小黑屋

0%

面试题-线上监控的功能

发表于 更新于 分类于

页面整体

  • App选择（Android、iOS）
  • 版本选择（生产版本、测试版本）
  • 时间段（1天、1周、1个月，最多支持3个月）

对于选中的

  • App启动次数、网络请求次数（地域分布）
  • App崩溃次数，崩溃率（可选时间段）
  • ANR分析、卡顿分析
  • http请求错误率、CDN性能
  • 服务响应时间（平均0.4s 的水平）
  • Webview（响应最差的接口、http错误率最高的接口）
  • js错误类型
  • 交互信息：设备型号分布、操作系统版本、App版本（各个版本占比多少）

以上内容对照现有的APM系统界面编写

360开源的 ArgusAPM 线上监控

主要功能

ArgusAPM 主要支持如下性能指标：

  • 交互分析：分析 Activity 生命周期耗时
  • 网络请求分析：监控流量使用情况，发现并定位各种网络问题
  • 内存分析：全面监控内存的使用
  • 进程监控：针对多进程应用，统计进程启动情况，发现启动异常（耗电、存活率等）
  • 文件监控： 监控 App 私有文件大小/变化，避免私有文件过大导致的卡顿
  • 卡顿分析：监控并发现卡顿原因
  • ANR 分析： 捕获 ANR 异常

结构

主要注意有一个

数据采集

1、卡顿（block） 信息

通过使用 ：

1
Looper.getMainLooper().setMessageLogging()

方法设置自定义的 Printer，监听消息的开始和消息的结束。

2、FPS

主要通过监听系统执行下一帧的回调来做到：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
//这个方法的使用方式
Choreographer.getInstance().postFrameCallback(new Choreographer.FrameCallback(){

            @Override
            public void doFrame(long frameTimeNanos) {

            }
        });

//在 ArgusAPM 中的使用：
public void doFrame(long frameTimeNanos) {
  mFpsCount ++;
  mFrameTimeNanos = frameTimeNanos;
  if(isCanWork()) {
    Choreographer.getInstance().postFrameCallback(this);
  } else {
    mFpsCount = 0;
  }
}

在 doFrame 回调里面，每次都重新注册这个监听，当到了定时任务，就计算当前 mFpsCount 数量（总帧数），我们直到 FPS 无非就是每秒绘制的帧数，所以，我们可以计算出 FPS 的值：总帧数/时间。

3、Memory

内存收集，在 ArgusAPM 中是通过 getMemoryInfo 方法来获得的：

1
2
3
4
5
6
7

private MemoryInfo getMemoryInfo() {
    // 注意：这里是耗时和耗CPU的操作，一定要谨慎调用
    Debug.MemoryInfo info = new Debug.MemoryInfo();
    Debug.getMemoryInfo(info);
    return new MemoryInfo(ProcessUtils.getCurrentProcessName(), info.getTotalPss(), info.dalvikPss, info.nativePss, info.otherPss);
}

通过 Debug 类的相关功能，最后在Native层面实现。 Debug 这个类很有用，我们可以看下主要的方法，会有意想不到的收获。比如启动时等待调试就是调用的 waitForDebugger 方法；获取当前的虚拟机信息可以通过 getVmFeatureList 方法。此外，这个比较耗时和cpu，所以谨慎调用，需要合理降低采集的次数。

4、watchdog

WatchDogTask 做的事情和 blockTask 类似，都是卡顿检测，不过采用另外的思路，代码如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
private Runnable runnable = new Runnable() {
        @Override
        public void run() {
            if (null == mHandler) {
                Log.e(TAG, "handler is null");
                return;
            }

            mHandler.post(new Runnable() {
                @Override
                public void run() {
                    mTick++;
                }
            });

            try {
                Thread.sleep(DELAY_TIME);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }

            if (TICK_INIT_VALUE == mTick) {
                String stack = captureStacktrace();
                saveWatchdogInfo(stack);
            } else {
                mTick = TICK_INIT_VALUE;
            }

            AsyncThreadTask.getInstance().executeDelayed(runnable, ArgusApmConfigManager.getInstance().getArgusApmConfigData().funcControl.getWatchDogIntervalTime());
        }
    };

主要思路是：往主线程post 一个任务，对一个变量 mTick 执行 ++ 操作，然后再当前线程中 sleep 一段时间，然后再去检测 mTick，假如主线程没有卡顿的话，那么 ++ 操作肯定会得到执行，这时候 mTick 就不会与初始值相等。如果相等就可以认为这个等待时间里面，主线程发生了卡顿，这个时候就采集数据，采集的主要是堆栈。

5、ANR

发生 ANR 时都会在 data/anr 下产生 trace 文件，因此 anr 就是以 trace 文件为核心。ArgusAPM 提供了两种思路： 1）通过Fileobserver 的方式监听 data/anr 这个目录；2）定时采样方式（隔一段时间就保存一下现场）。

但是这里需要注意，如果没有权限就拿不到 trace 文件，这里并没有解决方案。

6、Net

有个 gradle 的 plugin，通过这个 gradle ，在编译 APK 的时候，读取所有的 class 文件，如果发现 Class 文件是 Okhttp 的时候，在方法里面，拿到 interceptors 字段，添加自己的 Interceptor ，这样就完成了 用 ASM 写入一段字节码，这样就可以采集 Okhttp 信息。

7、Activity

Activity 的启动常规方式不好采集，ArgusAPM 采用 Hook 的方式，这里采用的是 Hook Instrumentation 这个类：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
private static void hookInstrumentation() throws ClassNotFoundException, NoSuchMethodException, InvocationTargetException, IllegalAccessException, NoSuchFieldException {
        Log.e(TAG, "  hookInstrumentation: ");
        Class<?> c = Class.forName("android.app.ActivityThread");
        Method currentActivityThread = c.getDeclaredMethod("currentActivityThread");
        boolean acc = currentActivityThread.isAccessible();
        if (!acc) {
            currentActivityThread.setAccessible(true);
        }
        Object o = currentActivityThread.invoke(null);
        if (!acc) {
            currentActivityThread.setAccessible(acc);
        }
        Field f = c.getDeclaredField("mInstrumentation");
        acc = f.isAccessible();
        if (!acc) {
            f.setAccessible(true);
        }
        Instrumentation currentInstrumentation = (Instrumentation) f.get(o);
        Instrumentation ins = new ApmInstrumentation(currentInstrumentation);
        f.set(o, ins);
        if (!acc) {
            f.setAccessible(acc);
        }
    }

hook 当前currentActivityThread 的 mInstrumentation。每次执行 Activity 的任何生命周期都会先调用到 Instrumentation 。在后续可以通过 Hook 方式将自定义的 Instrumentation 代理系统原来的 Instrumentation，这样，就能统计 Activity 中的每个 onXXX 方法执行的耗时，而没有嵌入任何代码。

8、Appstart

ArgusAPM 中采用的是 application 的启动到第一个 Activity 的创建结束，因为已经 Hook 了 Instrumentation ，因此在 Instrumentation 的 callApplicationOnCreate 方法执行时，就记录下 Application 启动的时间，然后 callActivityOnCreate 记录下第一个 Activity 的启动即可获得冷启动的启动时间。

总结

除了net 和 Activity 之外，其他的采集并不难，只是细节会非常多，所以需要很精细化的控制，降低对 App 的影响。

以上内容参考自简书上的博客、csdn上的博客

关于线上监控，还可以参考爱奇艺的 xCrash框架，介绍如下：

xCarash源码解析

xCrash 整体分为两部分： 运行于崩溃的App进程楼内的部分、以及独立进程的部分（称为dumper）

  • App 进程内的部分分为 Java 部分 和 Native 部分，前者主要用于 Java 层的崩溃捕捉，后者用于在Native 负责信号捕捉
  • Dumper 独立进程是纯 Native 实现，主要用于负责凤奎进程中线程相关数据的收集和控制。

Java层的 Exception 捕捉

在 Java 层主要是还是通过 Java 自身提供的方法来捕捉，只需要自己自定义 UncaughtExceptionHandler 即可，在 xCrash 中定义了一个 JavaCrashHandler 类专门用来干这个事情，之后，在里面实现了注册捕捉：

1
Thread.setDefaultUncaughtExceptionHandler(this);

针对 ANR 的捕捉

ANR 捕捉主要是用 AnrHandler 实现，主要就是针对 /data/anr 路径的监听，但是，这只适合低版本的手机，在高版本（Android 版本 5.0 以上）的手机上，应用已经访问不到 /data/anr 目录了。xCrash 是怎么实现呢？实际上它捕获了 SIGQUIT 信号，其原理是：Android App 发生 ANR 时， AMS 会向 App 发送 SIGQUIT 信号！

当接在 Native 层收到 SIGQUIT 信号时，就开始 dump 现场信息。

Native 层的 Exception 捕捉

在Native 崩溃发生时，生成 tombstone 文件（与官方的格式兼容），方便查看

以上内容参考自简书的博客、以及爱奇艺技术产品团队

谢谢你的鼓励