Android ANR 监测方案解析

前言

ANR(Application Not Responding)，应用程序无响应，会严重影响用户体验。作为测试开发人员更深入的理解ANR原理，可以更好的针对各类卡顿性能问题制定对应的监控策略。本文简单总结了Android系统的ANR监测与现有的监测方案的原理对比。

ANR的触发条件

ANR的本质是一个性能问题，即主线程中的耗时操作造成主线程堵塞，导致应用失去响应能力。常见的超时时限：

Service与Bradcast只会打印trace信息，不会提示用户ANR弹窗，大部分可感知的ANR都是由于InputEvent。

Android对ANR的监控机制

Android应用程序是通过消息来驱动的，Android某种意义上也可以说成是一个以消息驱动的系统，UI、事件、生命周期都和消息处理机制息息相关。Android的ANR监测方案也是一样，大部分就是利用了Android的消息机制。

InputEvent的ANR与上图有些许不同，是在Native监控，但同样会堵塞主线程的消息队列，后面会讲到一部分监测场景。

应用ANR检测方案

目前流行的ANR检测方案有开源的BlockCanary 、ANR-WatchDog、SafeLooper， 还有根据谷歌原生系统接口监测的方案：FileObserver。下面就针对这四种方案根据场景解析对比。

BlockCanary

BlockCanary是国内开发者markzhai开发的一款非侵入式的轻量性能监控组件，在Github上有接近4000 star。原理巧妙的利用了Android原生Looper.loop中的一个log打印逻辑。

这个log打印逻辑正是在Message消息分发前后，大部分的性能卡顿问题都是在这里发生的，监控这两个逻辑之间的时间差就可以得到当前主线程的卡顿状态，如果超时则获取trace信息并上报。具体实现：

• 优点
  灵活配置可监控常见APP应用性能也可作为一部分场景的ANR监测，并且可以准确定位ANR和耗时调用栈。

• 缺点
  但BlockCanary应用在ANR监控上有几个比较严重的问题
  1、 谷歌已经明确标注This must be in a local variable, in case a UI event sets the logger这个looger对象是可以被更改的，已经有开发者遇到在使用WebView时logger被set为Null导致BlockCanary失效，只能让BlockCanary在WebView初始化之后调用start。
  2、 如果dispatchMessage执行的非常久是无法触发BlockCanary的逻辑。
  3、 谷歌在Looper中还有一个标注
  

  

  这里的queue.next是可能block的，场景就是文章开始提到的InputEvent。此处block同样会触发ANR，但BlockCanary同样无法适用的。一个例子可以验证下：
  

  

  在Activity中重写dispatchTouchEvent和dispatchKeyEvent，模拟耗时操作，弹出ANR告警，但BlockCanary没有任何反应，查看调用栈。
  

  
  会看到InputEvent在queue.next中block，不会继续执行dispatchMessage，而是从native回调给InputEventReceiver.dispatchInputEvent处理分发，所以BlockCanary也就无法监控到这类ANR。
  4、 无法监控CPU资源紧张造成系统卡顿，无法响应的ANR。

ANR-WatchDog

ANR-WatchDog是参考Android WatchDog机制（com.android.server.WatchDog.java）起个单独线程向主线程发送一个变量+1操作，自我休眠自定义ANR的阈值，休眠过后判断变量是否+1完成，如果未完成则告警。

• 优点
  1、 兼容性好，各个机型版本通用
  2、 无需修改APP逻辑代码，非侵入式
  3、 逻辑简单，性能影响不大

• 缺点
  无法保证能捕捉所有ANR，对阈值的设置直接影响捕获概率。如图:
  

  

  如果对线程的堵塞大于10s则设置监控阈值5s能捕获所有ANR，堵塞时间在5s~10s，则可能出现无法捕获场景。

SafeLooper

SafeLooper是个比较新奇的思路，本身就是一个堵塞的消息，在自己内部进行消息的处理，通过反射接管主线程Looper的功能。

此方案使用反射进行message管理会有很大的性能损耗，但可以自由定制，这种AOP的思想是可以借鉴的。

FileObserver

有ANR的流程就可以知道/data/anr文件夹的变化代表着ANR的发生，AMS在dumpStackTrace方法中给了我们一些提示。

按照这个思路，当ANR发生的时候，我们是可以通过监听该文件的写入情况来判断是否发生了ANR，看起来这是一个不错的时机。需要注意的是，所有应用发生ANR的时候都会进行回调，因此需要做一些过滤与判断，如包名、进程号等。ANR生成的trace如图:

• 优点
  1、基于原生接口调用，时机和内容准确。
  2、无性能问题实现简单

• 缺点
  最大的困难是兼容性问题，这个方案受限于Android系统的SELinux机制，5.0以后基本已经使低权限应用无法监听到trace文件了，但是可以在开发内测阶段通过root手机修改app对应的te文件提权进行监控。Android 7.1.1版本的测试截图
  

  

  可以看到很多应用都尝试监听ANR文件，但是都被权限拒绝，属于不受信任应用。
  SELinux(或SEAndroid)将app划分为主要三种类型(根据user不同，也有其他的domain类型)：
  1、untrusted_app：第三方app，没有android平台签名，没有system权限
  2、platform_app：有android平台签名，没有system权限
  3、system_app：有android平台签名和system权限
  从上面划分，权限等级，理论上：untrusted_app < platform_app < system_app

总结

本文汇总了目前主流的ANR监测方案的原理和实现，目前能了解到的方案并不太多，在Goolge Play上有2.68%实用率的ACRA库也只是推荐了WatchDog方式。建议 FileObserver和watchDog组合使用，能覆盖绝大部分的机型和ANR异常。如果其他同学有更好的建议和方案欢迎交流，共同进步。

参考文献

https://github.com/ACRA/acra
https://github.com/markzhai/AndroidPerformanceMonitor
https://github.com/SalomonBrys/ANR-WatchDog、
http://gityuan.com/2016/07/02/android-anr/
http://blog.csdn.net/zhudaozhuan/article/details/50964832