识surfaceflinger是否hang
while (true) {
...
synchronized (this) {
...
// 1. 调度所有的HandlerChecker
for (int i=0; i<mHandlerCheckers.size(); i++) {
HandlerChecker hc = mHandlerCheckers.get(i);
//shceduleCheckLocked()所做的事情可以想象成给所有的目标thread发放任务。
hc.scheduleCheckLocked();
}
...
// 2. 开始定期检查
long start = SystemClock.uptimeMillis();
while (timeout > 0) {
...
try {
wait(timeout);
} catch (InterruptedException e) {
Log.wtf(TAG, e);
}
...
timeout = CHECK_INTERVAL - (SystemClock.uptimeMillis() - start);
}
// 3. 检查HandlerChecker的完成状态
final int waitState = evaluateCheckerCompletionLocked();
if (waitState == COMPLETED) {
...
continue;
} else if (waitState == WAITING) {
...
continue;
} else if (waitState == WAITED_HALF) {
...
continue;
}
// 4. 存在超时的HandlerChecker
blockedCheckers = getBlockedCheckersLocked();
//超了60秒，此时便出问题了,收集超时的HandlerChecker
subject = describeCheckersLocked(blockedCheckers);
allowRestart = mAllowRestart;
}
...
// 5. 保存日志，判断是否需要杀掉系统进程
Slog.w(TAG, "*** GOODBYE!");
Process.killProcess(Process.myPid());
System.exit(10);
} // end of while (true)
......
}
以上代码片段主要的运行逻辑如下：
- Watchdog运行后，便开始无限循环，依次调用每一个HandlerChecker的scheduleCheckLocked()方法
- 调度完HandlerChecker之后，便开始定期检查是否超时，每一次检查的间隔时间由CHECK_INTERVAL常量设定，为30秒
- 每一次检查都会调用evaluateCheckerCompletionLocked()方法来评估一下HandlerChecker的完成状态：
- COMPLETED表示已经完成
- WAITING和WAITED_HALF表示还在等待，但未超时
- OVERDUE表示已经超时。默认情况下，timeout是1分钟，但监测对象可以通过传参自行设定，譬如PKMS的Handler Checker的超时是10分钟
- 如果超时时间到了，还有HandlerChecker处于未完成的状态(OVERDUE)，则通过getBlockedCheckersLocked()方法，获取阻塞的HandlerChecker，生成一些描述信息
- 保存日志，包括一些运行时的堆栈信息，这些日志是我们解决Watchdog问题的重要依据。如果判断需要杀掉system_server进程，则给当前进程(system_server)发送signal 9
只要Watchdog没有发现超时任务，HandlerChecker就会被不停的调度。
7.HandlerChecker的运作：
public final class HandlerChecker implements Runnable {
public void scheduleCheckLocked() {
// Looper Checker中是不包含monitor对象的，判断消息队列是否处于空闲
if (mMonitors.size() == 0 && mHandler.getLooper().isIdling()) {
mCompleted = true;
return;
}
...
// 将Monitor Checker的对象置于消息队列之前，优先运行
mHandler.postAtFrontOfQueue(this);
}
@Override
public void run() {
// 依次调用Monitor对象的monitor()方法
for (int i = 0 ; i < size ; i++) {
synchronized (Watchdog.this) {
mCurrentMonitor = mMonitors.get(i);
}
mCurrentMonitor.monitor();
}
...
}
}
8.小结：
- 对于Looper Checker而言，会判断线程的消息队列是否处于空闲状态。 如果被监测的消息队列一直闲不下来，则说明可能已经阻塞等待了很长时间。
- 对于Monitor Checker而言，会调用实现类的monitor方法，比如上文中提到的AMS.monitor()方法， 方法实现一般很简单，就是获取当前类的对象锁，如果当前对象锁已经被持有，则monitor()会一直处于wait状态，直到超时，这种情况下，很可能是线程发生了死锁。
这基本就是Watchdog的监控原理，就先梳理这么多吧，后续的SWT/ANR问题的分析流程等遇到了再说吧。