手机重启问题快速分析定位指南

极力推荐文章：欢迎收藏
Android 干货分享

阅读五分钟，每日十点，和您一起终身学习，这里是程序员Android

本篇文章主要介绍 Android 开发中的部分知识点，通过阅读本篇文章，您将收获以下内容:

一、 AEE 系统机制简介
二、AEE 重启异常分类介绍
三、重启问题快速分析归类指南之 Kernel Exception
四、重启问题快速分析归类指南之 Watchdog Timeout
五、重启问题快速分析归类指南之 Hardware Reboot

一、 AEE 系统机制简介

1.MTK AEE 系统

AEE 是 MTK 平台自研,用于侦测Android手机系统异常重启的一套系统机制，当 AEE系统 侦测到异常后会生成 db 文件.

2.db 文件存储路径：
/data/aee_exp
或
data/vendor/mtklog/aee_exp

Android 8.0 之后由于系统安全机制导致db无法保存到MTK log中
user 版本 中AEE 仅仅侦测引起的重启故障，例如：KE／system server , NE／system server ,JE／SWT 。

3.AEE 异常侦测机制

AP层重启时候，AEE系统会在db生成后会发生am 广播(com.mediatek.log2server.EXCEPTION_HAPPEND)，但系统重启类异常（KE / HW reboot/ HWT）不会发送广播，因为AMS还无法使用。

另外，AEE 会开机后判断异常重启，当异常重启后会设置debug.mtk.aee.db的 property，由于不是persist的，关机就丢失，因此只有异常重启后才有这个property存在。

因此，我们可以通过检查debug.mtk.aee.db的方法来获取系统是否发生了异常重启。

4.重启异常 debug.mtk.aee.db 读取方法

• 1.java 层：

android.os.SystemProperties.get("debug.mtk.aee.db", "")

• 2. native层：

int property_get(const char* key, char* value, const char* def);

• 3. 通过adb shell

adb shell getprop debug.mtk.aee.db

二、AEE 重启异常分类介绍

AEE 重启异常分类 如下：

• 1.KE
• 2.HWT
• 3.HWT Reboot
• 4.NE
• 5.JE
• 6.SWT

上面的类型可能会变化，具体请参考kernel代码：kernel-4.4/drivers/misc/mediatek/include/mt-plat/aee.h里的AE_EXP_CLASS。

1.AEE 输出内容

当有异常发生时候，会生成dbg文件，通过特殊的工具可以解压这个dbg文件。

关注微信公众号： 程序员Android
回复 aee 即可获取解析重启db log的工具。

2.dbg文件

db.fatal.00.JE.dbg.DEC 这个文件夹使用aee_extract.exe抽取aee db压缩文件生成的，这个工具在gat-win32-3prebuiltspsstoolsinaee_extract.exe可以找到。

3.ZZ_INTERNAL 简介

ZZ_INTERNAL 包含重启的简单信息，如需获取更多信息，需要解压dbg文件。

4.KE、JE、NE、SWT分类

这种类型最好分类，因为有调用栈，有进程名，分类可以做的很细致。

KE db如果存在SYSTRACKER_DUMP文件，表示存在bus hang，也可以单独列出来。

5. HWT分类

不能以当前CPU的调用栈分类。因为最后调用BUG的CPU是随机的。同样的调用栈，可能是不同的root cause,应该按卡住的CPU的调用栈进行分类

从SYS_LAST_KMSG看Kick bit、check bit得出无喂狗CPU，可能存在多个或没有。
从SYS_LAST_KMSG提取无喂狗CPU的调用栈

6.HW reboot分类

可以通过__exp_main.txt里的Exception Type分类

• HW reboot
• Thermal reboot
• SPM reboot
• ATF crash

Type为HW reboot可以进一步细分（ 按SYS_REBOOT_REASON里字段信息 ）

• last pc，看各个Core停止的位置

• deepidle/sodi3/sodi/spm_suspend，如果非0表示当时处于low power场景

• 2. Android Dropbox

三、重启问题快速分析归类指南之 Kernel Exception

当手机重启时候，Kernel 重启异常信息会保存在手机/data/aee_exp或 data/vendor/mtklog/aee_exp 中的db文件中。

Kernel Exception重启分类如下：

• 1.Kernel Panic
• 2.Watchdog Timeout
• 3.Hardware Reboot

1.Kernel Panic

即Linux kernel发生了无法修复的错误，从而导致 panic。通过查看 SYS_KERNEL_LOG 的内容.

kernel Panic 进一步可以分为如下几类：

• 1. 普通的data abort
• 2. oom 主动触发的panic
• 3.undefined instruction，未定义指令异常
• 4.bad mode异常，即PC处于一个无效的virtual address

1. 普通的data abort

从SYS_KERNEL_LOG中，可以检索到如下关键信息：
Unable to handle kernel NULL pointer dereference at virtual address XXXXXXXX
如上的XXXXXXXX代表某个非法地址。这种类型是最多的。

2. oom 主动触发的panic

从SYS_KERNEL_LOG中，可以检索到如下关键信息：
Kernel panic - not syncing: Out of memory and no killable processes...

此种类型的panic一般是某个process或者APK耗尽了memory资源，从而kernel主动触发的panic重启。

3.undefined instruction，未定义指令异常

从SYS_KERNEL_LOG中，可以检索到如下关键信息：

Internal error: Oops - undefined instruction

此类异常较为少见，可能是CPU/DRAM 不稳定或者受干扰导致的问题。

4.bad mode异常，即PC处于一个无效的virtual address

从SYS_KERNEL_LOG中，可以检索到如下关键信息：
Bad mode in Synchronous Abort handler detected
[14820.652408]-(1)[682:VSyncThread_0][<ffffffc000088f90>] bad_mode+0x78/0xb0
此类异常较为少见，可能的原因是stack错乱，或者未注册回调函数引起。

四、重启问题快速分析归类指南之 Watchdog Timeout

看门狗超时有两种

• 1.底层看门狗超时HWT
• 2.上层hang_detect 触发看门狗超时SWT

1.底层看门狗超时HWT

从SYS_KERNEL_LOG中，可以检索如下关键信息

• arm64 平台

PC is at aee_wdt_atf_info+0x4c8/0x6dc
LR is at aee_wdt_atf_info+0x4c0/0x6dc

• arm32 平台

PC is at aee_wdt_irq_info+0x104/0x12c
LR is at aee_wdt_irq_info+0x104/0x12c

此类异常较为常见，多见于底层频繁irq/bus卡死，导致kicker无法被schedule，从而引起watch dog触发中断，引导系统进入FIQ处理流程，最终call到BUG触发重启。

2. 上层hang_detect 触发看门狗超时SWT

从SYS_KERNEL_LOG中，可以检索( 关键字 ：hang_detect)

[ 2131.086562] (0)[77:hang_detect][Hang_Detect] we should triger HWT ...
                                    ...
 
[ 2180.467416]-(0)[77:hang_detect]PC is at aee_wdt_irq_info+0x154/0x170

[ 2180.467426]-(0)[77:hang_detect]LR is at aee_wdt_irq_info+0x154/0x170
                                     ...

此异常类型较为常见，多见于GPU/SD卡/eMMC 无法满足surfacelinger/system_server的通讯需求，从而导致上层卡死，进而主动触发看门狗超时重启。

五、重启问题快速分析归类指南之 Hardware Reboot

Hardware reboot是watch dog直接发出reset信号，导致整个系统重启；在重启之前，并没有触发任何异常处理流程。

一般情况下，hardware reboot对应的db不会有SYS_KERNEL_LOG 可以排查，只能从SYS_LAST_KMSG获知异常之前kernel的动作，以及从SYS_REBOOT_REASON 获知异常时的CPU寄存器值和其它参数。

从ZZ_INTERNAL 档案，可以知道发生了hardware reboot
例如 如下部分log：
Hardware Reboot,0,0,99,/data/core/,0,,HW_REBOOT,Fri Jul 3 14:31:53 CST 2015,1
至此，本篇已结束，如有不对的地方，欢迎您的建议与指正。同时期待您的关注，感谢您的阅读，谢谢！