安卓系统量产机器sysdump问题分析

作为一个安卓驱动开发，在和工厂沟通过程中经常收到机器在开机后直接进sysdump的问题反馈。最开始碰到这种问题，自己也基本上是满脸问号。后来经过一些错误排查后逐渐有了处理经验。在这里做个简单的分享。

下面以一次实例来讲解：

第一步：了解清楚异常的详细情况并获取相关异常机器和sysdump日志

问题描述：出现一台机器在系统启动后不久就自己重启进入sysdump界面。再次开机后大概率会继续进入sysdump。

后面拿到了问题机器。

我们自己需要准备和异常机器使用固件版本对应的vmlinux，另外还要准备好crash分析工具，由于机器时基于ARM核心的，所以用的是crash_arm工具。

将sysdump文件和vmlinux还有crash_arm复制到一个文件夹中，方面后续操作：

 

第二步：解析sysdump日志

运行命令将sysdump信息解析出来：

1 cat sysdump.core.* > logcat

2 ./crash_arm vmlinux logcat

如果解析有异常，命令行里面会有提示。解析成功后如下图：

 

第三步：分析问题根本原因

到这里，我们可以看到显示这个sysdump的问题是发生了空指针异常：

PANIC: "Unable to handle kernel NULL pointer dereference at virtual address 00000104"

 

请大家记住最后的这个00000104，这对于最后确定问题点非常有帮助。

 

那现在知道了问题的原因，但是还不知道具体的问题点在哪里。这种问题属于解决难度适中的情况。

更简单下的情况下，sysdump解析出来的问题直接会指出问题出在哪个函数。而另外一种更麻烦的情况下，这里解析出的错误可能会显示为空，如果碰到这种情况就比较棘手。

回到这个问题本身，造成空指针异常的可能原因很多，因此我们需要进一步查找原因。这是我一般先会将sysdump的log信息导出来。使用如下命令：

导出后查看这个文件的内容。

我们在文件中搜索前面提到的问题原因：

从这里我们可以看到很多寄存器的信息。其中最重要的是PC寄存器的内容，

[   36.094223] c0 PC is at unlink_anon_vmas+0x170/0x1a0

这行日志的意思是指发生异常时，CPU正在运行unlink_anon_vmas函数中代码位置位于0x170偏移处的代码，unlink_anon_vmas的代码在内存中总长度为0x1a0。

到这里我们思路就很清晰了，通过查看unlink_anon_vmas函数的汇编代码，找到其中位于0x170偏移地址的代码内容，就找到了问题的根本原因。

这时需要用到crash_arm工具，我们通过dis反汇编命令进行解析：

得到结果如下：

看到这密密麻麻的汇编代码不要怂，上去跟他刚。

由于解析出来的汇编代码偏移地址用的十进制，所以0x170就对应上图中最后红色箭头指出的这一行代码。

这行代码的意思是将r3寄存器中的值写入到r2+4这个内存地址中。结合前面提到问题原因是空指针异常，那么这里就知道问题应该出在r2这个寄存器的内容上。

为了验证这个猜测，我们需要知道当下r2寄存器的值。这里我们需要回到前面的这个图片：

从这里我们可以看到r2寄存器的内容为00000100，然后加上4，就得到了00000104。

这个数字是不是很眼熟，没错，这就是最开始解析sysdump时出现的空指针的具体内容。

那问题分析到这里，我们已经知道了问题点，但是还不清楚为什么会导致这个问题，下面还要接着分析：

现在就要结合问题点的代码上下文来进行进一步分析了，既然是r2寄存器的内容不对，那么我们需要查看r2寄存器的值的来源，通过汇编代码可以看出：

0xc011eb94 <unlink_anon_vmas+364>:      ldr     r2, [r4, #8]
0xc011eb98 <unlink_anon_vmas+368>:      str     r3, [r2, #4]

上面红色代码的意思是从内存地址r4+8的位置获取值并写入到寄存器r2中。

这说明CPU从内存中获取到的数据有问题。

 

分析到这里，可以初步判断机器问题是由于DDR异常导致的，后续进一步确认需要DDR硬件交叉实验进行验证。

 

非常感谢大家的耐心阅读。

欢迎大家关注我的个人公众号“四点能”

公众号里我会根据基础技术制作出有趣的东西，我们一起体会技术的乐趣