2024年最新淘宝客户端安全生产体系建设(1)，没想到一个Handler还有中高级几种问法

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以点击这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

这些问题上线后可能就引起很难定位的问题，但是在代码阶段，通过静态分析等手段就可以阻断他们的发生。因此客户端质量卡口平台应运而生，将手淘客户端已有问题扫描工具和规则整合，结合DevSecOps卡口设计的开放卡口接入平台，形成完整的客户端线下问题发现、治理推动和集成卡口的能力，减少线上问题。

技术方案上，在Android Lint+Spotbugs+Clang Static Analyzer（Android），OCLint（iOS）+Clang Static Analyzer基础上结合淘系具体平台和具体问题进行改进，以满足淘系的技术需求（如扫描线程原生接口使用，辅助淘系整体线程架构迁移）。

▐  包大小

包大小是客户端的非常重要的性能指标。从用户视角看，同样的功能和服务，用户倾向于选择安装包比较小的App，可以让用户用更少的流量下载和更新，一定程度提高用户的下载率和更新升级率，对于推广和新增都会有较为重要的影响；从技术视角看，安装包中的每个文件都在瘦身的范围，对不同的文件类型，需要有针对性的瘦身方案，所以瘦身是一个大工程，包含了很多方面的技术。

Android采用了图片压缩（TinyPng，Webp），重复资源合并、shrinkResource 严格模式、分包、Proguard、ARSC瘦身、下无用代码（代码插桩分析）、无用业务下线、远端so、检测so调试信息。

iOS采用了图片压缩（TinyPng，Webp）、编译优化（不导出符号、oz、lto）、selectorRef无用资源下线，剔除重复代码、业务下线、共享动态库技术（<iOS9）、Ld链接器压缩。

▐  产物校检

产物校验发生在APP发布前的最后一个环节，主要来分析本次发布与上一次发布核心变更存在哪些具体的差异，来确保本次发布的正确性。这一环节主要进行了核心代码变更分析（启动、CrashSDK、监控SDK），需要关注核心代码变更带来的可能的风险；组件导出分析，防止不必要的组件导出，受到外部攻击；签名校验，防止签名出错导致APP无法正常上架；等等。

发布期

▐  监控告警

淘系高度重视手机用户的稳定性和性能，通过高可用的度量指标的建立，稳定性和性能的治理，自动化和数据平台的建设，开发了一套系统化的解决方案及平台EMAS-MOTU,全方位的提升手机淘宝稳定性和性能。

▐  变更管控

淘系是一个高频活动运营APP集，我们发现有一些故障是由变更导致的（含活动上线，配置上线等），具有强相关性。因此淘系沉淀了变更管控平台，变更管控平台主要作用是监控分析平台发现的异常数据（Crash、ANR、卡断、泄漏等）与变更的相关性。

变更管控平台的核心思路是为每一次变更产生一个唯一的变更ID，并在本次变更下发的过程中，将变更ID加入到监控信息的变更ID集里，当监控信息上报时会带上所有的变更ID，服务可以对变更ID进行聚类分析，通过相关性确认相同聚类问题是由哪些变更ID产生的，并对具体的变更留观或回滚，防止风险升级。

通过精确的变更相关灰度染色数据，管控相关灰度和全量发布，及时卡住异常发布，避免发布引起故障，同时也是提高发布效率的核心手段。

应急态

▐  定位

• 追踪、度量、日志

随着客户端功能不断细化与完善，模块化、跨团队的协同开发方式已经成为了客户端开发标准的开发方式，模块化、跨团队的协同开发方式的诞生极大提升了客户端交付与部署的效率，但同时可以看到这种模块化、跨团队的架构背后，原先运维与诊断的需求也变得越来越复杂。为了适应客户端日益增长的功能需求，需实现面向用户视角的标准化的DevSecOps诊断与分析系统，包括追踪（Tracing），度量（Metrics），日志（Logging）。

1. Tracing ：用于记录客户端行为范围内的信息，它在单次请求的范围内，处理信息。任何的数据、元数据信息都被绑定到系统中的单个事务上。例如，用户进入页面，到数据渲染的过程。它是我们排查客户端问题的利器；

2. Metrics ：用于记录可聚合的数据。他们具有原子性，每个都是一个逻辑计量单元，或者一个时间段内的柱状图。例如：队列的当前深度可以被定义为一个计量单元，在写入或读取时被更新统计；输入HTTP请求的数量可以被定义为一个计数器，用于简单累加；请求的执行时间可以被定义为一个柱状图，在指定时间片上更新和统计汇总。例如，从客户端发起的网络请求数，与正确收到网络数据的接受。它是我们衡量业务宏观质量的利器；

3. Logging ：用于记录离散的事件。例如，应用程序的调试信息或错误信息。它是我们诊断问题的依据。

基于追踪（Tracing），度量（Metrics），日志（Logging）的设计原则，淘系借鉴了OpenTracing实现了全日志平台TLog。通过漏斗模型、对比模型通过数据横向对比可以快速发现自身的性能瓶颈，缩小范围，提升排查效率。

• 全景定位

淘系是一个高频活动运营APP集，我们发现一些故障是由变更导致的（含活动上线，配置上线等），具有强相关性。因此淘系沉淀了全景定位平台，全景定位平台主要作用是监控分析线上的变更。全景定位平台的核心思路是当线上风险产生时，全景定位平台会主动去收集线上变更，并按时间维度呈现出来，开发可基于全景定位平台快速查看线上变更，定位和排查线上风险与变更的相关性，对潜在风险的变更留观或回滚，直至风险消除。

全景定位与变更管控有一定的相似性，都是对线上变更的监控与分析，区别在于全景定位主要在风险发生后对变更进行分析（业务在变化，无法保障所有的变更都会接入变更管控），变更管控则主要风险发生前打标，风险发生后对变更进行分析，因此全景定位是变更管控的一种补充与保障****。

▐  恢复

“对代码功能不符合项目预期或代码不够健壮导致App运行时崩溃或异常的线上问题进行恢复”。恢复是淘系应对线上突发问题的重要手段，淘系目前对线上不同的场景采用了不同的恢复策略，目前主要恢复策略有降级、预案、安全模式。

• 降级

在淘系复杂生态的环境下，大促期间还是会出现由于各种重资源的业务叠加，导致卡顿，体验明显下降，内存水位暴涨，崩溃率也会随之飙升。因此从2018年开始，尝试开始对重资源、高风险业务，针对不同设备的性能情况进行多维度降级。目的是对用户体验进行分级，实现 “高端设备最炫体验，低端设备流畅优先，紧急问题快速降级”（随着时间的推移，老的设备的软硬件条件，已经无法满足所有新技术、新业务的落地，需要有一定的取舍，从而给每一个设备最佳的用户体验）。

针对不同设备的软硬件不同特性，基于Listwise-SmartScorer模型，淘系对客户端设置了高、中、底三个维度，0-100（0表示设备性能优于市场上主流的0%的设备，100表示设备性能优于市场上主流的100%的设备）的动态的设备评分算法。

**设备评分是个什么？**从机器学习的角度来看：它可能是一个分类问题，即设备分为高/中/低三类，我们需要区分这几个类；它可能是一个回归问题，即设备存在一个绝对的分，我们需要去拟合这个分。无论分类还是回归问题，都把设备评分定义为一个绝对的值，而在实际体验中，我们往往说“iPhone X”比“iPhone 8”快，而不是说“iPhone X” 90分，“iPhone 8” 70分，即设备评分是相对的，同时由于设备的损耗，它的评分也是动态的，基于此，我们把设备评分定义为一个排序问题。

在设备评分的基础上，实现统一降级平台，业务可以通过“高、中、底”或“0-100”选取相应的设备投放自身业务。

• 预案

什么是预案？根据评估分析或经验，对潜在的或可能发生的突发事件的类别和影响程度而事先制定的应急处置方案。预案可以降低可预估或不可预估的风险，减少损失，而当下面临大多数的风险，都来自于各类变更，还有阿里最重要的大促场景下，大流量所带来的系统、业务压力。预案有分提前预案和应急预案。

提前预案：也称定时预案，提前预估大促期间的系统状况与业务状况，为了避免大促的业务峰值影响而进行的缓存预热、机器重启、有限降级、磁盘清理或者业务下线等等，一般对业务无影响或影响可控。

应急预案**：针对可能存在的应急情况，如超出预期的异常流量、系统依赖超时及不可用、本系统的非预期不可用等采取的应急手段，一般对业务有损，同时可能会带来客诉，资损等，需要对应的技术、业务等兜底，执行需要慎重。在新增变更中，在Code Review环节，对代码有“可灰度、可监控、可回滚”**（稳定性三板斧）要求，即确保代码有应急预案，在线上代码出现风险时，快速回滚。

预案和降级的区别在于，预案对全部设备采取相同的策略，而降级是对不同的设备采用不同的策略。

• 安全模式

恢复场景，（启动阶段）未正常使用网络的崩溃问题。网络未初始化导致配置无法下载发挥作用，于是淘系开发了一个安全模式（在连续触发相同Crash后强制进入“安全模式”–Android轻量级子进程，iOS进入安全模式代码，用来在对程序恢复初始状态（清除历史产生的持久化信息），如有必要会触发配置的下载），为主进程正常启动做必要的保障。如：启动时候因为持久化数据出错，导致APP启动连续闪退，这时安全模式可以发挥巨大作用，弥补配置下发执行前的代码盲区，避免用户只能通过卸载重装APP才能解决问题。

总结

客户端安全生产是在淘系较为完善的底层基础设施上建立起来的规范化、自动化、数据化的平台。文中涉及到的技术点是借鉴了阿里内外众多开发、产品、运维等从业人员对历史问题的总结与实现，这里感谢参与安全生产小伙伴的努力与付出，同时也感谢阿里以外的开发、产品、运维对丰富客户端技术、改进用户体验的努力与付出。文中更多的是对APP不同阶段的问题的思考与解问题的思路，希望对大家有帮助。

参考

1. 移动研发平台EMAS:https://www.aliyun.com/product/emas

2. OpenTracing:https://github.com/opentracing

3. 安全模式：天猫 App 启动保护实践：https://juejin.cn/post/6844903437948157959

团队介绍

给大家的福利

零基础入门

对于从来没有接触过网络安全的同学，我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。

同时每个成长路线对应的板块都有配套的视频提供：

因篇幅有限，仅展示部分资料

网络安全面试题

绿盟护网行动

还有大家最喜欢的黑客技术

网络安全源码合集+工具包

所有资料共282G，朋友们如果有需要全套《网络安全入门+黑客进阶学习资源包》，可以扫描下方二维码领取（如遇扫码问题，可以在评论区留言领取哦）~

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以点击这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！