Android软Watchdog源码分析

在Android系统中，所有的系统服务都运行在SystemServer进程中，如果实时监测系统所有服务是否正常运行呢？Android软 Watchdog就是用来胜任这个工作的，WatchDog的作用：

1).接收系统内部reboot请求,重启系统。

2).监护SystemServer进程,防止系统死锁。

Android watchdog类图：

Watchdog本身继承Thread，是一个线程类，监控任务运行在独立的线程中，但是Watchdog线程并没有自己的消息队列，该线程共用SystemServer主线程的消息队列。Watchdog有一个mMonitors成员变量，该变量是一个monitor类型的动态数组，用于保存所有Watchdog监测对象。Monitor定义为接口类型，需要加入Watchdog监控的服务必须实现Monitor接口。HeartbeatHandler类为WatchDog的核心，负责对各个监护对象进行监护。

Watchdog启动

WatchDog是在SystemServer进程中被初始化和启动的。在SystemServer 被Start时，各种Android服务被注册和启动，其中也包括了WatchDog的初始化和启动。

Slog.i(TAG, "Init Watchdog");
Watchdog.getInstance().init(context, battery, power, alarm,ActivityManagerService.self());
Watchdog.getInstance().start();

Watchdog采用单例模式构造对象

public static Watchdog getInstance() {
	if (sWatchdog == null) {
		sWatchdog = new Watchdog();
	}
	return sWatchdog;
}

Watchdog构造过程

private Watchdog() {
	super("watchdog");
	mHandler = new HeartbeatHandler();
}

在构造Watchdog时创建了一个心跳HeartbeatHandler，用于处理Watchdog线程发送的MONITOR消息。接着调用Watchdog的init函数来初始化Watchdog对象：

public void init(Context context, BatteryService battery,
		PowerManagerService power, AlarmManagerService alarm,
		ActivityManagerService activity) {
	mResolver = context.getContentResolver();
	mBattery = battery;
	mPower = power;
	mAlarm = alarm;
	mActivity = activity;
	//注册重启广播接收器
	context.registerReceiver(new RebootReceiver(),new IntentFilter(REBOOT_ACTION));
	mRebootIntent = PendingIntent.getBroadcast(context,0, new Intent(REBOOT_ACTION), 0);
	//注册重启请求广播接收器
	context.registerReceiver(new RebootRequestReceiver(),
			new IntentFilter(Intent.ACTION_REBOOT),
			android.Manifest.permission.REBOOT, null);
	mBootTime = System.currentTimeMillis();
}

RebootReceiver负责接收由AlarManagerService发出的PendingIntent,并进行系统重启。
RebootRequestReceiver负责接收系统内部发出的重启Intent消息，并进行系统重启。

添加监控对象

在启动Watchdog前，需要向其添加监测对象。在Android4.1中有7个服务实现了Watchdog.Monitor接口，即这些服务都可以被Watchdog监控。

ActivityManagerService

InputManagerService

MountService

NativeDaemonConnector

NetworkManagementService

PowerManagerService

WindowManagerService

Watchdog提供了addMonitor方法来添加监控对象

public void addMonitor(Monitor monitor) {
	synchronized (this) {
		if (isAlive()) {
			throw new RuntimeException("Monitors can't be added while the Watchdog is running");
		}
		mMonitors.add(monitor);
	}
}

添加过程只是将需要被Watchdog监控的对象添加到Watchdog的动态monitor数组mMonitors中。

Watchdog监控过程

当调用Watchdog.getInstance().start()将启动Watchdog线程，Watchdog执行过程如下：

public void run() {
	boolean waitedHalf = false;
	while (true) {
		/**
		 * 反复设置mCompleted变量为false
		 */
		mCompleted = false;	
		/**
		 * 发送一个MONITOR消息给心跳HeartbeatHandler处理，处理过程就是调用各个监控对象的monitor函数，
		 * 如果各个被监控服务的monitor都顺利返回，心跳HeartbeatHandler会将mCompleted设置为true
		 */
		if (mHandler.sendEmptyMessage(MONITOR)) {
			if (WATCHDOG_DEBUG) Slog.v(TAG,"**** -1-Watchdog MSG SENT! ****");
		}
		/**
		 * Watchdog线程和SystemServer主线程共用同一个消息队列，为了在两个线程中改变mCompleted的值，这里必须使用线程同步机制
		 */
		synchronized (this) {		
			/**
			 * TIME_TO_WAIT的默认时间为30s。此为第一次等待时间，WatchDog判断对象是否死锁的最长处理时间为1Min。
			 */
			long timeout = TIME_TO_WAIT;
			/**
			 * 获取当前时间
			 */
			long start = SystemClock.uptimeMillis();
			/**
			 * 等待30秒，等待HeartbeatHandler的处理结果。然后才会进行下一步动作。
			 */
			while (timeout > 0 && !mForceKillSystem) {
				try {
					wait(timeout);  // notifyAll() is called when mForceKillSystem is set
				} catch (InterruptedException e) {
					Log.wtf(TAG, e);
				}
				timeout = TIME_TO_WAIT - (SystemClock.uptimeMillis() - start);
			}
			/**
			 * 如果所有监控对象在30s内能够顺利返回，则会得到mCompleted = true;
			 */
			if (mCompleted && !mForceKillSystem) {
				/**
				 * 设置waitedHalf的值为false,表示SystemServer中被监测的服务对象运行正常
				 */
				waitedHalf = false; 
				continue;//则本次监控结束，返回继续下一轮监护。
			}
			/**
			 * waitedHalf在监测对象运行正常时，一直被设置为false，只有当Watchdog监测到服务对象运行异常时才
			 * 会被设置为true，因此在上一个30s周期内监测到服务对象运行异常，同时在本次30s周期内，waitedHalf
			 * 没有重新设置为false，说明本周期内服务运行依然异常，就直接杀死SystemServer进程
			 */
			if (!waitedHalf) {
				ArrayList<Integer> pids = new ArrayList<Integer>();
				pids.add(Process.myPid());
				/**
				 * dump进程堆栈信息，将堆栈信息保存到/data/anr/traces.txt文件，同时dump出mediaserver，
				 * sdcard，surfaceflinger这三个native进程的堆栈信息，并发送进程退出信号
				 */
				ActivityManagerService.dumpStackTraces(true, pids, null, null,NATIVE_STACKS_OF_INTEREST);
				SystemClock.sleep(3000);
				/**
				 * RECORD_KERNEL_THREADS初始值为true，则dump出内核堆栈信息
				 */
				if (RECORD_KERNEL_THREADS) {
					dumpKernelStackTraces();
					SystemClock.sleep(2000);
				}
				/**
				 * 设置waitedHalf的值为true,表示心跳HeartbeatHandler在monitor监测对象时，30s内没有顺利完成
				 */
				waitedHalf = true;
				/**
				 * 则本次监控结束，返回继续下一轮监测.这就说明当第一个30s监测到服务对象运行异常时，只是打印进程堆栈信息，
				 * 并不会杀死SystemServer进程
				 */
				continue;
			}
		}
		/**
		 * 若紧接着的下一轮监护，在30s内，monitor对象依旧未及时返回，直接运行到这里。这表示系统的监护对象有死锁现象发生，
		 * SystemServer进程需要kill并重启。
		 */
		final String name = (mCurrentMonitor != null) ?mCurrentMonitor.getClass().getName() : "null";
		Slog.w(TAG, "*** WATCHDOG IS GOING TO KILL SYSTEM PROCESS: " + name);
		EventLog.writeEvent(EventLogTags.WATCHDOG, name);
		ArrayList<Integer> pids = new ArrayList<Integer>();
		pids.add(Process.myPid());
		if (mPhonePid > 0) pids.add(mPhonePid);
		/**
		 * 当Watchdog监测到服务对象运行异常时waitedHalf会被设置为true,这里传递的第一个参数为waitedHalf的取反，表示以追加的方式
		 * 将进程堆栈信息保存到trace文件中
		 */
		final File stack = ActivityManagerService.dumpStackTraces(
				!waitedHalf, pids, null, null, NATIVE_STACKS_OF_INTEREST);
		/**
		 * 睡眠是为了等待完成进程堆栈信息的文件写操作
		 */
		SystemClock.sleep(3000);
		if (RECORD_KERNEL_THREADS) {
			dumpKernelStackTraces();
			SystemClock.sleep(2000);
		}
		/**
		 * 启动watchdogWriteToDropbox线程写dropbox错误日志
		 */
		Thread dropboxThread = new Thread("watchdogWriteToDropbox") {
				public void run() {
					mActivity.addErrorToDropBox("watchdog", null, "system_server", null, null,
							name, null, stack, null);
				}
			};
		dropboxThread.start();
		try {
			dropboxThread.join(2000);  // wait up to 2 seconds for it to return.
		} catch (InterruptedException ignored) {}
		/**
		 * 杀死SystemServer进程,从而引发Zygote进程自杀，并触发init进程重新启动Zygote进程，以达到手机重启目的
		 */
		if (!Debug.isDebuggerConnected()) {
			Slog.w(TAG, "*** WATCHDOG KILLING SYSTEM PROCESS: " + name);
			Process.killProcess(Process.myPid());
			System.exit(10);
		} else {
			Slog.w(TAG, "Debugger connected: Watchdog is *not* killing the system process");
		}
		waitedHalf = false;
	}
}

run函数实现比较简单，周期性地设置mCompleted变量为假，通知心跳handler去调用各个monitor，而心跳handler会调用各个service的monitor，如果各个monitor都返回了，心跳handler会将mCompleted设置为真。否则，经过2次等待watchgod的run()发现mCompleted还为假，就证明hang了。在Watchdog线程中只是周期性地发送MONITOR消息以达到喂狗的效果，真正监测服务对象的任务在SystemServer的主线程中完成：

public void handleMessage(Message msg) {
	switch (msg.what) {
		/**
		 * 接收到Watchdog线程发送过来的MONITOR消息
		 */
		case MONITOR: {
			if (WATCHDOG_DEBUG) Slog.v(TAG, " **** 0-CHECK IF FORCE A REBOOT ! **** ");
			// See if we should force a reboot.
			int rebootInterval = mReqRebootInterval >= 0
					? mReqRebootInterval : Settings.Secure.getInt(
					mResolver, Settings.Secure.REBOOT_INTERVAL,
					REBOOT_DEFAULT_INTERVAL);
			if (mRebootInterval != rebootInterval) {
				mRebootInterval = rebootInterval;
				// We have been running long enough that a reboot can
				// be considered...
				checkReboot(false);
			}

			if (WATCHDOG_DEBUG) Slog.v(TAG, " **** 1-CHECK ALL MONITORS BEGIN ! **** ");
			/**
			 * 依次调用每个被监控的服务对象的monitor函数，以达到监控服务对象是否正常运行的目的
			 */
			final int size = mMonitors.size();
			for (int i = 0 ; i < size ; i++) {
				mCurrentMonitor = mMonitors.get(i);
				mCurrentMonitor.monitor();
			}
			if (WATCHDOG_DEBUG) Slog.v(TAG, " **** 2-CHECK ALL MONITORS FINISHED ! **** ");	//如果监护的对象都正常，则会很快运行到这里，并对mCompleted赋值为true，表示对象正常返回。mCompleted值初始为false。
			/**
			 * 如果在30s内所有的服务对象的monitor函数都能顺利返回，说明服务运行正常，这时就修改mCompleted的值为true
			 * 告知Watchdog线程服务的运行状态，由于Watchdog线程周期性地判断mCompleted的值以达到查询服务运行状态的目的，
			 * 因此这里必须使用线程同步机制
			 */
			synchronized (Watchdog.this) {
				mCompleted = true;
				mCurrentMonitor = null;
			}
			if (WATCHDOG_DEBUG) Slog.v(TAG, " **** 3-SYNC Watchdog.THIS FINISHED ! ****");
			if (WATCHDOG_DEBUG) Slog.v(TAG, " ");
		} break;
	}
}

每个注册到WatchDog服务中的监测对象对必须实现WatchDog.Monitor接口，同时必须实现该接口中的monitor方法，这些被监控的服务在monitor函数中都做了什么工作呢？对于ActivityManagerService来说，其实现的monitor函数如下：

public void monitor() {
	synchronized (this) { }
}

在ActivityManagerService服务实现的其他函数中，用于线程同步的锁都是ActivityManagerService对象自身，这里的monitor函数只是简单地去请求这个锁，如果ActivityManagerService服务运行正常，即没有发送线程死锁等，请求这个锁是很快完成的，即monitor函数可以顺利返回，但是如果ActivityManagerService在执行过程中发生线程死锁，即其他执行函数始终占用锁，monitor函数不能及时请求到该锁，也即无法正常返回，心跳HeartbeatHandler不能及时设置标志位mCompleted的值，从而告知Watchdog线程被监测的对象运行有异常，让Watchdog线程杀死SystemServer进程。SystemServer监控重要service，重要service hang则SystemServer死，SystemServer死则Zygote监控到，Zygote也死并且杀死整个Java世界，Zygote死则init监控到，init重新启动Zygote，之后SystemServer、service又进入重生过程。