iOS Abort 问题系统的解决方案

一、背景


崩溃(Crash),即闪退,多指移动设备(如iOS、Android设备)在打开/使用应用程序的过程中,突然出现意外退出/中断的情况。如果App线上版本频繁发生崩溃,会极大地影响用户体验,甚至导致用户流失,以及收益减少。因此,崩溃问题是客户端稳定性团队需要重点解决的问题。

茫茫人海中,你看到这一段文字,浪费你三秒钟的时间,欢迎你来一场iOS交流技术的碰撞,互相学习,共同提高技术!563513413

然而,对于所有崩溃场景,仅25%的崩溃可通过信号量捕获,实施相应改进;另有75%的崩溃则难以识别,从而对App的用户体验,造成了巨大的潜在影响。

iOS Abort 问题系统的解决方案_第1张图片

添加描述

Facebook的工程师将App退出分为以下6个类别:

1.App内部主动调用exit()或abort()退出;

2.App升级过程中,用户进程被杀死;

3.系统升级过程中,用户进程被杀死;

4.App在后台被杀死;

5.App在前台被杀死,且可获取堆栈;

6.App在前台被杀死,且无法获取堆栈。

对于第1~4类退出,属于App的正常退出,对用户体验没有太大影响,无需进行相应处理;对于第5类退出,可通过堆栈代码级定位崩溃原因,对此业界已形成比较成熟的解决方案,;对于第6类退出,可能的原因很多,包括但不限于:系统内存不足时继续申请内存、主线程卡死20s以上、CPU使用率过高Stack Overflow等,在此我们统一称之为iOS客户端的“Abort问题”。

Abort问题无法被堆栈捕获,且发生频次远高于可被捕获的崩溃(下称“堆栈崩溃”)。从历史数据来看,手淘(电商类超级App代表)的Abort问题数量一般是堆栈崩溃数量的3倍左右;优酷Pad(视频类超级App代表)的Abort问题数量一般是堆栈崩溃数量的5倍左右。可见,Abort问题对用户的使用体验造成巨大影响。

本文将针对iOS客户端的Abort问题,进行根因定位分析,并提出系统性解决方案。

二、Abort问题的原因分类


形成Abort问题的原因主要包括以下4个。

2.1 内存Jetsam

移动端设备的物理内存资源紧张,但App仍不断申请内存。因此系统signal 9杀死进程,造成异常退出。

{ "memoryPages" : { "active" : 24493, "throttled" : 0, "fileBacked" : 24113, "wired" : 13007, "anonymous" : 12915, "purgeable" : 127, "inactive" : 10955, "free" : 2290, "speculative" : 1580 }, "uncompressed" : 125795, "decompressions" : 143684 }, "largestProcess" : "Taobao4iPhone", "processes" : [ { ... { "rpages" : 2050, "states" : [ "frontmost", "resume" ], "name" : "Taobao4iPhone", "pid" : 1518, "reason" : "vm-thrashing", "fds" : 50, "uuid" : "5103a88a-917f-319e-8553-c0189dd1abac", "purgeable" : 127, "cpuTime" : 4.619693, "lifetimeMax" : 3557 }, ... }

2.2 主线程死锁

A/B两个线程同时等待对方完成某些操作,因而无法继续执行,形成死锁,造成异常退出。

Exception Type: 00000020Exception Codes: 0x000000008badf00dHighlighted Thread: 0 Application Specific Information:com.myapp.myapp failed to scene-create in time Elapsed total CPU time (seconds): 4.230 (user 4.230, system 0.000), 10% CPU Elapsed application CPU time (seconds): 1.039, 3% CPU Thread 0 name: Dispatch queue: com.apple.main-threadThread 0:0 libsystem_kernel.dylib 0x36360540 semaphore_wait_trap + 81 libdispatch.dylib 0x36297eee _dispatch_semaphore_wait_slow + 1862 libxpc.dylib 0x364077b8 xpc_connection_send_message_with_reply_sync + 1523 Security 0x2b8dd310 securityd_message_with_reply_sync + 644 Security 0x2b8dd48c securityd_send_sync_and_do + 445 Security 0x2b8ea452 __SecItemCopyMatching_block_invoke + 1666 Security 0x2b8e96f6 SecOSStatusWith + 147 Security 0x2b8ea36e SecItemCopyMatching + 174

2.3 启动/重启超时

App由于启动/重启的时间超过系统允许的时间限制,造成异常退出。

scene-create watchdog transgression: app exhausted real (wall clock) time allowance of 19.93 seconds, Elapsed total CPU time (seconds): 21.050 (user 21.050, system 0.000)

2.4 CPU打爆

主线程死锁、启动/重启超时,都可能间接导致CPU打爆,造成异常退出。

三、Abort问题的根因定位


Abort问题常常没有明显线索进行问题定位,因此,解决难度比较大。手淘曾经历过很多次Abort问题数量飙升,但无从下手的事故,甚至还有一两次发生在双11前不久,但往往以“一群人苦逼的众测复现、复现之后也无法确定是否真的复现”收场。

因此,我们迫切需要基于已有经验,形成一套完整的解决方案,快速、准确地定位/解决问题。这就需要我们从以下几个方面着手进行考虑:

1.Abort问题发生的场景:例如,哪个页面、什么操作。

2.Abort问题发生的原因:例如,内存Jetsam、主线程死锁、启动/重启超时、CPU打爆。

3.对于内存Jetsam,需进一步定位到是否发生了内存泄露以及泄露的循环引用(Retain Cycle)。

4.对于主线程死锁,需进一步定位到卡死的堆栈。

5.对于启动/重启超时,以及CPU打爆,需进一步定位到堆栈。

接下来,我们以手淘的主线程死锁问题为例,进行根因分析。首先,来看一下某版本手淘Abort问题数据的总体视图:

iOS Abort 问题系统的解决方案_第2张图片

添加描述

由于Abort问题出现之前,内存、CPU使用量正常,因此初步判断造成异常退出的原因为主线程死锁。

iOS Abort 问题系统的解决方案_第3张图片

添加描述

查看相关日志文件,验证时间、线索吻合,因此可最终确定造成异常退出的原因为主线程死锁。

iOS Abort 问题系统的解决方案_第4张图片

添加描述

四、Abort问题的系统性解决方案


4.1 Abort系统性解决方案难点:现场捕获

为实现Abort问题的系统性解决方案,需充分考虑以下问题:

1.通过signal 9杀死进程造成的Abort问题,往往难以通过信号量捕获至堆栈。在这种情况下,应如何尽可能完整地捕获崩溃现场的关键信息?具体包含哪些信息?

2.App崩溃时系统处于极不稳定的状态,应如何保证崩溃现数据稳定落盘?

3.在信息采集、数据捕获的过程中,需对大量数据进行写入操作,应如何保证日志高性能写入?

4.在数据量较大的情况下,数据的存储、上传可能对系统造成较大压力,应如何保证数据的高压缩率?

iOS Abort 问题系统的解决方案_第5张图片

添加描述

基于以上考虑,我们提出并设计了一套基于mmap的高性能、高压缩率、高一致性、可自解释的trace文件协议,作为iOS端高可用体系的数据载体。

4.1.1 mmap数据存储层保证数据写入的高性能和高一致性

1.通过mmap将一个文件或者其它对象映射到进程的地址空间,对内存的操作会由内核将数据写到对应的磁盘文件上;数据写入的性能与内存操作相当(略比内存操作高)

2.用户进程崩溃之后,这块映射区仍由内核管理,可以保证数据的一致性

4.1.2 二进制编码协议保证数据压缩率最高

1.具体编码协议

2.实测编码在压缩率能达到80%以上,或者直观一点说,使用50k的内存可以记录下用户二十分钟内详细的使用记录,包括页面访问记录、系统事件、秒级别的内存、CPU数据。

4.1.3 尽可能多的记录系统多维度指标及异常事件

包括:

1.性能数据,包括CPU、内存数据,用于判断应用当前是不是处理overload状态

2.大内存申请

3.Retain Cycle,用于定位Jetsam Event

4.卡顿,用于定位watch dog kill

5.当前存活VC实例数量

iOS Abort 问题系统的解决方案_第6张图片

添加描述

五、总结


在App的世界里,功能层面的差异已经越来越难以体现。在这种情况下,良好的用户体验,往往是App致胜的关键。而Abort问题对于每一个App而言,都是对用户体验的最大挑战,需要App开发者给予足够的重视。

你可能感兴趣的