你的debug包在Android 14變卡了嗎

作者：烏柚 2024-04-16 00:24:54

開發前端

DeoptimizeBootImage 將bootImage中AOT代碼方法轉換為java可調試。重新初始化方法入口點，走到解釋執行，而不使用AOT代碼。

一、背景

我的App怎么這么卡，誰在代碼里下毒了！

有一天突然發現debug包運行變的特別卡頓，經過下面的簡單測試發現debug包在Android 14上出了問題。

圖片

二、問題排查紀錄

常規手段排查

使用了systrace以及內部的debug包 trace工具dutrace進行排查。

結論：CPU空閑，主線程無明顯阻塞，看上去就是純方法執行耗時。

發現懷疑點

第一步排查過程中沒有特別大的收獲，但是我用dutrace工具排查時發現了一個異常現象。這里簡單介紹一下dutrace的實現原理：

dutrace是利用inline hook在artmethod的執行前后加上atrace的點再通過perfetto ui工具展示。有以下優點：

1. 支持線下分析函數執行流程，函數耗時。

2. 在分析函數調用流程下：

a. 可以查看整個過程的函數調用(包括framework函數)；

b. 能夠指定監控的函數和線程有效過濾無用trace；

c. 動態配置不需要重新打包。

3. 可使用現成的UI分析工具，有系統關鍵線程的函數調用，例如渲染耗時、線程鎖，GC 耗時等，還有 I/O 操作、CPU 負載等事件。

流程圖

在對artmethod執行前后進行hook時這里涉及到處理art方法解釋執行的三種情況。

ART Runtime 解釋器

The C++ interpreter，也就是傳統的基于switch結構的解釋器，一般僅在調試環境、方法跟蹤、指令不支持或者在字節碼發生異常情況下（例如failed structured-locking verification）才走該分支。
The mterp fast interpreter，核心是引入了handler table做指令映射，并通過手寫匯編以實現指令間的快速切換，提高了解釋器性能。
Nterp是Mterp的再次優化。Nterp省去了managed code stacks的維護，采用了和Native方法一樣的棧幀結構，并且譯碼和翻譯執行全程都由匯編代碼實現，進一步拉進解釋器和compiled code的性能差距。

在這邊我發現了一個異常現象，就是Android 14的解釋執行居然都用的switch解釋執行方式。我又重新去測試了幾個Android 版本的解釋執行方式。Android 12走的mterp，Android 13走的是nterp，當進行調試的時候才會走到switch，理論上Android 14應該也走nterp才對，怎么會走了最慢的switch呢。以下按順序是12、13、14版本的方法執行backtrace。

圖片

排查懷疑點

開始懷疑是解釋執行導致的卡頓了，翻了下源碼 art/runtime/interpreter/mterp/nterp.cc 中確實有變動如果是javaDebuggable 就不走nterp了。接下來嘗試去證明是是這個問題導致的。

圖片

isJavaDebuggable 是runtime.cc中的 RuntimeDebugState runtime_debug_state_ 中控制的。我們可以找到runtime的實例然后通過偏移量修改過runtime_debug_state_屬性，看了下源碼還可以通過_ZN3art7Runtime20SetRuntimeDebugStateENS0_17RuntimeDebugStateE 進行設置。

void Runtime::SetRuntimeDebugState(RuntimeDebugState state) {
  if (state != RuntimeDebugState::kJavaDebuggableAtInit) {
    // We never change the state if we started as a debuggable runtime.
    DCHECK(runtime_debug_state_ != RuntimeDebugState::kJavaDebuggableAtInit);
  }
  runtime_debug_state_ = state;
}

我通過上述方式去進行嘗試驗證把測試包的 isJavaDebuggable 設置為false 依然卡頓，把生產包的isJavaDebuggable設置為true，變得稍微卡了點。于是我推翻了自己解釋執行方式導致卡頓的猜想。

排查native耗時

懷疑nativie方法執行耗時，再次嘗試用simpleperf定位問題。

結論：基本都是解釋執行代碼中的堆棧耗時，沒有其他特殊堆棧。

圖片

定位到DEBUG_JAVA_DEBUGGABLE

那就想著從debuggable的源頭入手，逐步縮小范圍定位影響變量。

AndroidManifest中的debuggable影響系統system進程啟動我們進程中的一個runtimeFlags。

frameworks/base/core/java/android/os/Process.java 中的start方法其中第6個參數就是runtimeFlags而如果是debuggableFlag runtimeFlags會被添加以下一些flag 那就先縮小標簽范圍。

if (debuggableFlag) {
                runtimeFlags |= Zygote.DEBUG_ENABLE_JDWP;
                runtimeFlags |= Zygote.DEBUG_ENABLE_PTRACE;
                runtimeFlags |= Zygote.DEBUG_JAVA_DEBUGGABLE;
                // Also turn on CheckJNI for debuggable apps. It's quite
                // awkward to turn on otherwise.
                runtimeFlags |= Zygote.DEBUG_ENABLE_CHECKJNI;


                // Check if the developer does not want ART verification
                if (android.provider.Settings.Global.getInt(mService.mContext.getContentResolver(),
                        android.provider.Settings.Global.ART_VERIFIER_VERIFY_DEBUGGABLE, 1) == 0) {
                    runtimeFlags |= Zygote.DISABLE_VERIFIER;
                    Slog.w(TAG_PROCESSES, app + ": ART verification disabled");
                }
            }

需要修改我們進程的啟動參數。那就需要去hook system進程了。這邊涉及到手機root，安裝hook框架的一些操作，然后通過hook Process的start去做一些參數修改。

hookAllMethods(
        Process.class,
        "start",
        new XC_MethodHook() {
            @Override
            protected void beforeHookedMethod(MethodHookParam param) throws Throwable {
                final String niceName = (String) param.args[1];
                final int uid = (int) param.args[2];
                final int runtimeFlags = (int) param.args[5];
                XposedBridge.log("process_xx " + runtimeFlags);
                if (isDebuggable(niceName, user)) {
                    param.args[5] = runtimeFlags&~DEBUG_JAVA_DEBUGGABLE;
                    XposedBridge.log("process_xx " + param.args[5]);


                }
            }
        }
);

這次還是有一些明顯的結果的。測試包 runtimeflags 移除DEBUG_JAVA_DEBUGGABLE后不卡了。而生產包包括應用市場上的應用加上DEBUG_JAVA_DEBUGGABLE標記后全部都變卡了。那就可以證明是DEBUG_JAVA_DEBUGGABLE這個變量引起的。

定位到DeoptimizeBootImage

繼續源碼觀察DEBUG_JAVA_DEBUGGABLE帶來的影響。

if ((runtime_flags & DEBUG_JAVA_DEBUGGABLE) != 0) {
    runtime->AddCompilerOption("--debuggable");
    runtime_flags |= DEBUG_GENERATE_MINI_DEBUG_INFO;
    runtime->SetRuntimeDebugState(Runtime::RuntimeDebugState::kJavaDebuggableAtInit);
    {
      // Deoptimize the boot image as it may be non-debuggable.
      ScopedSuspendAll ssa(__FUNCTION__);
      runtime->DeoptimizeBootImage();
    }
    runtime_flags &= ~DEBUG_JAVA_DEBUGGABLE;
    needs_non_debuggable_classes = true;
  }

這里有邏輯是DEBUG_JAVA_DEBUGGABLE帶來的影響點，SetRuntimeDebugState之前已經測試過了。也不是DEBUG_GENERATE_MINI_DEBUG_INFO帶來的影響，那是runtime->DeoptimizeBootImage()？于是我用debugable為false的包通過_ZN3art7Runtime19DeoptimizeBootImageEv主動去調用了DeoptimizeBootImage方法，然后復現了！

原因分析

DeoptimizeBootImage 將bootImage中AOT代碼方法轉換為java可調試。重新初始化方法入口點，走到解釋執行，而不使用AOT代碼。追溯到Instrumentation::InitializeMethodsCode方法，還是到了CanUseNterp(method) CanRuntimeUseNterp這個點。也是Android 13可以用nterp，android 14只能走switch了。

我再次hook代碼，讓CanRuntimeUseNterp 直接return true, 但是還是卡。我發現即使我hook了。下面的這些方法還是走到了switch解釋執行。反過來想一想是因為我hook已經滯后了DeoptimizeBootImage已經執行了，當調用到基礎方法的時候都是switch執行了。

圖片

我用Android 13 debugable true的包進行測試先hook CanRuntimeUseNterp return false，然后再執行DeoptimizeBootImage，復現卡頓。

初步定位：bootimage中的方法 Android 13走的nterp而Android 14走的switch bootimage里面的方法特別基礎和零碎所以導致方法switch執行耗時嚴重。

驗證是系統問題

如果是系統問題，那大家都應該遇到的，不只我們App有這個問題，于是我找到了幾個小伙伴幫忙驗證debug包這個問題。果然都有這個問題，同一個包安裝在Android 14 和 Android 13上體驗完全不一致。

1反饋問題

在issuetracker上已經有人反饋android 14 debug包慢了 https://issuetracker.google.com/issues/311251587。但是還沒有結果，于是我補上了我定位到的問題。

圖片

順便也提了個issue https://issuetracker.google.com/issues/328477628

三、臨時解決

在等Google回復的同時，也同時在思考App層可以有什么辦法去規避這個問題，讓debug包的體驗也回歸絲滑,比如如何去重新optimize bootimage中的方法。抱著這個想法又去學習了一下art的代碼，發現Android 14新增了一個UpdateEntrypointsForDebuggable方法，這個方法會去按照規則重新設置方法的執行方式比如aot和nterp，那我在這之前把CanRuntimeUseNterp hook了返回true 再去調用UpdateEntrypointsForDebuggable不就會重新走到nterp了嗎。

void Instrumentation::UpdateEntrypointsForDebuggable() {
  Runtime* runtime = Runtime::Current();
  // If we are transitioning from non-debuggable to debuggable, we patch
  // entry points of methods to remove any aot / JITed entry points.
  InstallStubsClassVisitor visitor(this);
  runtime->GetClassLinker()->VisitClasses(&visitor);
}

按照上面的思路嘗試了一波，果然變得流暢很多！！！

其實上面的解決方案還有遺留問題。對比debugable為false的包還是有些卡頓。我也發現了bootImage中的方法已經走到nterp上了，但是apk中的大部分代碼還是走到了switch解釋執行上，于是我改變思路。我在調用UpdateEntrypointsForDebuggable前先把RuntimeDebugState設置成非debugable，調用之后再把RuntimeDebugState設置會debugable不就行了嗎。最后的代碼如下，hook框架使用了https://github.com/bytedance/android-inline-hook。

Java_test_ArtMethodTrace_bootImageNterp(JNIEnv *env,
                                                      jclass clazz) {
    void *handler = shadowhook_dlopen("libart.so");
    instance_ = static_cast<void **>(shadowhook_dlsym(handler, "_ZN3art7Runtime9instance_E"));
    jobject
    (*getSystemThreadGroup)(void *runtime) =(jobject (*)(void *runtime)) shadowhook_dlsym(handler,
                                                                                          "_ZNK3art7Runtime20GetSystemThreadGroupEv");
    void
    (*UpdateEntrypointsForDebuggable)(void *instrumentation) = (void (*)(void *i)) shadowhook_dlsym(
            handler,
            "_ZN3art15instrumentation15Instrumentation30UpdateEntrypointsForDebuggableEv");
    if (getSystemThreadGroup == nullptr || UpdateEntrypointsForDebuggable == nullptr) {
        LOGE("getSystemThreadGroup  failed ");
        shadowhook_dlclose(handler);
        return;
    }
    jobject thread_group = getSystemThreadGroup(*instance_);
    int vm_offset = findOffset(*instance_, 0, 4000, thread_group);
    if (vm_offset < 0) {
        LOGE("vm_offset not found ");
        shadowhook_dlclose(handler);
        return;
    }
    void (*setRuntimeDebugState)(void *instance_, int r) =(void (*)(void *runtime,
                                                                    int r)) shadowhook_dlsym(
            handler, "_ZN3art7Runtime20SetRuntimeDebugStateENS0_17RuntimeDebugStateE");
    if (setRuntimeDebugState != nullptr) {
        setRuntimeDebugState(*instance_, 0);
    }
    void *instrumentation = reinterpret_cast<void *>(reinterpret_cast<char *>(*instance_) +
                                                     vm_offset - 368 );


    UpdateEntrypointsForDebuggable(instrumentation);
    setRuntimeDebugState(*instance_, 2);
    shadowhook_dlclose(handler);
    LOGE("bootImageNterp success");


}

四、最后

最近在社區上也看到了高通工程師的一篇文章，他在我定位到的問題的基礎上做了更詳細的分析，確認了Google會在Android 15上修復這個問題，如果是海外版本的Android 14設備，Google計劃通過com.android.artapex模塊的更新來修復這個問題。但是國內由于網絡的問題，Google的推送無法工作，因此需要各個手機廠家來主動合入這兩筆改動。[1]

如果大家需要臨時解決debugable包的卡頓的問題也可以通過上述方式解決。

參考文章：

[1] https://juejin.cn/post/7353106089296789556

責任編輯：武曉燕來源：得物技術