Android重启原因分析

重启原因分类

1.上层造成重启

• system_server被杀
• watchdog重启
• 重要线程阻塞

2.kernel造成重启

• 空指针
• 非法地址

3.kernel watchdog造成重启，原因不确定

• 内存原因
• nand驱动

---

log查看步骤及关键字

1. 重启后的kernel.log或misc/cmdline.log

在log最前面，会有很长的一段，如：

initrd=0x85500000,0x204229 apv="td860-user 4.1.2 MocorDroid4.1.2 eng..20131107.215135 test-keys" mem=512M loglevel=1 console=ttyS1,115200n8 init=/init mtdparts=sprd-nand:256k(spl),512k(2ndbl),256k(params),512k(vmjaluna),10m(modem),3840k(fixnv),3840k(backupfixnv),5120k(dsp),3840k(runtimenv),10m(boot),10m(recovery),250m(system),180m(userdata),20m(cache),256k(misc),1m(boot_logo),1m(fastboot_logo),3840k(productinfo),512k(kpanic) androidboot.mode=panic lcd_id=ID9816 lcd_base=8ff27000 CHR_STATE=0 ram=512M no_console_suspend boot_ram_log=0x8fe00000,0x80000 tdfixnv=0x89060000,0x40000 tdruntimenv=0x890a0000,0x60000 wfixnv=0x90440000,0x40000 wruntimenv=0x90480000,0x60000 productinfo=0x80490000,0x4000 androidboot.serialno=12345678912345 adc_cal=216338536,185339408 fgu_cal=186388584,159845904,7534 fgu_init=2805,7742 

搜索androidboot.mode，看开机的模式，如果没有则默认为normal mode，正常开机；上例中为panic，为kernel中出错导致的重启。这个值是从ANA_REG_GLB_POR_RST_MONITOR位中获取到的值，每次获取完之后会置为0：

rst_mode = ANA_REG_GET(ANA_REG_GLB_POR_RST_MONITOR);
rst_mode &= 0x7FFF;
ANA_REG_SET(ANA_REG_GLB_POR_RST_MONITOR, 0); //clear flag 

这个值是重启前填入的，如HWRST_STATUS_PANIC、HWRST_STATUS_ALARM等。

2. 重启后的last_kmsg log

此文件记录了重启前的kernel log，搜索panic确定问题发生在上层还是底层，如果有panic相关信息一般都是kernel造成的问题，如果有Restarting system则是上层造成的。

---

案例一：上层空指针引起的重启

0[   83.522143] Restarting system with command 'special-systemserver-died'.
0[   83.900657] SPRD_WDT watchdog_feeder, margin=20, feed_period=3, sys_cnt = 86225
0[   84.026350] sprd_set_reboot_mode:cmd=special-systemserver-died 

此时是由于上层systemserver出了问题导致重启，查看重启方式是androidboot.mode=special，是system server挂掉引起的重启，看上去special方式启动都是上层引起的。

---

案例二：

【其他】手机处于待机状态长按Power键弹出POP选框不做任何操作还继续长按Power，手机会自动重启。
【预置条件】无
【操作步骤】手机处于待机状态长按Power键--弹出POP选框不做任何操作--还继续长按Power
【实际结果】手机会自动重启
【预期结果】应正常
【复现概率】Must
【备注说明】对比其他手机无此现象。

分析：last_kmsg中搜索到sprd_set_reboot_mode:cmd=panic，说明是kernel导致的重启，附件的log中还有!!!! trigger_watch_powerkey !!!! do emergency_restart，说明很可能是主动调用重启，在代码中搜索发现

static void trigger_watch_powerkey(void *private)
{
  unsigned long flags;
  local_irq_save(flags);
#ifdef CONFIG_MAGIC_SYSRQ
  handle_sysrq('m');
  handle_sysrq('w');
#endif
  pr_warn("!!!! trigger_watch_powerkey !!!! do emergency_restart\n");
  emergency_restart();
  pr_err("%s should never reach here!\n", __func__);
} 

长按power键超过6秒时会调用此函数，使得手机重启，咨询展讯是为了调试定屏问题所增加的功能，量产时可以去除。

解决方法：代码中注释掉input_report_key_hook函数的调用，Makefile中不编译input-hook.o库。

---

案例三：

【无线热点】下拉状态栏，点击无线热点，手机自动重启
【预置条件】无
【操作步骤】下拉状态栏--多次点击无线热点
【实际结果】手机自动重启
【预期结果】无线热点正常打开和关闭
【复现概率】经常

分析：last_kmsg中搜索到Kernel panic - not syncing: Fatal exception，说明是kernel导致的重启，而且打印出堆栈信息判断应为WIFI问题，查看last_log中的kernel log，可能是soft_ap打开时失败。

01-01 08:06:06.522 <4>[  296.682000] thr_wait_for_2nd_eth_dev: sap_eth_sema timeout 

解决方法：增加打开尝试次数为3次，减小打开失败概率。

---

3. 查看重启前的android log

在android log中，搜索关键字 died, 确认是否system server被杀，如果是查看具体原因。

---

案例四：开机动画过后手机自动重启

分析：

log最后显示

I/Zygote  (   86): Exit zygote because system server (222) has terminated 

原因是

E/AndroidRuntime(  222): *** FATAL EXCEPTION IN SYSTEM PROCESS: android.server.ServerThread 

ActivityManagerService.java:4182中的空指针导致的，而前面还有一些空指针异常，第1个是

E/SystemServer(  222): java.lang.NullPointerException
E/SystemServer(  222):      at android.sim.SimManagerService.(SimManagerService.java:94)
E/SystemServer(  222):      at com.android.server.ServerThread.run(SystemServer.java:219) 

SimManagerService 94行为mContext.registerReceiver(mReceiver, filter);可能是mContext空指针，而

 Context temp = null;
    try {
        temp = context.createPackageContext("com.android.settings", Context.CONTEXT_IGNORE_SECURITY);
    } catch (NameNotFoundException e) {
        e.printStackTrace();
    };
    mContext = temp; 

所以createPackageContext可能创建失败导致，temp为null。再回到log

W/System.err(  222): android.content.pm.PackageManager$NameNotFoundException: Application package com.android.settings not found
证实了这一点， 

搜索“com.android.settings”

E/PackageManager(  222): Package com.android.settings has no signatures that match those in shared user android.uid.system; ignoring! 

发现初始化失败，可能是签名或share user id或是版本不匹配导致，导出Settings.apk，反编译并查看AndroidManifest.xml

android:versionName="4.0.3-eng..20130516.160103"，此信息显示Settings为20130516号编译的版本，与测试提供的信息20130627版本不匹配，最终原因是驱动下载了差异较大的boot.img导致。

解决方法：下载20130516版本的boot.img即可恢复并正常开机。

---

4. 上层watchdog产生的重启，查看重启前的traces.txt

软件framework层的WatchDog主要作用：接收系统内部reboot请求,重启系统；监护SystemServer进程,防止系统死锁；每30秒检查一次。在android log, 关键字：WATCHDOG KILLING SYSTEM PROCESS 确认是否是watchdog造成的重启。如果是，则要查看重启前的traces.txt，检查下面3项：

1. 确认是否有kernel stack
2. 关键字'held', 找到阻塞源头
3. 不能被阻塞的线程:WindowManager、ActivityManager、PowerManager、ServerThread

---

案例五：上层AMS、WMS死锁导致watchdog重启

"Thread-304" prio=5 tid=4 MONITOR
| group="main" sCount=1 dsCount=0 obj=0x41c16ef8 self=0x69b8a8
| sysTid=3040 nice=0 sched=0/0 cgrp=[no-cpu-subsys] handle=7056472
| schedstat=( 0 0 0 ) utm=0 stm=0 core=1
at com.android.server.wm.WindowManagerService.resumeKeyDispatching(WindowManagerService.java:~6346)
- waiting to lock <0x41738e80> (a java.util.HashMap) held by tid=12 (android.server.ServerThread)
at com.android.server.am.ActivityRecord.resumeKeyDispatchingLocked(ActivityRecord.java:554)
at com.android.server.am.ActivityStack$myThread.run(ActivityStack.java:4314)


"android.server.ServerThread" prio=5 tid=12 MONITOR
| group="main" sCount=1 dsCount=0 obj=0x4154a9a8    self=0x32e200
| sysTid=275 nice=-2 sched=0/0 cgrp=[no-cpu-subsys] handle=3607224
| schedstat=( 0 0 0 ) utm=830 stm=262 core=1
at com.android.server.am.ActivityManagerService.getTasks(ActivityManagerService.java:~5389)
- waiting to lock <0x41555738> (a com.android.server.am.ActivityManagerService) held by tid=4 (Thread-304) 

由上面log可知AMS和WMS发生了死锁，导致了watchdog重启。

---

5. 重启后kernel.log、misc/last_kmsg、dump文件

内核或hal层出现的错误有很多，这里主要将oops或有堆栈信息的问题分析方法，主要分为3类：

1.一个.so或多个.so文件引起的问题，可能产生的问题并不是重启

案例六：libwebcore.so导致浏览器强关(内存地址+so)

15:50:05.633 I DEBUG   : pid: 7662, tid: 7677  >>> com.android.browser <<<
15:50:05.633 I DEBUG   : signal 11 (SIGSEGV), code 1 (SEGV_MAPERR), fault addr 00000008
15:50:05.673 I DEBUG   :          #00  pc 000b852a  /system/lib/libwebcore.so
15:50:05.673 I DEBUG   :          #01  pc 000b887c  /system/lib/libwebcore.so
15:50:05.673 I DEBUG   :          #02  pc 000b6428  /system/lib/libwebcore.so
15:50:05.673 I DEBUG   :          #03  pc 00218852  /system/lib/libwebcore.so
15:50:05.673 I DEBUG   :          #04  pc 000be9c4  /system/lib/libwebcore.so
15:50:05.673 I DEBUG   :          #05  pc 000beaae  /system/lib/libwebcore.so
15:50:05.673 I DEBUG   :          #06  pc 000bf1e8  /system/lib/libwebcore.so
15:50:05.673 I DEBUG   :          #07  pc 000a9242  /system/lib/libwebcore.so
15:50:05.673 I DEBUG   :          #08  pc 000a7f6a  /system/lib/libwebcore.so
15:50:05.673 I DEBUG   :          #09  pc 000a71a8  /system/lib/libwebcore.so
15:50:05.673 I DEBUG   :          #10  pc 000aac4a  /system/lib/libwebcore.so
15:50:05.673 I DEBUG   :          #11  pc 000aaf06  /system/lib/libwebcore.so
15:50:05.673 I DEBUG   :          #12  pc 000b3304  /system/lib/libwebcore.so
15:50:05.673 I DEBUG   :          #13  pc 000b33fa  /system/lib/libwebcore.so
15:50:05.673 I DEBUG   :          #14  pc 00093230  /system/lib/libwebcore.so
15:50:05.673 I DEBUG   :          #15  pc 001e95aa  /system/lib/libwebcore.so
15:50:05.673 I DEBUG   :          #16  pc 001da83e  /system/lib/libwebcore.so
15:50:05.673 I DEBUG   :          #17  pc 001d6544  /system/lib/libwebcore.so
15:50:05.673 I DEBUG   :          #18  pc 001d658c  /system/lib/libwebcore.so
15:50:05.673 I DEBUG   :          #19  pc 001644ac  /system/lib/libwebcore.so
15:50:05.673 I DEBUG   :          #20  pc 00253ba8  /system/lib/libwebcore.so
15:50:05.673 I DEBUG   :          #21  pc 002dee9c  /system/lib/libwebcore.so
15:50:05.673 I DEBUG   :          #22  pc 002e4f24  /system/lib/libwebcore.so
15:50:05.673 I DEBUG   :          #23  pc 002e51f2  /system/lib/libwebcore.so
15:50:05.673 I DEBUG   :          #24  pc 0033ac62  /system/lib/libwebcore.so
15:50:05.673 I DEBUG   :          #25  pc 0033acc8  /system/lib/libwebcore.so 

这是从android log中截取的信息，原理是一样。这种log可以通过addr2line工具进行反编译，addr2line位于目录/prebuilt/linux-x86/toolchain/arm-eabi-4.4.3/bin。

命令是addr2line -e -f libwebcore.so 000b852a，libwebcore.so是带符号表的so，位于/out/target/product/sp8830ec/symbols/system/lib，000b852a是对应的出错地址。

一个或多个so引起的问题，还可以从网上找个脚本，把堆栈信息单独保存到文件中，然后使用脚本反编译，会把每个地址对应的源函数反编译出来，网上有很多这里就不贴出脚本了。

2.hal层即非内核层出现地址错误产生的重启问题

案例七：驱动去除光感后开机不断重启(so+函数名+偏移地址)

Fatal signal 11 (SIGSEGV) at 0x00000001 (code=1), thread 456 (system_server)
I/DEBUG   (  138): *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** ***
I/DEBUG   (  138): Build fingerprint: 'Lenovo/A388t/A388t:4.1.2/MocorDroid4.1.2/A388t_S161_131112.20131121:user/release-keys'
I/DEBUG   (  138): pid: 456, tid: 456, name: system_server  >>> system_server <<<
I/DEBUG   (  138): signal 11 (SIGSEGV), code 1 (SEGV_MAPERR), fault addr 00000001
I/DEBUG   (  138):     r0 00000001  r1 00000001  r2 00000001  r3 5a07d004
I/DEBUG   (  138):     r4 5aedd2c0  r5 403ff19c  r6 5aedd2c4  r7 00000001
I/DEBUG   (  138):     r8 5a07d004  r9 00000088  sl 00000003  fp 5aedd2b8
I/DEBUG   (  138):     ip 40317e94  sp bea80548  lr 4030e6a1  pc 40211048  cpsr 20000010
……
I/DEBUG   (  138): backtrace:
I/DEBUG   (  138):     #00  pc 00017048  /system/lib/libc.so (strlen+16)
I/DEBUG   (  138):     #01  pc 0000f69d  /system/lib/libutils.so (android::String8::setTo(char const*)+8)
I/DEBUG   (  138):     #02  pc 0001e7d3  /system/lib/libgui.so (android::Sensor::Sensor(sensor_t const*)+38)
I/DEBUG   (  138):     #03  pc 0000e5af  /system/lib/libsensorservice.so (android::HardwareSensor::HardwareSensor(sensor_t const&)+70)
I/DEBUG   (  138):     #04  pc 0000f78f  /system/lib/libsensorservice.so (android::SensorService::onFirstRef()+110)
I/DEBUG   (  138):     #05  pc 0000edd5  /system/lib/libutils.so (android::RefBase::incStrong(void const*) const+38)
I/DEBUG   (  138):     #06  pc 000010d1  /system/lib/libsystem_server.so
I/DEBUG   (  138):     #07  pc 000011eb  /system/lib/libsystem_server.so (system_init+242)
……
D/Zygote  (  140): Process 456 terminated by signal (11)
I/Zygote  (  140): Exit zygote because system server (456) has terminated 

很明显是Zygote初始化时system server访问错误地址00000001导致初始化失败产生的重启，堆栈信息如下：

#00  pc 00017048  /system/lib/libc.so (strlen+16)
#01  pc 0000f69d  /system/lib/libutils.so   (android::String8::setTo(char const*)+8)
#02  pc 0001e7d3  /system/lib/libgui.so (android::Sensor::Sensor(sensor_t const*)+38)
#03  pc 0000e5af  /system/lib/libsensorservice.so (android::HardwareSensor::HardwareSensor(sensor_t const&)+70)
#04  pc 0000f78f  /system/lib/libsensorservice.so (android::SensorService::onFirstRef()+110) 

1).看上去虽然栈顶是/system/lib/libc.so (strlen+16)时出现的错误，但实际是传过去的参数有问题，问题应是从android::SensorService::onFirstRef()+110这里开始；

2).找到SensorService.cpp中onFirstRef函数，出错是在registerSensor( new HardwareSensor(list[i]) );，即初始化HardwareSensor(list[i])出现的问题，可以发现仍然是函数参数地址不正确引起的；

3).而list是ssize_t count = dev.getSensorList(&list);得到的，具体调用的是sensors_module_t mSensorModule的getSensorList；

4).mSensorModule是通过status_t err = hw_get_module(SENSORS_HARDWARE_MODULE_ID, (hw_module_t const**)&mSensorModule);进行初始化的，hw_get_module则是hardware中通过SENSORS_HARDWARE_MODULE_ID加载对应so文件的函数，即sensor.xxxx.so；

5).而sensor.xxxx.so是/device/sprd/common/libs/libsensors_sprd/模块生成的文件，因此这个getSensorList实际是通过/device/sprd/common/libs/libsensors_sprd/sensors.cpp中sensors__get_sensors_list得到的，查看错误log前面的信息：

D/Sensors (  456): BmaSensors=1; 1
D/Sensors (  456): SensorHQALSPS: open_device /dev/alsps
D/Sensors (  456): alsps Sensor: get name:: (ft6306_ps)
D/Sensors (  456): SensorHQALSPS: getName =  ft6306_ps
D/Sensors (  456): PnumSensors=3; 2
D/Sensors (  456): activate handle=0; drv=0
D/Sensors (  456): BmaSensor: mEnabled = 0, enabled = 0.
D/Sensors (  456): activate handle=4; drv=1
D/Sensors (  456): SensorHQALSPS::setEnable=0= en=0; newState=0; what=1; mEnabled=0
D/Sensors (  456): HQALSPS ---Proximity::HQALSPS_IOCTL_PROX_OFF=== err=0
D/Sensors (  456): SensorHQALSPS::setEnable=1= en=0; newState=0; what=1; mEnabled=0 

6).再结合问题去除光感后，手机不断重启，所以可能是D/Sensors ( 456): PnumSensors=3; 2中，光感、接近传感器的numSensors有问题，而：

mSensors[pls] = new SensorHQALSPS();
numSensors += 
    mSensors[pls]->populateSensorList(sSensorList + numSensors);
……
ALOGD("PnumSensors=%d; %d", numSensors, PlsSensor::numSensors); 

populateSensorList返回的就是AlspsSensor.h定义的numSensors，值为2：

enum
{
    Light   = 0,
    Proximity   = 1,
    numSensors
}; 

所以最后修改为：

enum
{
    Proximity   = 0,
    numSensors
}; 

3．Linux内核引起的Oops问题

对Linux内核来说，Oops就意外着内核出了异常，此时会将产生异常时CPU的状态，出错的指令地址、数据地址及其他寄存器，函数调用的顺序甚至是栈里面的内容都打印出来，然后根据异常的严重程度来决定下一步的操作：杀死导致异常的进程或者挂起系统。

最典型的异常是在内核态引用了一个非法地址，通常是未初始化的野指针Null，这将导致页表异常，最终引发Oops。分析错误原因的原理同第1种问题，vmlinux相当于so的合集，也是通过工具反编译找到对应的汇编行，同时查看对应的函数分析原因，这种问题往往比较复杂后面会单独写文档总结分析方法。

6. kernel watchdog造成重启

原因不确定，可能是内存原因、nand驱动。