android -- WatchDog看门狗分析

在由单片机构成的微型计算机系统中,由于单片机的工作常常会受到来自外界电磁场的干扰,造成程序的跑飞,而陷入死循环,程序的正常运行被打断,由单片机控制的系统无法继续工作,会造成整个系统的陷入停滞状态,发生不可预料的后果,所以出于对单片机运行状态进行实时监测的考虑,便产生了一种专门用于监测单片机程序运行状态的芯片,俗称"看门狗"。


在Android系统中也需要看好几个重要的Service门，用于发现出了问题的Service杀掉SystemServer进程，所以有必要了解并分析其系统问题。

那么被监控的有哪些Service呢？

ActivityManagerService.java :frameworks\base\services\java\com\android\server\am
PowerManagerService.java    :frameworks\base\services\java\com\android\server
WindowManagerService.java   :frameworks\base\services\java\com\android\server


下面就依次分析一下其整个处理流程：

1、初始化
run @ SysemServer.java
      Slog.i(TAG, "Init Watchdog");
      Watchdog.getInstance().init(context, battery, power, alarm,
              ActivityManagerService.self());


这里使用单例模式创建：
    public static Watchdog getInstance() {
        if (sWatchdog == null) {
            sWatchdog = new Watchdog();
        }
        return sWatchdog;
    }

    public void init(Context context, BatteryService battery,
            PowerManagerService power, AlarmManagerService alarm,
            ActivityManagerService activity) {
        // 上下文环境变量
        mResolver = context.getContentResolver();
        mBattery = battery;
        mPower = power;
        mAlarm = alarm;
        mActivity = activity;

// 登记 RebootReceiver() 接收，用于reboot广播接收使用

        context.registerReceiver(new RebootReceiver(),

                new IntentFilter(REBOOT_ACTION));

...

// 系统启动时间

        mBootTime = System.currentTimeMillis();
    }


ok,调用init函数启动完毕

2、运行中
run @ SysemServer.java
调用 Watchdog.getInstance().start(); 启动看门狗

首先看下 Watchdog 类定义：
/** This class calls its monitor every minute. Killing this process if they don't return **/
public class Watchdog extends Thread {
}

从线程类中继承，即会在一个单独线程中运行，调用thrrad.start()即调用 Watchdog.java 中的 run() 函数

    public void run() {
        boolean waitedHalf = false;


        while (true) {
            mCompleted = false;
            
            // 1、给mHandler发送 MONITOR 消息，用于请求检查 Service是否工作正常
            mHandler.sendEmptyMessage(MONITOR);


            synchronized (this) {

// 2、进行 wait 等待 timeout 时间确认是否退出循环            

                long timeout = TIME_TO_WAIT;                
                // NOTE: We use uptimeMillis() here because we do not want to increment the time we
                // wait while asleep. If the device is asleep then the thing that we are waiting
                // to timeout on is asleep as well and won't have a chance to run, causing a false
                // positive on when to kill things.
                long start = SystemClock.uptimeMillis();
                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);
                }

// 3、如果 mCompleted 为真表示service一切正常，后面会再讲到

                if (mCompleted && !mForceKillSystem) {
                    // The monitors have returned.
                    waitedHalf = false;
                    continue;
                }

// 4、表明检测到了有 deadlock-detection 条件发生，利用 dumpStackTraces 打印堆栈依信息

                if (!waitedHalf) {
                    // We've waited half the deadlock-detection interval.  Pull a stack
                    // trace and wait another half.
                    ArrayList<Integer> pids = new ArrayList<Integer>();
                    pids.add(Process.myPid());
                    ActivityManagerService.dumpStackTraces(true, pids, null, null);
                    waitedHalf = true;
                    continue; // 不过这里会再次检测一次
                }
}

SystemClock.sleep(2000);
            
            // 5、打印内核栈调用关系
            // Pull our own kernel thread stacks as well if we're configured for that
            if (RECORD_KERNEL_THREADS) {
                dumpKernelStackTraces();
            }

// 6、ok,系统出问题了，检测到某个 Service 出现死锁情况，杀死SystemServer进程

            // Only kill the process if the debugger is not attached.
            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;
        }
    }


主要工作逻辑：监控线程每隔一段时间发送一条 MONITOR 线另外一个线程，另个一个线程会检查各个 Service 是否正常运行，看门狗就不停的检查并等待结果，失败则杀死SystemServer.


3、Service 检查线程

    /**
     * Used for scheduling monitor callbacks and checking memory usage.
     */
    final class HeartbeatHandler extends Handler {
@Override  
    public void handleMessage(Message msg) {  // Looper 消息处理函数
            switch (msg.what) {
            
                case MONITOR: {
                

                // 依次检测各个服务，即调用 monitor() 函数

                    final int size = mMonitors.size();

                    for (int i = 0 ; i < size ; i++) {
                        mCurrentMonitor = mMonitors.get(i);
                        mCurrentMonitor.monitor();
                    }

// 检测成功则设置 mCompleted 变量为 true

                    synchronized (Watchdog.this) {
                        mCompleted = true;
                        mCurrentMonitor = null;
                    }

下面我们来看一下各个Service如何确定自已运行ok呢？以 ActivityManagerService 为例：

首先加入检查队列：
private ActivityManagerService() {
        // Add ourself to the Watchdog monitors.
        Watchdog.getInstance().addMonitor(this);
}


然后实现 monitor() 函数：
    /** In this method we try to acquire our lock to make sure that we have not deadlocked */
    public void monitor() {
        synchronized (this) { }
    }
明白了吧，其实就是检查这个 Service 是否发生了死锁，对于此情况就只能kill SystemServer系统了。对于死锁的产生原因非常多，但有个情况需要注意：java层死锁可能发生在调用native函数，而native函数可能与硬件交互导致时间过长而没有返回，从而导致长时间占用导致问题。

4、内存使用检测

消息发送

final class GlobalPssCollected implements Runnable {

        public void run() {
            mHandler.sendEmptyMessage(GLOBAL_PSS);
        }
    }
    
    检测内存处理函数：
    final class HeartbeatHandler extends Handler {
        @Override
        public void handleMessage(Message msg) {
            switch (msg.what) {
                case GLOBAL_PSS: {
                    if (mHaveGlobalPss) {
                        // During the last pass we collected pss information, so
                        // now it is time to report it.
                        mHaveGlobalPss = false;
                        if (localLOGV) Slog.v(TAG, "Received global pss, logging.");

                        logGlobalMemory();

                    }
                } break;
                
        
        其主要功能如下,统计pSS状况及读取相关linux内核中内存信息：
        void logGlobalMemory() {        
         mActivity.collectPss(stats);
        
         Process.readProcLines("/proc/meminfo", mMemInfoFields, mMemInfoSizes);
        
         Process.readProcLines("/proc/vmstat", mVMStatFields, mVMStatSizes);        

        }