What should we do when meet a crash in android?

制造一个crash

为了演示的目的，我在libsensors的open_sensors_device中故意制造了一个crash：

static int open_sensors_device(const struct hw_module_t* module, const char* name,
struct hw_device_t** device)
{
int status = -EINVAL;
//if our sensor system is ready,commented next line
//return status;

char* ptr = 0;
*ptr = 0;

// ....
}

这里ptr指向0地址，但后面却往这个0地址写0，因此会crash。crash时，logcat可以看到android打印的backtrace：

I/SystemServer( 1046): Sensor Service
I/DEBUG ( 971): *** *** *** *** *** *** *** *** *** *** *** *** *** *** *** ***
I/DEBUG ( 971): Build fingerprint: 'Questers/kylin/kylin/aspen168:2.2.1/FRG83/builder.20110307.131914:user/release-keys'
I/DEBUG ( 971): pid: 1046, tid: 1059 >>> system_server <<<
I/DEBUG ( 971): signal 11 (SIGSEGV), fault addr 00000000
I/DEBUG ( 971): r0 8150218c r1 81501250 r2 ae205500 r3 00000000
I/DEBUG ( 971): r4 ae203d5b r5 8150210c r6 43891f6c r7 42084eb0
I/DEBUG ( 971): r8 4a570b80 r9 42084ea8 10 42084e94 fp 0011f3e0
I/DEBUG ( 971): ip a7f0110c sp 4a570b50 lr ae203247 pc 815009ba cpsr a0000030
I/DEBUG ( 971): #00 pc 000009ba /system/lib/hw/sensors.default.so
I/DEBUG ( 971): #01 pc 00003244 /system/lib/libandroid_servers.so
I/DEBUG ( 971): #02 pc 00011cf4 /system/lib/libdvm.so
I/DEBUG ( 971): #03 pc 0003f194 /system/lib/libdvm.so
I/DEBUG ( 971): #04 pc 00016cb8 /system/lib/libdvm.so
I/DEBUG ( 971): #05 pc 0001d604 /system/lib/libdvm.so
I/DEBUG ( 971): #06 pc 0001c49c /system/lib/libdvm.so
I/DEBUG ( 971): #07 pc 00055374 /system/lib/libdvm.so
I/DEBUG ( 971): #08 pc 0005558a /system/lib/libdvm.so
I/DEBUG ( 971): #09 pc 00049672 /system/lib/libdvm.so
I/DEBUG ( 971): #10 pc 000113fc /system/lib/libc.so
I/DEBUG ( 971): #11 pc 00010ee0 /system/lib/libc.so
I/DEBUG ( 971):
I/DEBUG ( 971): code around pc:
I/DEBUG ( 971): 81500998 600b189b 46c04770 00001772 fffffef4
I/DEBUG ( 971): 815009a8 4d2bb5f0 492b1c0c b083447d 90012300
I/DEBUG ( 971): 815009b8 701b1869 1c161c20 efa8f7ff d11f1e07
I/DEBUG ( 971): 815009c8 f7ff205c 2100ef62 1c04225c ef92f7ff
I/DEBUG ( 971): 815009d8 21014821 6562424a 60676020 4a20491f
I/DEBUG ( 971):
I/DEBUG ( 971): code around lr:
I/DEBUG ( 971): ae203224 b082480e 1820447c f7fea901 2800eaf6
I/DEBUG ( 971): ae203234 9801d10f 4a0b490a 18616943 681b18a2
I/DEBUG ( 971): ae203244 28004798 9801d105 1d034669 47a06fdc
I/DEBUG ( 971): ae203254 2000e000 bd10b002 00001ee8 ffffec3f
I/DEBUG ( 971): ae203264 ffffec47 000003ec 4e3db5f0 4c3d1c05
I/DEBUG ( 971):
I/DEBUG ( 971): stack:
I/DEBUG ( 971): 4a570b10 4a570b80
I/DEBUG ( 971): 4a570b14 42084e74
I/DEBUG ( 971): 4a570b18 0027be10 [heap]
I/DEBUG ( 971): 4a570b1c 0011f3e0 [heap]
I/DEBUG ( 971): 4a570b20 00000001
I/DEBUG ( 971): 4a570b24 00000007
I/DEBUG ( 971): 4a570b28 00000000
I/DEBUG ( 971): 4a570b2c 00000000
I/DEBUG ( 971): 4a570b30 420ce5c0 /dev/ashmem/dalvik-LinearAlloc (deleted)
I/DEBUG ( 971): 4a570b34 0011f3e0 [heap]
I/DEBUG ( 971): 4a570b38 0027be10 [heap]
I/DEBUG ( 971): 4a570b3c 422962b0 /dev/ashmem/dalvik-LinearAlloc (deleted)
I/DEBUG ( 971): 4a570b40 4a570bb0
I/DEBUG ( 971): 4a570b44 000000d0
I/DEBUG ( 971): 4a570b48 df002777
I/DEBUG ( 971): 4a570b4c e3a070ad
I/DEBUG ( 971): #00 4a570b50 422962b0 /dev/ashmem/dalvik-LinearAlloc (deleted)
I/DEBUG ( 971): 4a570b54 8150218c /system/lib/hw/sensors.default.so
I/DEBUG ( 971): 4a570b58 45d7fd20 /dev/ashmem/mspace/dalvik-heap/2 (deleted)
I/DEBUG ( 971): 4a570b5c ae205114 /system/lib/libandroid_servers.so
I/DEBUG ( 971): 4a570b60 00000004
I/DEBUG ( 971): 4a570b64 43891f6c /data/dalvik-cache/system@framework@services.jar@classes.dex
I/DEBUG ( 971): 4a570b68 42084eb0
I/DEBUG ( 971): 4a570b6c ae203247 /system/lib/libandroid_servers.so
I/DEBUG ( 971): #01 4a570b70 438a922c /data/dalvik-cache/system@framework@services.jar@classes.dex
I/DEBUG ( 971): 4a570b74 8150218c /system/lib/hw/sensors.default.so
I/DEBUG ( 971): 4a570b78 4a570ba0
I/DEBUG ( 971): 4a570b7c aca11cf8 /system/lib/libdvm.so
D/Zygote ( 973): Process 1046 terminated by signal (11)

有用的信息

我们可以关注以下五处：

1. 哪个进程crash了
这里为/system/bin/system_server出了问题，它的pid为1046。

2. crash时cpu抛出的信号
比如这里是11（SEGV），表示段错误，一般为程序指令访问非法地址时产生。其它的信号的意义可以参考《Unix环境高级编程》。另外，这个数字和名字间的对应关系可以用kill -l列出：

# kill -l
1 HUP Hangup 17 CHLD Child exited
2 INT Interrupt 18 CONT Continue
3 QUIT Quit 19 STOP Stopped (signal)
4 ILL Illegal instruction 20 TSTP Stopped
5 TRAP Trap 21 TTIN Stopped (tty input)
6 ABRT Aborted 22 TTOU Stopper (tty output)
7 BUS Bus error 23 URG Urgent I/O condition
8 FPE Floating point exception 24 XCPU CPU time limit exceeded
9 KILL Killed 25 XFSZ File size limit exceeded
10 USR1 User signal 1 26 VTALRM Virtual timer expired
11 SEGV Segmentation fault 27 PROF Profiling timer expired
12 USR2 User signal 2 28 WINCH Window size changed
13 PIPE Broken pipe 29 IO I/O possible
14 ALRM Alarm clock 30 PWR Power failure
15 TERM Terminated 31 SYS Bad system call
16 STKFLT Stack fault

3. 发生错误的地址
如上面的log打印出的“fault addr 00000000"，表示cpu对这个地址作读写操作除了异常。NULL（0）地址为OS预留的地址，作指针初始化用途，不允许程序进行读写。

4. PC指针
如上面打印出的

#00 pc 000009ba /system/lib/hw/sensors.default.so
#01 pc 00003244 /system/lib/libandroid_servers.so
表示出错时cpu的指令指针指向这个地址。可以用后面介绍的方法由地址找出代码位置。

5. 栈信息
android会dump出栈的内容。在unix/linux中，一般情况下栈会向低地址位置移动，android也不例外。在上面dump的信息中，越靠上（地址越小）表示这是栈顶位置，越往下表示栈底。
另外，dump的信息中有三列：

4a570b54 8150218c /system/lib/hw/sensors.default.so

第一列：表示栈空间的地址。这里为4a570b54
第二列：这个栈单元中的内容。这里为8150218c
第三列：表示该内容对应的代码。若无text信息，则此处显示为空。这里为/system/lib/hw/sensors.default.so
最后需要注意的是，这里显示的地址为完整形式，即基地址+偏移量。基地址可以从/proc/<pid>/maps中看出（<pid>为crash进程对应的pid）：

cat /proc/1059/maps | grep "sensors.default.so"
81500000-81502000 r-xp 00000000 00:0f 953 /system/lib/hw/sensors.default.so
81502000-81503000 rwxp 00002000 00:0f 953 /system/lib/hw/sensors.default.so
这里上面一行（不可写）为sensors.default.so的文本段，下一行为数据段（可读写）。可以看到sensors.default.so被映射到了system_server进程的81500000~81503000地址空间中。将代码完整地址8150218c减去基地址81500000，可以得到libc.so中的偏移地址0000218c。另外注意到，8150218c映射到数据段，说明出问题时栈保存有sensors.default.so中某一个函数中的局部变量。

由地址得到符号信息

给定一个地址，可以找出它对应的符号信息，以便分析。

找到大致的函数位置
guang@leave001:~/froyo_0308$ vendor/qsts/toolchain/arm-linux-4.1.1/bin/arm-linux-objdump -t out/target/product/kylin/symbols/system/lib/sensors.default.so | sort > list.txt
注意，这里需要找到out下symbols中的so文件，因为它的symbol信息没有被strip掉。list.txt中包含了按照地址排序的符号信息。根据sensors.default.so出错的地址000009ba，可以找到符号信息：

00000990 <sensors__get_sensors_list>:
000009a8 <open_sensors_device>:
00000a8c <pick_sensor>:
可以看到跟000009ba比较接近的地址为000009a8，因此可以判断出错的函数为open_sensors_device。

找出具体位置
objdump -t仅打印简单的信息。-S参数可以显示详细信息，输出中包含c和汇编代码：

guang@leave001:~/froyo_0308$ vendor/qsts/toolchain/arm-linux-4.1.1/bin/arm-linux-objdump -S out/target/product/kylin/symbols/system/lib/sensors.default.so > list.txt
在生成的list.txt中找到函数open_sensors_device，下面可以看到c代码和汇编：

static int open_sensors_device(const struct hw_module_t* module, const char* name,
struct hw_device_t** device)
{
9a8: b5f0 push {r4, r5, r6, r7, lr}
int status = -EINVAL;
//if our sensor system is ready,commented next line
//return status;

char* ptr = 0;
*ptr = 0;

if (!strcmp(name, SENSORS_HARDWARE_CONTROL)) {
9aa: 4d2b ldr r5, [pc, #172] (a58 <.text+0xc8>)
9ac: 1c0c adds r4, r1, #0
9ae: 492b ldr r1, [pc, #172] (a5c <.text+0xcc>)
9b0: 447d add r5, pc
9b2: b083 sub sp, #12
9b4: 2300 movs r3, #0
9b6: 9001 str r0, [sp, #4]
9b8: 1869 adds r1, r5, r1
9ba: 701b strb r3, [r3, #0]
9bc: 1c20 adds r0, r4, #0
9be: 1c16 adds r6, r2, #0
9c0: f7ff efa8 blx 914 <.text-0x7c>
9c4: 1e07 subs r7, r0, #0
9c6: d11f bne.n a08 <open_sensors_device+0x60>
出错的地址为09ba，这里的汇编代码为

9ba: 701b strb r3, r3, #0

r3, #0意思是把常数0往r3保存的地址传送，而r3在前面被初始化为0地址，因此可以判断出是上面的c代码出了问题。

不幸的是，对于c++生成的so，输出的汇编和c代码跟地址对不上，因此不容易找到具体位置。还有，有时出错的原因不容易从上面的方法分析出来，这时只能借助这个方法来缩小代码范围，通过打印和检视代码来慢慢分析。