Android死锁初探

点击蓝字关注我们

本文字数：7444字

预计阅读时间：19分钟

一、什么是死锁

说到死锁，大家可能都不陌生，每次遇到死锁，总会让计算机产生比较严重的后果，比如资源耗尽，界面无响应等。

死锁的精确定义：

集合中的每一个进程（或线程）都在等待只能由本集合中的其他进程（或线程）才能引发的事件，那么该组进程是死锁的。

对于这个定义大家可能有点迷惑，换一种通俗的说法就是：

死锁是指两个或两个以上的线程在执行过程中，由于竞争资源或者由于彼此通信而造成的一种阻塞的现象，若无外力作用，它们都将无法推进下去。此时称系统处于死锁状态或系统产生了死锁，这些永远在互相等待的进程称为死锁进程。

经典的“哲学家进餐问题”可以帮助我们形象的理解死锁问题。

有五个哲学家，他们的生活方式是交替地进行思考和进餐，哲学家们共用一张圆桌，分别坐在周围的五张椅子上，在圆桌上有五个碗和五支筷子，平时哲学家进行思考，饥饿时便试图取其左、右最靠近他的筷子，只有在他拿到两支筷子时才能进餐，该哲学家进餐完毕后，放下左右两只筷子又继续思考。

当五个哲学家同时去取他左边的筷子，每人拿到一只筷子且不释放，即五个哲学家只得无限等待下去，这样就产生了死锁的问题。

在计算机中也可以用有向图来描述死锁问题，首先假定每个线程为有向图中的一个节点,申请锁的线程A为起点, 拥有锁的线程B为终点，这样就形成线程A到线程B的一条有向边，而众多的锁(边)和线程(点), 就构成了一个有向图。

如果在有向图中形成一条环路，就会产生一个死锁，如上图所示。在很多计算机系统中，检测是否有死锁存在就是将问题抽象为寻找有向图中的环路。

---

二、常见的死锁的场景

下面分析几种常见的死锁形式：

????锁顺序死锁

public class TestDeadLock {    private final Object lockA = new Object();    private final Object lockB = new Object();
    public void lockAtoB(){        synchronized (lockA){            synchronized (lockB){                doSomething();            }        }    }    public void lockBtoA(){        synchronized (lockB){            synchronized (lockA){                doSomething();            }        }    }    private void doSomething(){        System.out.println("doSomething");    }}

上述代码中，如果一个线程调用lockAtoB()，另一个线程调用lockBtoA()，并且两个线程是交替执行，那么在程序运行期间是有一定几率产生死锁。

而产生死锁的原因是：两个线程用不同的顺序去获取两个相同的锁，如果可以始终用相同的顺序，即每个线程都先获取lockA，然后再获取lockB，就不会出现循环的加锁依赖，也就不会产生死锁。

当然上面的代码只是一个示例，实际的代码中不会这么简单，而有些函数中，虽然看似都是以相同的顺序加锁，但是由于外部调用的不确定性，仍然会导致实际以不同的顺序加锁而产生死锁。

再看一个例子：

//仓库public static interface IStore{    public void inCome(int count);    public void outCome(int count);}/** * 从 in 仓库 调用货物去 out仓库 * @param from * @param to * @param count 调用货物量 */public void transportGoods(IStore from,IStore to,int count){    synchronized (from){        synchronized (to){            from.outCome(count);//出仓库            to.inCome(count);//入仓库        }    }}

货运公司将货物从一个仓库转运到另一个仓库，转运前，需要同时获得两个仓库的锁，以确保两个仓库中的货物数量是以原子方式更新。看起来这个函数都是以相同的顺序获取锁，但这只是函数内部的顺序，而真正的执行顺序，取决于外部传入的对象。

transportGoods(storeA,storeB,100);
transportGoods(storeB,storeA,40);

如果用上述代码调用，在频繁的调用过程中，也很容易产生死锁。从上面的代码中可以看出，需要一个方法来确保在整个程序运行期间，锁都按照事先定义好的顺序来获取。这里提供一种方式：通过比较对象的hashcode值，来定义锁的获取顺序。

下面来改造一下上述代码

private static final Object extraLock = new Object();
/**
 * 从 in 仓库 调用货物去 out仓库
 * @param from
 * @param to
 * @param count 调用货物量
 */
public void transportGoods(IStore from,IStore to,int count){
    int fromHashCode = System.identityHashCode(from);
    int toHashCode = System.identityHashCode(to);


    if(fromHashCode > toHashCode){
        synchronized (from){
            synchronized (to){
                transportGoodsInternal(from,to,count);
            }
        }
    }else if(fromHashCode < toHashCode){
        synchronized (to){
            synchronized (from){
                transportGoodsInternal(from,to,count);
            }
        }
    }else {//hash散列冲突，需要用新的一个锁来保证这种低概率情况下不出现问题
        synchronized (extraLock){
            synchronized (from){
                synchronized (to){
                    transportGoodsInternal(from,to,count);
                }
            }
        }
    }
}
public void transportGoodsInternal(IStore from,IStore to,int count){
    from.outCome(count);//出仓库
    to.inCome(count);//入仓库
}

上述代码不难理解，使用hashcode的大小来唯一确定锁的顺序，需要值得注意的是，使用identityHashCode

而不是对象自身的hashCode方法，这样可以降低用户重写hashcode后带来的冲突风险。具体可参考 System.identityHashCode(obj) 与 obj.hashcode()的区别。

当然使用identityHashCode也不能完全避免冲突，当identityHashCode也冲突的时候，引入了额外的一个锁extraLock，这个锁是static的，也就是说，整个应用程序只有一个，虽然理论上整个程序都使用一个 extraLock可能会导致并发性能的下降，但是考虑实际情况下，identityHashCode冲突的可能性非常小，所以并发性能问题也将不是问题。

那么如果能从业务的层面找到IStore中唯一的，不可变的编码，例如，仓库在数据库中的唯一编码，就可以不使用hashcode了，也可以避免使用extraLock。当然这需要大家通过实际的业务逻辑来进行分析提取这个唯一编码。

需要注意的是，使用hashcode这种方式是兼容性最好，成本最低也最不容易出错的方式，如果使用自有编码，你需要确保编码的唯一性，不可变性，这要保证这一点很不容易。

????多个对象协作发生的死锁

之前讨论的死锁发生在一个对象内部，这样的死锁问题，比较明显，也容易发现。当互相调用的类变为两个或者更多，而两个类中又分别有各自加锁同步的逻辑，这样的死锁隐藏在代码逻辑中，不容易发现，也不容易寻找。

首先来看一个例子。

/** * 玩游戏者 */class Player {    private SystemMonitor monitor;    private int cardCount;//收集的卡片的数量
    public Player(SystemMonitor monitor) {        this.monitor = monitor;    }
    public synchronized int getCardCount() {        return cardCount;    }
    public synchronized void collectCard(int count){        cardCount += count;        if(cardCount >= 50){            monitor.notifyComplete(this);        }    }}
/** * 监控系统 */class SystemMonitor {    private ArrayList playerArrayList;//所有玩家    private ArrayList completePlayerArrayList = new ArrayList<>();//完成的玩家
    //通知监控系统完成    public synchronized void notifyComplete(Player player){        System.out.println("玩家完成收集");        completePlayerArrayList.add(player);    }    //实时监控大家手中牌的数量    public synchronized void monitorAllPlayer(){        for (Player player : playerArrayList){            System.out.println("玩家有"+ player.getCardCount() + "张牌");        }    }}

Player代表玩家，玩家收集完成，50张牌后通知监控系统自己完成游戏，而监控系统通过monitorAllPlayer来实时监控玩家目前手中的牌的数量。

不难理解，在Player和SystemMonitor的方法中加锁，是为了避免数据的不一致性。粗略看这一段代码时，没有任何方法会显式的获取两个锁。

但是collectCard方法与monitorAllPlayer方法由于调用了外部类的方法，所以他们其实是会拥有两个锁的。假设这样一种情形，当一个玩家收集满50张牌，他通知监控系统他已完成收集，玩家先后获取了Player对象的锁与SystemMonitor对象的锁，而这个时候，监控系统正在扫描所有玩家，而监控系统会先获取自身的锁，然后再获取玩家的锁。

这样就有可能出现在两个线程中获取锁顺序不一致的情况，因此就有可能产生死锁。

当一个对象的方法在持有锁期间调用外部方法，这时应该格外注意，因为无法显式判断外部方法是否有其他锁，而这样就有可能产生死锁。

针对上述描述，该如何避免死锁呢？

首先引入一个术语开放调用，即调用某个方法的时候，不需要持有锁，这种调用称为开放调用。通过尽可能地使用开放调用，更容易找出其他锁的路径，也更容易保证加锁的顺序，以此来避免死锁问题。

上述的代码很容易修改为开放调用，此时需要做的就是缩小锁的粒度，使得同步方法只用来保护真正需要保护的变量或者代码段。

public void collectCard(int count){    boolean isComplete = false;    synchronized (this){       cardCount += count;       if(cardCount >= 50){           isComplete = true;       }    }    if(isComplete){        monitor.notifyComplete(this);    }}

//实时监控大家手中牌的数量
public void monitorAllPlayer(){
    ArrayList copy;
    synchronized (this){
        copy = new ArrayList<>(playerArrayList);
    }
    for (Player player : copy){
        System.out.println("玩家有"+ player.getCardCount() + "张牌");
    }
}

????线程饥饿死锁

在线程池中，如果任务依赖于其他任务，就可能产生死锁。举一个简单的单线程Executor的例子，如果任务A已经在Executor中运行，而任务A又向相同的Executor中提交了一个任务B，通常情况下，这样会产生死锁。

任务B在队列中一直等待任务A完成，而任务A由于是在单线程Executor中，所以又在等待任务B执行完成，这样就造成了死锁。在更大的线程池中，考虑极限情况，如果所有正在执行任务的线程，都在等待之前提交到线程池中排队的任务，这样线程会永远等待下去，这种问题称为线程饥饿死锁。

下面的代码展示了线程饥饿死锁。

private ThreadPoolExecutor executor = new ThreadPoolExecutor(5,5,0,TimeUnit.MILLISECONDS,new LinkedBlockingQueue());;


@Test
public void test() throws ExecutionException, InterruptedException {
    int count = 0;
    while (true) {
        System.out.println("开始 = " + (count));
        start();
        System.out.println("结束 = " + (count++));
        Thread.sleep(10);
    }
}


public void start() throws ExecutionException, InterruptedException {
    Callable second = new Callable() {
        @Override
        public String call() throws Exception {
            Thread.sleep(100);
            return "second callable";
        }
    };


    Callable first = new Callable() {
        @Override
        public String call() throws Exception {
            Thread.sleep(10);
            Future secondFuture = executor.submit(second);
            String secondResult = secondFuture.get();
            Thread.sleep(10);
            return "first callable. second result = " + secondResult;
        }
    };


    List> futures = new ArrayList<>();
    for(int i = 0; i< 5; i++){
        System.out.println("submit : " + i);
        Future firstFuture = executor.submit(first);
        futures.add(firstFuture);
    }
    for(int i = 0; i < 5; i++){
        String firstrResult = futures.get(i).get();
        System.out.println(firstrResult + ":" + i);
    }
}

---

三、Android系统处理死锁方案

Android系统的Framework层有一个WatchDog用于定期检测关键系统服务是否发生死锁。WatchDog功能主要是分析系统核心服务和重要线程是否处于Blocked状态。

下面我们以Android 9.0为例分析WatchDog的实现原理。通过分析源码，也可以给自己实现一套死锁监控提供一些思路。源码见：WatchDog

看源码之前，可以先自己思考下，如果让我们去实现一个WatchDog，我们会如何设计。其实原理倒是不难，无外乎需要做两件事情。

1. 定期轮询检测系统中核心的线程的状态

2. 检测到卡死后，将相关对应的线程，进程及其他软硬件信息输出

其实WatchDog也是这么设计的。WatchDog是继承自Thread，那么我们分析它的工作流程也就从run方法开始吧。

为了方便代码展示，下面源码只保留一些关键代码。run方法是整个检测的核心，我在代码片段里面标注了“代码关键点*”字样，方便在文中引用定位。

    public void run() {        boolean waitedHalf = false;        while (true) {//我们要在Android系统运行的整个过程中监控，当然我们需要一个死循环            final List blockedCheckers;            final String subject;            final boolean allowRestart;            int debuggerWasConnected = 0;            synchronized (this) {                long timeout = CHECK_INTERVAL;                 //代码关键点1                for (int i=0; i 0) {                ...                    try {                        wait(timeout);                    } catch (InterruptedException e) {                        Log.wtf(TAG, e);                    }                ...                    timeout = CHECK_INTERVAL - (SystemClock.uptimeMillis() - start);                }                ...                //代码关键点3                boolean fdLimitTriggered = false;                if (mOpenFdMonitor != null) {                    fdLimitTriggered = mOpenFdMonitor.monitor();                }               //代码关键点4                if (!fdLimitTriggered) {                    final int waitState = evaluateCheckerCompletionLocked();                    if (waitState == COMPLETED) {                        waitedHalf = false;                        continue;                    } else if (waitState == WAITING) {                        continue;                    } else if (waitState == WAITED_HALF) {                        if (!waitedHalf) {                            ArrayList pids = new ArrayList();                            pids.add(Process.myPid());                            ActivityManagerService.dumpStackTraces(true, pids, null, null,                                getInterestingNativePids());                            waitedHalf = true;                        }                        continue;                    }                    blockedCheckers = getBlockedCheckersLocked();                    subject = describeCheckersLocked(blockedCheckers);                } else {                    blockedCheckers = Collections.emptyList();                    subject = "Open FD high water mark reached";                }                allowRestart = mAllowRestart;            }
            //代码关键点5            //代码运行到这里，说明系统已经卡死
            final File stack = ActivityManagerService.dumpStackTraces(                    !waitedHalf, pids, null, null, getInterestingNativePids());            doSysRq('w');            doSysRq('l');            ...             IActivityController controller;            if (controller != null) {
            ...             int res =controller.systemNotResponding(subject);            if (res >= 0) {              ...               continue;             }             }            // 代码关键点6            if (Debug.isDebuggerConnected()) {                debuggerWasConnected = 2;            }            if (debuggerWasConnected >= 2) {            } else if (debuggerWasConnected > 0) {            } else if (!allowRestart) {            } else {//只有这种情况下，杀死system_server            ...           //代码关键点6                Process.killProcess(Process.myPid());                System.exit(10);            }            waitedHalf = false;        }    }

整个run方法是一个死循环，这也是可以理解的，毕竟WatchDog需要在Android系统的整个运行期间进行监测。

在“代码关键点1”这里，通过遍历所有需要检测的线程，需要检测的线程集合是在WatchDog的构造函数中初始化的。

 private Watchdog() {
        super("watchdog");
      ... 
        mMonitorChecker = new HandlerChecker(FgThread.getHandler(),
                "foreground thread", DEFAULT_TIMEOUT);
        mHandlerCheckers.add(mMonitorChecker);
        mHandlerCheckers.add(new HandlerChecker(new Handler(Looper.getMainLooper()),
                "main thread", DEFAULT_TIMEOUT));
        mHandlerCheckers.add(new HandlerChecker(UiThread.getHandler(),
                "ui thread", DEFAULT_TIMEOUT));
        mHandlerCheckers.add(new HandlerChecker(IoThread.getHandler(),
                "i/o thread", DEFAULT_TIMEOUT));
        mHandlerCheckers.add(new HandlerChecker(DisplayThread.getHandler(),
                "display thread", DEFAULT_TIMEOUT));
        addMonitor(new BinderThreadMonitor());
        mOpenFdMonitor = OpenFdMonitor.create();//这个monitor有额外作用，后面我们会有提到
      ...
    }

WatchDog构造函数中，初始化了我们要监控的系统线程。包含FgThread，主线程，UiThread，IoThread，DisplayThread，Binder通信线程。

（需要着重说明的是监控FgThread的mMonitorChecker通过向外部暴露接口，通过调用WatchDog的addMonitor方法，来监控所有实现了Monitor接口的服务。）

    public void addMonitor(Monitor monitor) {    				....            mMonitorChecker.addMonitor(monitor);        }    }

代码中的HandlerChecker便是今天的主角之一，它的主要作用就是用来检测线程是否卡死。在“代码关键点1”的循环中，调用了scheduleCheckLocked，而这个方法是HandlerChecker的核心。

下面HandlerChecker代码片段，这个方法通过postAtFrontOfQueue向被监控线程的Handler消息队列的头部插入当前HandlerChecker，如果被监控线程消息执行正常，则会回调HandlerChecker的run方法，在run方法里面遍历所有Monitor对象（实现Monitor接口的服务很多，包含AMS,WMS,IMS等），执行monitor方法，如果服务正常，最后我们便会将mCompleted置为true。

这个mCompleted变量就是后续WatchDog用来判断对应线程是否卡死依据。

public final class HandlerChecker implements Runnable {        ...        private final Handler mHandler;        private final ArrayList mMonitors = new ArrayList();        private boolean mCompleted;        ...        public void scheduleCheckLocked() {            if (mMonitors.size() == 0 && mHandler.getLooper().getQueue().isPolling()) {//特殊的条件，需要注意，下面有解释                mCompleted = true;                return;            }            if (!mCompleted) {                return;            }            mCompleted = false;            mCurrentMonitor = null;            mStartTime = SystemClock.uptimeMillis();            mHandler.postAtFrontOfQueue(this);        }        ...        @Override        public void run() {            final int size = mMonitors.size();            for (int i = 0 ; i < size ; i++) {                synchronized (Watchdog.this) {                    mCurrentMonitor = mMonitors.get(i);                }                mCurrentMonitor.monitor();            }            synchronized (Watchdog.this) {                mCompleted = true;                mCurrentMonitor = null;            }        }    }

scheduleCheckLocked方法中有一个代码引起了我们的注意，如果mHandler.getLooper().getQueue().isPolling()为true，那么直接将mCompleted置为true，这又是什么原理。

通过查阅MessageQueue源码，里面的一段注释解决了我们的迷惑。

Returns whether this looper's thread is currently polling for more work .This is a good signal that the loop is still alive rather than being stuck handling a callback

这段话含义就是isPolling表示正在从队列中取消息，为true则代表Looper依然运行良好，通过这个标记就不需要等待回调来得知状态，这样效率更高。

了解了检测卡死的原理，那我们继续回到WatchDog的run方法，来看“代码关键点2”。通过wait方法实现了每30s检测一次的效果，这里看到了Google工程师的一个小技巧，由于wait的timeout时间可能没那么准确，为了保证至少等待30s，使用了一个while循环，并且循环完毕通过timeout = CHECK_INTERVAL - (SystemClock.uptimeMillis() - start);来保证时间够30s。

“代码关键点3”中使用了OpenFdMonitor，这个类的主要作用是为了判断剩余可用文件句柄的数量，大家知道Linux中打开文件都需要分配文件句柄，系统的文件句柄数量是有限制的。当然这个OpenFdMonitor只在编译模式为userdebug 和 eng的Android编译版本起作用，这也是为了方便开发人员调试信息。

“代码关键点4”中evaluateCheckerCompletionLocked便是用来评估当前所有线程的卡死情况

private int evaluateCheckerCompletionLocked() {    int state = COMPLETED;    for (int i=0; i

代码获取了当前线程中状态值最大的state;state的定义如下:

COMPLETED = 0;已完成，不存在卡死情况

WAITING = 1; 等待时间小于DEFAULT_TIMEOUT的一半，即<30s

WAITED_HALF = 2; 等待时间超过DEFAULT_TIMEOUT的一半，即>=30s

OVERDUE = 3;等待时间大于等于DEFAULT_TIMEOUT ，即 >=60s

如果有线程状态已经是OVERDUE，那么说明被监控的线程有卡死情况。我们的流程也来到了“代码关键点5”。这里就比较好理解了，通过dumpStackTraces输出kernel栈信息，通过doSysRq触发系统dump所有阻塞线程堆栈。这样所有相关的信息就保存好了。

“ 代码关键点6”中，以下几种情况，即使触发了WatchDog，也不杀死系统进程。

• debuggerWasConnected>=0 debuggerWasConnected>=2 代表debugger正在连接调试中

• allowRestart设置为true，是通过adb logcat am hang命令设置的

最后通过下面两行代码将SystemServer进程杀死，当system_server被杀后，就会导致Zygote进程自杀，进而做到Zygote进程的重启。而这个现象也就是我们平常看到了手机死机了，然后又自动重启的现象。

Process.killProcess(Process.myPid()); 

System.exit(10);

---

四、Android开发过程中死锁分析方法

分析完系统如何处理死锁情况后，我们再来看看在Android开发中最容易碰到的死锁表现形式ANR。

当然产生ANR的原因很多，死锁只是其中一种。如果ANR发生，对应的应用会收到SIGQUIT异常终止信号，dalvik虚拟机就会自动在/data/anr/目录下生成trace.txt（Android8.1以后文件名不是这个了）文件，这个文件记录了在发生ANR时刻系统各个线程的执行状态，trace文件中记录的线程执行状态详细描述了各个线程加锁等待的情况。

通过分析，就可以相对容易的找到发生死锁所在的线程及代码。

主线程死锁导致的问题，可以通过ANR的trace文件分析，如果是非主线程呢，这种死锁一般很难察觉，但是这种死锁有时候也会造成很严重的后果，因为线程可能一直在占用某些资源，比如端口，数据库连接，文件句柄等。对于普通的java程序，JVM提供了jstack工具，可以将线程信息dump出来进行分析。

由于Android系统中没有提供类似jstack的工具，

这里笔者给大家提供两种方法来检查是否有线程发生死锁。

1.借助Android Studio的调试工具

首先通过工具栏Run->Attach to Process 

或者快捷入口  ，将App的进程attach进去。

然后在Android Debugger窗口中，找到Get Thread Dump按钮，点击后，稍等片刻，Androd Studio就会将对应调试进程的线程堆栈信息dump出来。

下图就是得到的线程信息，这样就可以分析线程中的死锁了。

1. 借助ANR机制

Android应用发生ANR时，系统会发出SIGQUIT信号给发生ANR的进程。利用系统这个机制，当监控线程发现被监控线程卡死时，主动向系统发送SIGQUIT信号，等待/data/anr/traces.txt文件生成。这样可以得到一个和ANR日志相同的线程堆栈信息，这样分析死锁的问题就和之前分析ANR那个trace文件就一样了。

下面我举一个具体例子来看看如何借助发送SIGQUIT信号来生成trace文件。

首先我们通过ps命令拿到我们进程的进程id

adb shell ps | grep com.sohu.sohuvideo

‍

这取主进程 id : 22841，执行如下命令

adb shell run-as com.sohu.sohuvideo kill -3 22841

紧接着会在logcat中输出日志 com.sohu.sohuvideo I/.sohu.sohuvide: Wrote stack traces to '[tombstoned]'，这时我们的trace文件便已经生成好了（这里需要注意Android8.1之前输出的日志为 Wrote stack traces to traces.txt）。

在这里我们需要注意，run-as 命令需要在debug包下面才管用，如果是Release包则不行。

如果是Android8.1之前的系统那么我们就可以愉快的通过 adb pull /data/anr/traces.txt 命令直接将文件拿到了，但是8.1之后trace文件便没有权限直接可以拿到了。这里我们可能想到了用adb shell bugreport命令来导出trace文件，但是当我们兴奋的打开bugreport文件，找到anr文件夹，却发现里面只有app真正发生anr时候的trace文件，却没有我们刚刚用命令执行完毕后生成的文件。

通过adb shell直接进入手机目录查看发现，该目录下有我们刚刚生成的文件dumptrace_YbVvLP，只不过bugreport没有将其导出。

最后经过一番探索终于找到一个途径，这样绕过了系统的权限，终于将我们自己生产的trace文件导出了。

adb shell cat /data/anr/dumptrace_YbVvLP > ~/Desktop/dump

---

结束语

死锁问题是一个老大难问题，而且只要有死锁，一般都会引起严重的后果，我们需要不断强化自己的编程能力，写代码的过程中遇到多线程加锁同步的问题，多思考是否会产生死锁，只有多思考，多实践，才能将死锁问题发生的频率降到最低。

参考资料

1. 《手Q Android线程死锁监控与自动化分析实践》

2. 《System.identityHashCode(obj) 与 obj.hashcode()》（https://www.jianshu.com/p/24fa4bdb9b9d）

也许你还想看

（▼点击文章标题或封面查看）

文章推荐DialogFragment引起的内存泄露Android NestedScrolling 机制-基础篇Realm.Object与NSObject的转换中swift协议妙用的体现App 黑白化实现探索，有一行代码实现的方案吗？

加入搜狐技术作者天团

千元稿费等你来！

戳这里！☛