Android软Watchdog源码分析

http://blog.csdn.net/yangwen123/article/details/11264461

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。