前言
相较于正常的崩溃问题，启动crash造成的损失要远远大得多。正常来说，如果有足够强健的构建发布系统，大多数时候能在版本上线之前及时发现问题并且修复，但是仍然存在小概率的线上意外。启动crash一般同时具备损害严重以及难以捕获两大特点
启动过程
从应用图标被用户点击开始，直到应用可以开始响应发生了很多事情。正常来说，尽管我们希望crash监控工具启动的尽可能早，但接入方往往总是等到launch事件之后才能启动工具，而在这个时间之前发生的崩溃就是启动crash，下面列出了在应用直到launch时，存在的可能发生启动crash的阶段：
其中initialize的顺序可能在更早，但总是会在load和launch之间。从图中来说，如果我们想要监控启动crash，那么开始监控的时间点必须要放到load阶段，才能保证最好的监控效果
如何监控
最简单的方式是不管接入方愿不愿意启动crash监控，我们在load方法中直接启动监控功能。但是这样的做法会让应用面临四个风险点：
- 类似a/b的线上开关方案失去了对监控工具的控制能力
- crash监控启动存在崩溃问题，这将导致应用完全瘫痪
- load阶段类未加载完毕，启动工具过程的递归加载引发的崩溃无法监控
综合这些风险点，启动crash监控的方案应该满足这些条件：
- 启动过程不依赖类，避免递归加载造成的crash
- 一旦过程发生crash，能够保证日志记录的安全性
最终得出监控的流程图：
不依赖类
不依赖类意味着监控工具需要使用c接口来实现功能，虽然比较麻烦，但由于runtime的机制决定了所有方法调用最终要以objc_msgsend函数作为入口，因此如果能够hook掉这个函数并且实现一个调用栈结构，将所有调用入栈记录，那么追踪方法调用就不是难事。fishhook提供了hook掉函数的能力：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
__unused static id (*orig_objc_msgsend)(id, sel, ...);__attribute__((__naked__)) static void hook_objc_msgsend() { /// save stack data /// push msgsend /// resume stack data /// call origin msgsend /// save stack data /// pop msgsend /// resume stack data}void observe_objc_msgsend() { struct rebinding msgsend_rebinding = { "objc_msgsend", hook_objc_msgsend, (void *)&orig_objc_msgsend }; rebind_symbols((struct rebinding[1]){msgsend_rebinding}, 1);} |
实现msgsend
__naked__修饰的函数告诉编译器在函数调用的时候不使用栈保存参数信息，同时函数返回地址会被保存到lr寄存器上。由于msgsend本身就是用这个修饰符的，因此在记录函数调用的出入栈操作中，必须保证能够保存以及还原寄存器数据。msgsend利用x0 - x9的寄存器存储参数信息，可以手动使用sp寄存器来存储和还原这些参数信息：
|
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
32
33
34
35
36
37
38
39
40
41
42
43
44
|
/// 保存寄存器参数信息#define save() \__asm volatile ( \ "stp x8, x9, [sp, #-16]!\n" \ "stp x6, x7, [sp, #-16]!\n" \ "stp x4, x5, [sp, #-16]!\n" \ "stp x2, x3, [sp, #-16]!\n" \ "stp x0, x1, [sp, #-16]!\n");/// 还原寄存器参数信息#define resume() \__asm volatile ( \ "ldp x0, x1, [sp], #16\n" \ "ldp x2, x3, [sp], #16\n" \ "ldp x4, x5, [sp], #16\n" \ "ldp x6, x7, [sp], #16\n" \ "ldp x8, x9, [sp], #16\n" ); /// 函数调用，value传入函数地址#define call(b, value) \ __asm volatile ("stp x8, x9, [sp, #-16]!\n"); \ __asm volatile ("mov x12, %0\n" :: "r"(value)); \ __asm volatile ("ldp x8, x9, [sp], #16\n"); \ __asm volatile (#b " x12\n");/// msgsend必须使用汇编实现__attribute__((__naked__)) static void hook_objc_msgsend() { save() __asm volatile ("mov x2, lr\n"); __asm volatile ("mov x3, x4\n"); call(blr, &push_msgsend) resume() call(blr, orig_objc_msgsend) save() call(blr, &pop_msgsend) __asm volatile ("mov lr, x0\n"); resume() __asm volatile ("ret\n");} |
日志记录
常规的i/o处理不能保证crash发生的数据安全，因此mmap是最适合用于此场景的方案。mmap能保证即便是应用发生了不可抗拒的崩溃时，也能完成将文件写入io的工作。另外我们只需记录class和selector的调用栈信息，在不存在递归算法的情况下，只需要很小的内存使用就能记录这些数据：
|
1
2
3
4
5
6
|
time_t ts = time(null);const char *filepath = [nssearchpathfordirectoriesindomains(nsdocumentdirectory, nsuserdomainmask, yes).lastobject stringbyappendingstring: [nsstring stringwithformat: @"%d", ts]].utf8string;unsigned char *buffer = null;int filedescriptor = open(filepath, o_rdwr, 0);buffer = (unsigned char *)mmap(null, mb * 4, prot_read|prot_write, map_file|map_shared, filedescriptor, 0); |
buffer就是我们写入数据的缓冲区，为了保证调用栈的信息准确，每次调用函数信息出入栈的时候，都需要更新缓冲区的数据。一个可行的方式是每个调用记录添加一个@符号前缀，总是保存最后一个调用记录的此符号下标，出栈时清除该下标之后的所有数据即可
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
static inline void push_msgsend(id _self, class _cls, sel _cmd, uintptr_t lr) { _lastidx = _length; buffer[_lastidx] = '@'; ......}static inline void pop_msgsend(id _self, sel _cmd, uintptr_t lr) { ...... buffer[_lastidx] = '\0'; _length = _lastidx; size_t idx = _lastidx - 1; while (idx >= 0) { if (buffer[idx] == '@') { _lastidx = idx; break; } idx--; }} |
清空日志
由于msgsend的调用非常频繁，这种监控方案并不适合长时间启动，因此需要在某个时机关闭监控。由于正常的崩溃监控启动时也可能会存在crash，监听becomeactive通知来关闭功能是最合适的选择，因为此时已经过了launch启动崩溃监控工具的阶段，可以保证该工具本身是正常使用的：
|
1
2
3
4
5
6
7
|
[[nsnotificationcenter defaultcenter] addobserver: self selector: @selector(closemsgsendobserve) name: uiapplicationdidbecomeactivenotification object: nil];- (void)closemsgsendobserve { close(filedescriptor); munmap(buffer, mb * 4); [[nsfilemanager defaultmanager] removeitematpath: _logpath error: nil];} |
回滚
当需要回滚时，说明已经发生了启动crash，此时根据日志内容，也有不同的处理方式：
日志文件是空文件
这种情况是最危险的情况，如果日志文件为空，说明文件已经建立，但是还没有产生任何方法调用。很有可能在fishhook的处理过程中存在crash，此时应该直接关闭监控方案，即便不是它的原因，并且快速增发版本
日志文件不为空
如果日志文件不为空，说明成功的监控到了crash，此时应该同步上传日志文件，快速反馈到业务方及时止损。首先止损手段都应该采用同步的方式，保证应用能够继续运行，根据情况不同，止损的回滚方式包括以下：
- 如果crash发生在并不干扰正常业务执行的功能组件中，可以通过a/b线上开关关闭对应的功能，前提是功能组件使用开关控制
- 崩溃处代码已经干扰正常业务执行，但是错误代码短，可以尝试通过服务器下发patch包动态修复错误代码，但是patch包要提防引入其他问题
- 在a/b test和patch包都无法解决问题的情况下，假如项目采用了合理的组件化设计，通过路由转发来使用h5完成应用的正常运行
- 缺少动态修复的手段且crash不干扰正常业务执行，考虑停止一切插件、辅助组件运行
- 缺少动态修复的手段，包括1, 2, 3的方案。可考虑通过第三方越狱市场提供逆向包，提示用户下载安装
- 缺少动态修复的手段，包括1, 2, 3的方案。增发版本快速止损，使用test flight分批次快速让用户恢复使用
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对服务器之家的支持。
原文链接：http://sindrilin.com/apm/2018/05/12/observe_crash_at_launch.html
