Android系列——Watchdog

现在的CPU基本上都带有WatchDog功能，这种硬件的WatchDog可以在系统死掉(死锁或者程序跑飞)后重启系统，让系统回到可以工作的状态。WatchDog不能防止系统死掉，但是它能够起死回生，从而提高系统的可用性。

硬件级的WatchDog也有它的局限性，它只能在系统范围内生效，不能针对单个进程，某个进程死掉了，WatchDog未必知道。对于像Linux这类久经考验的操作系统来说，整个系统死掉概率非常低，所以此时硬件级的WatchDog意义反而不大。

Android 平台实现了一个软件的WatchDog来监护SystemServer。SystemServer无疑是Android平台中最重要的进程了，里面运行了整个平台中绝大多数的服务。在这个进程中运行着近50个线程，任何一个线程死掉都可能导致整个系统死掉。SystemServer退出反而问题不大，因为 init进程会重新启动它，但是它死锁就麻烦了，因为整个系统就没法动了。

在 SystemServer里运行的服务中，最重要的几个服务应该数ActivityManager、WindowManager和 PowerManager。软件的WatchDog主要就是确保这几个服务发生死锁之后，退出SystemServer进程，让init进程重启它，让系统回到可用状态。

每个被监护的Service必须实现Watchdog.Monitor接口，这个接口只要实现一个函数monitor，这个函数实现非常简单，就拿ActivityManager来说吧：

public void monitor() {
       synchronized (this) { }
    }

它去锁一下对象，什么也不做，然后就返回。如果对象没有死锁，这个过程就会很顺利。如果对象死锁了，这个函数就会挂在这里。

当然实现Watchdog.Monitor接口还不够，还要把它注册到WatchDog服务中，在初始化时加这样一行代码就行了：

Watchdog.getInstance().addMonitor(this);

最后我们看看WatchDog服务的实现。WatchDog服务包括两个方面：

1.定期调用被监护对象的monitor函数，这是在主线程中完成的。如果被监护对象死锁，则会阻塞在这里。

                   final int size = mMonitors.size();
                   for (int i = 0 ; i < size ; i++) {
                       mCurrentMonitor = mMonitors.get(i);
                       mCurrentMonitor.monitor();
                   }

2.检测是否发生死锁，这是在Watchdog线程中运行的。如果发生死锁而且没有被调试，则退出SystemServer，init进程就会重启SystemServer进程。

           // Only kill the process if the debugger is not attached.
           if (!Debug.isDebuggerConnected()) {
               Slog.w(TAG, "*** WATCHDOG KILLING SYSTEM PROCESS: " + name);
               Process.killProcess(Process.myPid());
               System.exit(10);
           } else {
               Slog.w(TAG, "Debugger connected: Watchdog is *not* killing the system process");
           }

最近我们碰到一个问题，SystemServer不断重启：原来wifi模块死锁了，此时重启SystemServer，但是重启之后马上又死锁了，结果成了一个死循环。在这种情况下，我想还是在重启系统会好点。

##############################################################################

PS：

Android系统里共有三个地方注册了Watchdog Monitor, 

即ActivityManagerService, PowerManagerService, WindowManagerService.

上述的服务里，在关键部分会用synchronized(this)锁住，例如ActivityManagerService:

startServiceLocked,handleApplicationError,appNotRespondingLocked等等

所以，有可能会出现，应用连续ANR或者崩溃，已经启动服务等操作交替出现的时候，超过了TIMEOUT定义的60s，Watchdog monitor在监视到服务持有的锁超过60s没有释放的情况下，

认为SystemServer进程异常，强行退出SystemServer进程，由init进程重新启动SystemServer.

系统表现为，从开机动画处重新启动。