博客
关于我
appNotResponding的代码处理流程
阅读量:756 次
发布时间:2019-03-23

本文共 3071 字,大约阅读时间需要 10 分钟。

ANR处理流程分析

ANR(Application Not Responding),即应用未响应,是在用户操作时,系统未能及时回应的情况。这种情况通常由长时间运行的任务阻塞主线程引起。接下来,将详细呈现ANR处理的代码流程以及相关后的调试步骤。

1. inputDispatchingTimedOut函数

当Input dispatch超时发生时,系统会调用inputDispatchingTimedOut函数。该函数的主要作用是检查是否有正在运行的输入派发耗时任务,并采取措施。

public boolean inputDispatchingTimedOut(final ProcessRecord proc, final ActivityRecord activity, final ActivityRecord parent, final boolean aboveSystem, String reason) {    mHandler.post(new Runnable() {        @Override        public void run() {            appNotResponding(proc, activity, parent, aboveSystem, reason);        }    });}

该方法通过Handler.post将appNotResponding调用派发到主线程,从而开始处理ANR情况。

2. appNotResponding函数

这是ANR处理的核心方法。该方法记录当前进程的ANR事件,包括进程ID、进程名称、活动信息以及触发ANR的原因。

final void appNotResponding(ProcessRecord app, ActivityRecord activity, ActivityRecord parent, boolean aboveSystem, String annotation) {    // 记录ANR事件    EventLog.writeEvent(EventLogTags.AM_ANR, app.userId, app.pid, app.processName, app.info.flags, annotation);        // 收集进程栈信息    String cpuInfo = null;    if (MONITOR_CPU_USAGE) {        updateCpuStatsNow();        synchronized (mProcessCpuTracker) {            cpuInfo = mProcessCpuTracker.printCurrentState(anrTime);        }        info.append(cpuInfo);    }        // 获取当前时间戳    final long anrTime = SystemClock.uptimeMillis();    app.notResponding = true;    mAm.appNotResponding(app, null, null, false, anrMessage);        // 发起堆栈跟踪dump    File tracesFile = dumpStackTraces(true, firstPids, processCpuTracker, lastPids, nativeProcs);        // 添加至DropBox    addErrorToDropBox("anr", app, app.processName, activity, parent, annotation, cpuInfo, tracesFile, null);        // 移动trace文件    String tracesPath = SystemProperties.get("dalvik.vm.stack-trace-file", null);    if (tracesPath != null && !tracesPath.isEmpty()) {        File traceRenameFile = new File(tracesPath);        String newTracesPath = constrain_traces_path(tracesPath, app.processName, mTraceDateFormat.format(new Date()));        traceRenameFile.renameTo(new File(newTracesPath));    }        // 启动ANR对话框    final Message msg = Message.obtain();    msg.what = SHOW_NOT_RESPONDING_MSG;    msg.obj = new HashMap<>();    msg.arg1 = aboveSystem ? 1 : 0;    msg.put("app", app);    if (activity != null) {        msg.put("activity", activity);    }    mUiHandler.sendMessage(msg);}

该函数启动多个子进程,用于收集故障信息,包括堆栈跟踪、CPU使用情况等,并将详细信息存储在DropBox中,以便日后分析。

3.日志与压缩文件分析

应用运行过程中生成的ANR报告,如/data/anr/traces.txt/data/system/dropbox/data_app_anr@1482909385649.txt.gz,可以帮助开发者定位问题。

  • /data/anr/traces.txt:记录了各线程的堆栈信息,可用来追溯问题线程。
  • /data/system/dropbox/data_app_anr@*.txt.gz:是压缩文件,包含详细的故障报告,包括日志信息、CPU使用情况等。

这些文件不仅为开发者提供了问题发生的具体场景,还包含了性能数据,如设备的CPU和内存使用情况,有助于分析是否存在资源绑定的问题或长时间运行的任务。

4.故障处理建议

  • 优化代码结构:定期检查和优化时间复杂度较高的代码路径,避免长时间运行的任务在主线程中执行。
  • 使用并发库:优化I/O密集型任务,使用如Coroutines或ThreadPool,可以将耗时操作放到副bg线程中执行。
  • 优化数据库查询:使用query优化器,并考虑使用Room数据库或其他更高效的数据存储解决方案。
  • 监控ANR发生的频率:通过Logcat查看ANR日志,分析问题出现的频率,进而定位常见的错误点。
  • 检查内存泄漏:使用工具如Android Profiler来检查内存泄漏情况,确保Activity和其他组件能正常释放资源。

总之,ANR问题是开发者日常工作中必须处理的常见问题。通过以上方法,开发者可以详细捕捉问题,并带来良好的用户体验。在实际开发中,还应结合具体项目需求,灵活调整优化策略,以最大限度地减少ANR对用户体验的影响。

转载地址:http://ayuzk.baihongyu.com/

你可能感兴趣的文章
nifi使用过程-常见问题-以及入门总结---大数据之Nifi工作笔记0012
查看>>
NIFI分页获取Mysql数据_导入到Hbase中_并可通过phoenix客户端查询_含金量很高的一篇_搞了好久_实际操作05---大数据之Nifi工作笔记0045
查看>>
NIFI分页获取Postgresql数据到Hbase中_实际操作---大数据之Nifi工作笔记0049
查看>>
NIFI同步MySql数据_到SqlServer_错误_驱动程序无法通过使用安全套接字层(SSL)加密与SQL Server_Navicat连接SqlServer---大数据之Nifi工作笔记0047
查看>>
Nifi同步过程中报错create_time字段找不到_实际目标表和源表中没有这个字段---大数据之Nifi工作笔记0066
查看>>
NIFI大数据进阶_FlowFile拓扑_对FlowFile内容和属性的修改删除添加_介绍和描述_以及实际操作---大数据之Nifi工作笔记0023
查看>>
NIFI大数据进阶_FlowFile生成器_GenerateFlowFile处理器_ReplaceText处理器_处理器介绍_处理过程说明---大数据之Nifi工作笔记0019
查看>>
NIFI大数据进阶_Json内容转换为Hive支持的文本格式_操作方法说明_01_EvaluteJsonPath处理器---大数据之Nifi工作笔记0031
查看>>
NIFI大数据进阶_Kafka使用相关说明_实际操作Kafka消费者处理器_来消费kafka数据---大数据之Nifi工作笔记0037
查看>>
NIFI大数据进阶_Kafka使用相关说明_实际操作Kafka生产者---大数据之Nifi工作笔记0036
查看>>
NIFI大数据进阶_NIFI的模板和组的使用-介绍和实际操作_创建组_嵌套组_模板创建下载_导入---大数据之Nifi工作笔记0022
查看>>
NIFI大数据进阶_NIFI监控功能实际操作_Summary查看系统和处理器运行情况_viewDataProvenance查看_---大数据之Nifi工作笔记0026
查看>>
NIFI大数据进阶_NIFI监控的强大功能介绍_处理器面板_进程组面板_summary监控_data_provenance事件源---大数据之Nifi工作笔记0025
查看>>
NIFI大数据进阶_NIFI集群知识点_认识NIFI集群以及集群的组成部分---大数据之Nifi工作笔记0014
查看>>
NIFI大数据进阶_NIFI集群知识点_集群的断开_重连_退役_卸载_总结---大数据之Nifi工作笔记0018
查看>>
NIFI大数据进阶_内嵌ZK模式集群1_搭建过程说明---大数据之Nifi工作笔记0015
查看>>
NIFI大数据进阶_外部ZK模式集群1_实际操作搭建NIFI外部ZK模式集群---大数据之Nifi工作笔记0017
查看>>
NIFI大数据进阶_实时同步MySql的数据到Hive中去_可增量同步_实时监控MySql数据库变化_操作方法说明_01---大数据之Nifi工作笔记0033
查看>>
NIFI大数据进阶_离线同步MySql数据到HDFS_01_实际操作---大数据之Nifi工作笔记0029
查看>>
NIFI大数据进阶_离线同步MySql数据到HDFS_02_实际操作_splitjson处理器_puthdfs处理器_querydatabasetable处理器---大数据之Nifi工作笔记0030
查看>>