“安全模式”：App的启动保护实践。
App 启动期间连续崩溃时，客户端的分级执行策略。

背景&痛点&价值

对于一个商业项目而言，质量是研发同学的生命线。

试想一下，如果项目上线出现大面积的用户崩溃以及不可用，那简直是研发同学的噩梦。

这里有同学就要提问了：诸多大型商业项目在性能检测、优化与高可用上花费大力气，也产出了各种APM（application performance management应用性能管理）工具及HotFix（热修复）方案，没有用吗？

再试想下，如果应用在启动时期，因为第三方SDK初始化出错而导致连续崩溃，而HotFix无法生效。连续的启动崩溃体验极其糟糕，你说用户最终会卸载吗？

启动崩溃的诱因有：

各种三方 SDK 初始化配置出错；
各种文件包括但不限于数据库、XML 的拷贝或操作失败；
各种网络请求下发了脏数据；
各种资源包的下载、合并导致的脏数据，包括但不限于闪屏图、Zip 包、修复包等；
用户由跨 N 多个版本的低版本 App 升级到最新版引发的脏数据。

大家不要觉得我在危言耸听，我举一个我们iOS实际的例子：有次某广告商大大服务端下发错误字段，导致应用读取解析失败，App启动奔溃，用户再也进不了应用。对我们的伤害是巨大的，对我们的教训是惨痛的。

随之而来的问题就是，谁来解决启动阶段的崩溃，怎么解决呢？

历经N个月的摸索，跨越众多版本，以及小渠道的实践，应用启动阶段的安全模式就应运而生了。
--2-2

安全模式的设计

七猫安全模式致力于解决APP启动阶段的崩溃等问题，同时具备配置中心、自主修复、动态修复、数据中心、测试五个方面，是一整套启动保护的解决方案。

--3-2

配置中心： SDK配置开关、新老功能可切换
自主修复：在APP连续Crash情况下具备分级、无感自修复能力：安全模式的一级修复策略，二级修复策略
动态修复：热修复能力、可监控、灰度、回滚、清除
数据中心：监控告警功能，让你及时发现问题；重点问题日志排查分析
快速测试：针对测试加入特殊处理（开发模拟连续崩溃工具，见下图），提高测试效率。优化预发环境下测试，优化每次回归验证安全模式的难度

策略方案

安全模式的策略方案分为三点，具体描述见以下条目：

1、捕获异常

1.1 异常分类：

检测连续闪退，可以通过捕获异常来实现，异常分几种：

RuntimeException --设置主线程的 UncaughtExceptionHandler 来捕获运行时的崩溃
ANR --无法捕获的
Native 信号异常–注册信号处理函数，捕捉 native crash

1.2 崩溃的捕获：

设置主线程的 UncaughtExceptionHandler 来捕获运行时的崩溃
在 Application 中执行相应保护策略：

private int crashNum;//崩溃次数
@Override
protected void attachBaseContext(Context base) {
    super.attachBaseContext(base);
    if(crashNum> 3){
        // 删除文件，恢复到重新安装的状态
    }
    if(crashNum> 5){
        // 清除热修信息
    }
}

1.3 优缺点

可能会与项目中已有的第三方异常收集框架冲突，漏检测。
可能会与项目中已有的异常处理耦合，代码逻辑混乱。
最大问题是不够准确，缺少对 Native 的异常处理。

2、标记数

2.1 前言

天猫安全模式原理：APP crash 的原因有很多，每个 APP 设计的方案也有不同，将其所有的异常错误都捕捉到很困难，因此我们换了个方式，完全从用户的角度来思考什么是异常退出，也就是打标记 flag 方式。

2.2 思路

进入应用的时候就记录一个崩溃次数，在满足一定条件之后则认为启动阶段没有异常，同时将崩溃次数重置回复初始状态。
异常次数到达一定程度则进入安全模式。
需要维护一个崩溃次数，进入应用就把崩溃次数 +1

2.3崩溃次数重置时机
满足一定条件则重置崩溃次数：

完成二级修复策略
用户正常启动应用满 10 秒
用户正常退出应用
用户主动从前台切换到后台

2.4分级修复策略

一级修复策略：业务线行为；更新 SDK 网络配置；
二级修复策略：清空整个 App 数据，重置至初始安装状态；清除热修复包或者别的资源包；
阻塞修复策略：阻塞进程，优先执行预设任务，例如：请求以及运行热修复包，等待全部完成之后再执行正常流程；
多次请求失败后禁止请求（给服务端减压）

2.5 优缺点：

标记数逻辑简单，与已有代码耦合小。
在启动阶段，用户从前台切换到后台时，用户是否强杀了 APP 又或者多久又切回来都不清楚，对 crashCount 值是否准确有影响。

3、页面生命周期内的异常捕获

3.1前言
很多时候由于一些微不足道的 bug 导致 app 崩溃很可惜，Android 默认的异常杀进程机制简单粗暴，但很多时候让 app 崩溃其实也并不能解决问题。

有些 bug 可能是系统 bug，对于这些难以预料的系统 bug 我们不好绕过。还有一些 bug 是我们自己编码造成的，对于有些 bug 来说直接忽略掉的话可能只是导致部分不重要的功能没法使用而已，又或者对用户来说完全没有影响，这种情况总比每次都崩溃要好很多。

3.2 简介
activity lifecycle exception catch：在执行 Activity 或 Service 生命周期发生异常时对该异常的捕获和处理方式，用来降低一些非必要的 crash。

3.3 小渠道探索与实践
在注册全局异常捕获时，控制在页面Activity生命周期内是否捕获Hook。

测试发现确实可以捕获在页面生命周期中的ActivityThread引发的异常，比如，我们模拟个RunTimeException的崩溃。小渠道验证的确也收集到一些崩溃，说明是起到捕获异常的作用。

捕获到异常后，只会将出错的页面关闭，而不会影响到App，再结合完善的监控系统、报警机制，终将带给用户极佳的体验。

思考

安全模式探索与实践的历程也经历坎坷、备受挫折，需要足够的延迟满足感。团队一直坚持不懈，完成每一次的挑战，为安全模式顺利上线做出了最大努力，且后续还会加油持续做的更好。

以下也带来我们的继续思考：

安全模式的解决场景是否可以复用到其他特定场景比如：阅读器连续崩溃，更或者就像微博：对连续崩溃后的用户友好交互界面。
这个系统真正的意义在哪里？快速响应线上问题、提高用户体验。贯彻七猫的企业文化：对用户好一点。

总结

到这里所有的都完成了。总结一下，安全模式就是APP启动阶段的保护实践。七猫安全模式就是致力于解决APP启动阶段的崩溃等问题，同时具备配置中心、自主修复、动态修复、数据中心、测试五个方面的一整套启动保护的解决方案。

欢迎加入我们！
目前团队 Android 与 iOS 岗位还有空缺，欢迎优秀的人才加入我们的团队，一起搞事情。
内推邮箱地址：yuminhua@qimao.com

七猫Android安全模式的探索及实践