西瓜視頻RenderThread引起的閃退問題攻堅(jiān)歷程
背景
影響
西瓜之前存在過一類RenderThread閃退，從堆棧上看，全部都是系統(tǒng)so調(diào)用，給人的第一印象像是一個系統(tǒng)bug，無從下手。閃退集中在Android 5~6上，表現(xiàn)為打開直播間立即閃退。該問題在2022年占據(jù)Native Crash Top5，2023年更是上升到到Top1。因此有必要投入時間和精力再重新審視一下這個問題。在歷經(jīng)多周的源碼分析和排查后，逐步明確了問題根因并修復(fù)，最終取得了顯著的穩(wěn)定性收益和業(yè)務(wù)收益。
接下來，我們將抽絲剝繭，一步步深入分析這個歷史遺留問題，揭開它背后真正的原因。
基本信息
具體堆棧如下：
圖片
堆棧都是系統(tǒng)的so調(diào)用，不能明確具體閃退業(yè)務(wù)場景，只能看出是RenderThread線程主動abort了。
根據(jù)abort message找到對應(yīng)的abort代碼，在CanvasContext::requireSurface時閃退了，代碼如下：
圖片
問題特征：
問題集中在Android 5.0~6.0，線程集中在RenderThread，無明顯機(jī)型、廠商特征。
RenderThread簡介
為了便于理解下面的分析過程，先對RenderThread簡單的介紹。順便看一下是怎么調(diào)用到CanvasContext::requireSurface的。
相關(guān)類圖如下：
圖片
相關(guān)源碼：frameworks/base/libs/hwui/renderthread
RenderThread::threadLoop
RenderThread繼承自Thread和Singleton，是一個單例模式的線程，通過RenderThread.getInstance()獲取。和主線程很像，內(nèi)部是一個通過for實(shí)現(xiàn)的無限循環(huán)，不斷從TaskQueue里通過nextTask函數(shù)獲取RenderTask并執(zhí)行，RenderTask執(zhí)行完后會按需調(diào)用requestVsync。核心代碼在threadLoop函數(shù)中：
圖片
ThreadedRender
Java層通過ThreadedRender與RenderThread進(jìn)行通信。當(dāng)Window啟用硬件加速時，ViewRootImpl會通過HardwareRenderer.create()創(chuàng)建一個ThreadedRender實(shí)例。ThreadedRender在創(chuàng)建時，會調(diào)用nCreateProxy在native層創(chuàng)建一個RenderProxy。ThreadedRender通過RenderProxy向RenderThread提交任務(wù)。
圖片
RenderProxy
RenderProxy在創(chuàng)建時，會同步創(chuàng)建一個CanvasContext，再通過RenderThread.getInstance()拿到RenderThread實(shí)例。RenderProxy通過CREATE_BRIDGE定義了許多Bridge函數(shù)，再通過SETUP_TASK把這些Bridge函數(shù)包裝成RenderTask，再通過postAndWait提交給RenderThread調(diào)用。postAndWait之后，當(dāng)前線程進(jìn)入等待狀態(tài)，當(dāng)對應(yīng)的task執(zhí)行完畢之后喚醒當(dāng)前線程。以RenderProxy::createTextureLayer為例：
圖片
圖片
CanvasContext
RenderProxy把任務(wù)提交給RenderThread之后，執(zhí)行的實(shí)際上是CanvasContext::createTextureLayer，就是在這里調(diào)用了requireSurface。
圖片
初步猜想
其他 App 相似問題修復(fù)
其他端App也曾有過'requireSurface() called but no surface set! '相關(guān)閃退。原因是：在Activity進(jìn)行側(cè)滑退出時，側(cè)滑框架需要強(qiáng)制對下層Activity進(jìn)行繪制生成Bitmap，再用這個Bitmap來實(shí)現(xiàn)Activity的切換效果。但由于下層Activity此前已處于不可見狀態(tài)，可能有業(yè)務(wù)層主動釋放了下層Activity中的TextureView，導(dǎo)致了no surface set的閃退。經(jīng)過對西瓜的側(cè)滑框架的源碼分析，發(fā)現(xiàn)不會產(chǎn)生此類問題，因此西瓜的問題應(yīng)該另有其因。
正面分析西瓜問題
問題的條件是mEglSurface == EGL_NO_SURFACE，看下mEglSurface賦值為EGL_NO_SURFACE的時機(jī)。
總共有兩處：
第一處：CanvasContext::setSurface
這里總共兩處mEglSurface賦值操作。一處直接賦值為EGL_NO_SURFACE，另一處為mEglManager.createSurface的返回值。而mEglManager.createSurface在返回前判斷如果是EGL_NO_SURFACE會主動abort，顯然createSurface的返回值一定不是EGL_NO_SURFACE。
void CanvasContext::setSurface(ANativeWindow* window) {
if (mEglSurface != EGL_NO_SURFACE) {
mEglSurface = EGL_NO_SURFACE;
}
if (window) {//不可能返回EGL_NO_SURFACE
mEglSurface = mEglManager.createSurface(window);
}
}
EGLSurface EglManager::createSurface(EGLNativeWindowType window) {
EGLSurface surface = eglCreateWindowSurface(mEglDisplay, mEglConfig, window, nullptr);
LOG_ALWAYS_FATAL_IF(surface == EGL_NO_SURFACE,"Failed to create EGLSurface for window %p, eglErr = %s",(void*) window, egl_error_str());
return surface;
}那么這里根據(jù)window是否為nullptr又可以分為兩種情況：
- setSurface(nullptr)之后，mEglSurface 最終賦值為 EGL_NO_SURFACE，之后調(diào)用requireSurface發(fā)生abort。
- setSurface(window)，第5行會先設(shè)置為EGL_NO_SURFACE，在第10行createSurface返回之前，此時在另外一個線程調(diào)用requireSurface也會發(fā)生abort。
第二處：初始值
初始值為EGL_NO_SURFACE。只有調(diào)用CanvasContext::setSurface時，mEglSurface 才會被賦值，在此之前，調(diào)用了requireSurface也會引發(fā)閃退。
class CanvasContext : public IFrameCallback {
private:
EGLSurface mEglSurface = EGL_NO_SURFACE;
}總結(jié)下來，有三個時機(jī)調(diào)用requireSurface會導(dǎo)致閃退：
- 多線程并發(fā)，mEglSurface短暫為EGL_NO_SURFACE
- CanvasContext::setSurface(nullptr)之后，即mEglSurface被銷毀
- CanvasContext::setSurface之前，即mEglSurface未初始化
深入分析
7.0+系統(tǒng)是如何避免這個問題的？
從多維信息看出，問題在6.0及以下版本發(fā)生。那么7.0上系統(tǒng)做了哪些優(yōu)化，是如何規(guī)避我們上面三種可能的情況的？這些優(yōu)化思路對我們解決問題能否提供幫助？
對比6.0和7.0代碼之后，發(fā)現(xiàn)谷歌直接把requireSurface這個方法移除了！
逐個翻看6.0~7.0上RenderThread相關(guān)的commit，最終找到了這個commit(8afcc769)。這里確實(shí)是把requireSurface刪除了，并在createTextureLayer中調(diào)用了一下 mEglManager.initialize()。而EglManager::initialize里的實(shí)現(xiàn)，是執(zhí)行下EglManager的初始化，這里跟6.0基本一致。
圖片
圖片
圖片
那6.0上的abort原來是可以直接刪掉的嗎？如果是這樣，我們是不是可以有樣學(xué)樣，嘗試hook requireSurface，把a(bǔ)bort去掉，再主動調(diào)用一下mEglManager.initialize，從而達(dá)到這個commit相似的修復(fù)效果？
在云真機(jī)上找了個6.0的設(shè)備，把libhwui.so pull下來，通過 readelf -sW libhwui.so查看requireSurface的符號。發(fā)現(xiàn)，沒有requireSurface的符號。解開so后發(fā)現(xiàn)，requireSurface被inline進(jìn)了createTextureLayer：
圖片
再嘗試一下hook requireSurface的上一層調(diào)用CanvasContext::createTextureLayer，發(fā)現(xiàn)也沒有對應(yīng)的符號，只有RenderProxy::createTextureLayer 的符號。如果采用7.0的修復(fù)方案，需要修改的指令非常多。而且，這個MR中還有其他改動，要不要一起hook？這些問題暫時還沒搞清楚，花大力氣去做的話風(fēng)險太高。
圖片
看起來，參考7.0修復(fù)方案操作難度大，并且不確定是否有效。我們先把它作為備選方案，另謀出路！
正面分析三種可能性
多線程問題？
CanvasContext的createTextureLayer和setSurface相關(guān)代碼，都被RenderProxy轉(zhuǎn)移到了RenderThread上執(zhí)行，而RenderThread又是單例的，所以這里不存在多線程問題，因此可以直接排除線程并發(fā)問題。
setSurface(null)導(dǎo)致？
前面分析過，setSurface(nullptr)也會導(dǎo)致EGL_NO_SURFACE。下面是ThreadedRender一個大概的調(diào)用時序圖，把幾個可能產(chǎn)生EGL_NO_SURFACE的setSurface調(diào)用做了標(biāo)記，序號24就是的閃退函數(shù)requireSurface。時序圖：
圖片
可以看出在CanvasContext中，setSurface的調(diào)用有：initialize、swapBuffers、makeCurrent、updateSurface、destory、~ConvasContext。對應(yīng)的java層調(diào)用為ThreadedRender中的的initialize、draw、createTextureLayer、updateSurface、destory、finalize方法。排除一些不會出現(xiàn)異常的方法：
排除ThreadedRender.initialize
initialize時java層傳過來的surface做了判斷保護(hù)，可以確保surface不為nullptr，因此可以排除initialize，代碼如下：
圖片
排除ThreadedRender.draw
draw對應(yīng)的問題是swapBuffers失敗。發(fā)生在swapBuffers失敗時，也就是eglSwapBuffers錯誤了。
圖片
系統(tǒng)有以下兩種方式處置錯誤：
- EGL_BAD_SURFACE：打印失敗日志。但翻看多個跟蹤日志，均沒有發(fā)現(xiàn)類似日志，暫時不關(guān)注。
- 其他EGL錯誤：直接abort掉，此時變成另外一個閃退，因此可以排除。
綜上，對于swapBuffers失敗這種情況可能存在，但未發(fā)現(xiàn)相關(guān)報錯日志，暫時不作過多關(guān)注。相關(guān)代碼如下：
圖片
排除ThreadedRender.finalize
ThreadedRender.finalize之后，會在native層通過delete 釋放RenderProxy和ConvasContext，在~ConvasContext析構(gòu)時調(diào)用setSurface(nullptr)。因此，如果之后再調(diào)用requireSurface，應(yīng)該會發(fā)生SIGSEGV相關(guān)錯誤，不可能出現(xiàn)surface not set異常。因此，也可以排除掉。代碼如下：
圖片
圖片
圖片
剩余情況
排除了intialize、swapBuffers、finalize之后，還剩下makeCurrent失敗、updateSurface(nullptr)、destory都有可能產(chǎn)生問題，上游調(diào)用比較多追蹤起來依然比較困難，暫時無法排除。
初始化前觸發(fā)了requireSurface？
一般來說，setSurface的首次調(diào)用是在initialize中。那么，如果在initialize之前就調(diào)用了requireSurface，是不是就會出問題呢？從前面的分析可以看出，requireSurface的上游是java層的createTextureLayer，而createTextureLayer的調(diào)用處只有一個，在TextureView的getHardwareLayer中。
圖片
getHardwareLayer是View的一個方法，默認(rèn)返回null。從注釋上也能看出，在6.0上只有TextureView用到了這個方法，調(diào)用處也只有移除在getBitmap中。在7.0上也是直接把getHardwareLayer從View中移除了，變成TextureView的一個方法。而getBitmap是個public方法，這里是可以被app調(diào)用到的。
圖片
圖片
閃退的前提條件：
- ThreadedRender.initialize還未調(diào)用
- ThreadedRender.destroy或者ThreadedRender.updateSurface(null)之后
在Java層觸發(fā)requireSurface步驟如下：
- TextureView.getBitmap => ThreadedRender.createTextureLayer => ConvasContext::requireSurface
最終定位
驗(yàn)證分析結(jié)論
通過前面的分析，找到了問題的前提條件，并發(fā)現(xiàn)了一條觸發(fā)requireSurface的方式。那么，就可以結(jié)束紙上談兵，通過實(shí)操來在本地復(fù)現(xiàn)這個閃退，來實(shí)錘前面的結(jié)論。
ThreadedRender.initialize還未調(diào)用
由于ThreadedRenderer不是公開api，需要通過反射來創(chuàng)建實(shí)例。拿到實(shí)例后不調(diào)用其intialize方法，直接反射調(diào)用createTextureLayer。代碼如下：
圖片
果然，復(fù)現(xiàn)了'requireSurface() called but no surface set!' 這個問題：
圖片
destroy或updateSurface(null)
通過反射創(chuàng)建ThreadedRender實(shí)例，先執(zhí)行ThreadedRender.intialize，之后調(diào)用destroy或updateSurface清空surface，最后調(diào)用createTextureLayer，也成功復(fù)現(xiàn)了這個閃退。
業(yè)務(wù)場景定位
前面的復(fù)現(xiàn)，只是從技術(shù)層面確認(rèn)了問題發(fā)生的幾種可能，但還沒有與業(yè)務(wù)場景關(guān)聯(lián)起來。真實(shí)的問題是否在前面提到的這幾種可能中間？如果在的話，那具體的調(diào)用點(diǎn)在哪，又該如何修復(fù)？
嘗試在真實(shí)場景中復(fù)現(xiàn)
通過shaddow hook RenderProxy的Initialize、destroy、updateSurface、createTextureLayer等函數(shù)，在hook函數(shù)中打印一些日志。由于RenderProxy可能存在多個實(shí)例，需要在日志里加上RenderProxy實(shí)例的地址來方便追蹤單個RenderProxy調(diào)用時序。
hook函數(shù)如下：
圖片
盡管這個問題在android 6上閃退率比較高，但我用6.0測試機(jī)跑自動化測試，還是沒有復(fù)現(xiàn)這個問題。
線上定位
問題不是必現(xiàn)的，排查進(jìn)程在線下難以為繼。而只有在真實(shí)的業(yè)務(wù)場景中復(fù)現(xiàn)，才能明確問題根因，找到最佳修復(fù)方案。因此，需要加把這些hook點(diǎn)上線進(jìn)一步排查。上線無小事，線下可以小步快走，逐漸定位問題。但上線步子一定要穩(wěn)，不能邁太大。但也不能太小，否則周期會拉的很長。所以，既要保證有足夠的信息排查，也要盡可能的降低穩(wěn)定性和性能影響。
明確業(yè)務(wù)堆棧
前面的hook方案只能確認(rèn)真實(shí)業(yè)務(wù)場景是否也有調(diào)用時序問題，并不清楚具體的業(yè)務(wù)調(diào)用堆棧。
從業(yè)務(wù)上層代碼到異常點(diǎn)，必然經(jīng)過了ThreadedRender的Initialize、destroy、update、createTexture等方法，那么通過java hook把這些方法hook住，并打印堆棧應(yīng)該就定位到業(yè)務(wù)代碼。需要注意的是：
- 穩(wěn)定性問題
Java hook 目前主流的方案中還沒有能達(dá)到線上大規(guī)模使用的水平，只能小流量觀察。
保障方案：系統(tǒng)版本限制在6.0，放量計(jì)劃1%->5%->10%，小流量觀察。
- 性能問題
由于這些api調(diào)用頻率可能很高，也都在主線程，直接打印堆棧會影響性能。真正需要關(guān)注的就是異常前的幾次調(diào)用，且有些case可以通過以下條件預(yù)判，其余的堆棧都不必要甚至是干擾信息。需要關(guān)注的堆棧如下：
- initialize：不需要堆棧。只要知道有沒有調(diào)用過，打印一行日志即可。
- destroy：必須全部打印堆棧。發(fā)生在異常前，無法預(yù)判過濾。
- updateSurface：surface==null時打印堆棧。surface不為null不會導(dǎo)致異常。
- createTextureLayer：未初始化或者surface==null時打印堆棧。只有這兩種可能會有異常。
總結(jié)：可以通過surface是否為null、initialize是否調(diào)用過這兩個條件減少stackTrace。
在ThreadedRender中，surface都被透傳給了native層，沒有對應(yīng)的Java引用，需要手動維護(hù)一個java 層的實(shí)例。初始化狀態(tài)可以通過反射ThreadedRenderer.mInitialized拿到，不過既然已經(jīng)hook intialize和destroy了，這里也選擇手動維護(hù)一個初始化狀態(tài)，畢竟可以減少一次反射調(diào)用。
public class ThreadedRenderer extends HardwareRenderer {
private boolean mInitialized = false;
@Override
void updateSurface(Surface surface) throws OutOfResourcesException {
updateEnabledState(surface);//透傳給了Native層，Java層沒有引用
nUpdateSurface(mNativeProxy, surface);
}
}Java hook偽代碼如下：
public static class ExtraInfo {
private boolean isSurfaceNull = true;
private boolean mInitialized = false;
}
static Map<Object, ExtraInfo> infoMap = new ConcurrentHashMap<>();
private static ExtraInfo extraInfo(Object instance) {
ExtraInfo threadedRendererInfo = infoMap.get(instance);
if (threadedRendererInfo == null) {
threadedRendererInfo = new ExtraInfo();
infoMap.put(instance, threadedRendererInfo);
}
return threadedRendererInfo;
}
public static boolean initializedHook(Object instance,Surface surface) {
extraInfo(instance).mInitialized = true;
return (Boolean) Hubble.callOrigin(initializeHookEntry, instance, surface);
}
public static void destroyHook(Object instance) {
infoMap.remove(instance);
Log.d("REPAIR", "destroy", new Throwable());
Hubble.callOrigin(destroyHookEntry, instance);
}
public static void updateSurfaceHook(Object instance, Surface surface) {
extraInfo(instance).isSurfaceNull = surface == null;
if (surface == null) {
Log.d("REPAIR", "updateSurface null ", new Throwable());
}
Hubble.callOrigin(destroyHookEntry, instance);
}
public static void createTextureLayerHook(Object instance) {
ExtraInfo extraInfo = extraInfo(instance);
if (extraInfo.mInitialized || extraInfo.isSurfaceNull) {
Log.d("REPAIR", "createTextureLayer null ", new Throwable());
}
return Hubble.callOrigin(createTextureHookEntry, instance);
}線上日志
上線后成功采集到了關(guān)鍵的Java調(diào)用堆棧！基本都集中在直播業(yè)務(wù)場景下，初始化前調(diào)用requireSurface。也有一些零星的destroy之后requireSurface的case，由于量級太小本文不做重點(diǎn)討論。
ThreadedRender.Initialize之前
日志截圖如下：
圖片
調(diào)用時序問題確認(rèn)：
對于地址為0x814a0b0的RenderProxy實(shí)例，沒有它intialize相關(guān)調(diào)用日志，只有一條createTextureLayer調(diào)用日志。可以明確，這個RenderProxy實(shí)例是在initialize之前調(diào)用createTextureLayer導(dǎo)致閃退！
Java 堆棧分析：
Log.d會對過長的堆棧進(jìn)行截取，F(xiàn)rameLayout.onMeasure之前的都被截取了，不過對于排查問題，影響不大。
堆棧關(guān)鍵信息整理如下：
- 閃退時正在執(zhí)行onMeasure
- 在com.bytedance.android.livesdk.chatroom.ui.LivePlayerWidget.loadSharedPlayer中調(diào)用了TextureView的getBitmap方法，再到ThreadedRender.creatTextureLayer，之后就發(fā)生了Native crash。
為什么沒有intialize？
onMeasure會早于ThreadedRender.initialize執(zhí)行嗎？
ThreadedRender.initialize和performMeasure相關(guān)的代碼都在performTraversals中，再次回到源碼中去分析。從代碼結(jié)構(gòu)來看，initialize前后都有measure相關(guān)操作。initialize之前通過measureHierarchy調(diào)用了performMeasure，initialize之后是直接調(diào)用performMeasure。由于measureHierarchy外部包了許多判斷條件，所以不能直接從代碼行的上下關(guān)系，得出measure早于initialize的結(jié)論，但我們可以保持這個懷疑進(jìn)一步驗(yàn)證。
這個方法過于巨大，移除無關(guān)代碼后如下：
private void performTraversals() {
if (mFirst) {
mLayoutRequested = true;
}
boolean layoutRequested = mLayoutRequested && (!mStopped || mReportNextDraw);
if (layoutRequested) {
windowSizeMayChange |= measureHierarchy(host, lp, res, desiredWindowWidth, desiredWindowHeight);
}
if (mApplyInsetsRequested) {
if (mLayoutRequested) {
windowSizeMayChange |= measureHierarchy(host, lp, mView.getContext().getResources(), desiredWindowWidth, desiredWindowHeight);
}
}
if (mFirst || windowShouldResize || insetsChanged || viewVisibilityChanged || params != null) {
if (!hadSurface) {
if (mSurface.isValid()) {
if (mAttachInfo.mHardwareRenderer != null) {
hwInitialized = mAttachInfo.mHardwareRenderer.initialize(mSurface);
}
}
}
if (!mStopped || mReportNextDraw) {
if (focusChangedDueToTouchMode || mWidth != host.getMeasuredWidth() || mHeight != host.getMeasuredHeight() || contentInsetsChanged) {
performMeasure(childWidthMeasureSpec, childHeightMeasureSpec);
}
}
}
}
private boolean measureHierarchy(final View host, final WindowManager.LayoutParams lp,
final Resources res, final int desiredWindowWidth, final int desiredWindowHeight) {
boolean goodMeasure = false;
if (lp.width == ViewGroup.LayoutParams.WRAP_CONTENT) {
if (baseSize != 0 && desiredWindowWidth > baseSize) {
performMeasure(childWidthMeasureSpec, childHeightMeasureSpec);
if ((host.getMeasuredWidthAndState()&View.MEASURED_STATE_TOO_SMALL) == 0) {
goodMeasure = true;
} else {
performMeasure(childWidthMeasureSpec, childHeightMeasureSpec);
if ((host.getMeasuredWidthAndState()&View.MEASURED_STATE_TOO_SMALL) == 0) {
goodMeasure = true;
}
}
}
}
if (!goodMeasure) {
performMeasure(childWidthMeasureSpec, childHeightMeasureSpec);
}
return windowSizeMayChange;
}由于堆棧被裁剪了，無法確認(rèn)異常是從哪個分支過來的。不過沒關(guān)系，注意到當(dāng)mFirst=true時，滿足layoutRequested = true，會先調(diào)用執(zhí)行measureHierarchy，可以在本地模擬mFirst=true這種情況，即可驗(yàn)證。
本地通過onMeasure復(fù)現(xiàn)
本地寫個demo，在FrameLayout.onMeasure中立即調(diào)用TextureView.getBitmap，并通過反射查看mFirst的值，找個6.0的云真機(jī)驗(yàn)證一下。onMeasure會連續(xù)執(zhí)行多次，只有第一次的mFirst為true，但沒能復(fù)現(xiàn)問題，代碼如下：
protected void onMeasure(int widthMeasureSpec, int heightMeasureSpec) {
boolean first=reflectFirst();//反射獲取mFirst
activity.log("mFirst=" + first);
Bitmap bitmap = mTextureView.getBitmap(mBitmap);
super.onMeasure(widthMeasureSpec, heightMeasureSpec);
}再來看下mTextureView.getBitmap的實(shí)現(xiàn)，
public Bitmap getBitmap(Bitmap bitmap) {
if (bitmap != null && isAvailable()) {
if (mLayer == null && mUpdateSurface) {
getHardwareLayer();
}
}
return bitmap;
}
public boolean isAvailable() {
return mSurface != null;
}
public void setSurfaceTexture(@NonNull SurfaceTexture surfaceTexture) {
mSurface = surfaceTexture;
}可以看到，要想執(zhí)行到ThreadedRender.createTextureLayer還需要滿足以：isAvailable()為true，手動調(diào)用一下TextureView.setSurfaceTexture就可以滿足。
根據(jù)猜想，再次編寫代碼終于復(fù)現(xiàn)成功！ demo如下：
mTextureView.setSurfaceTexture(new SurfaceTexture(0));
protected void onMeasure(int widthMeasureSpec, int heightMeasureSpec) {
boolean first=reflectFirst();
activity.log("mFirst=" + first);;
mTextureView.getBitmap(mBitmap);
super.onMeasure(widthMeasureSpec, heightMeasureSpec);
}嘗試只在mFisrt=false時執(zhí)行g(shù)etBitmap，再次運(yùn)行，不崩了。可見異常的關(guān)鍵條件就是mFirst！
if (!first) { //沒問題
mTextureView.getBitmap(mBitmap);
}問題根因
梳理下整體流程。ViewRootImpl首次performTraversals時(mFirst=true)，onMeasure會早于ThreadedRenderer.initialize。而業(yè)務(wù)方在onMeasure中又調(diào)用了TextureView.getBitmap，最終在native層會調(diào)用CanvasContext::requreSurface。由于還沒有執(zhí)行過CanvasContext::initialize，當(dāng)前mEglSurface為EGL_NO_SURFACE，于是在Android5~6上觸發(fā)了abort，發(fā)生surface not set的異常。
總結(jié)起來：在android6.0上，ViewRootImpl首次performTraversals時，如過在onMeasure中調(diào)用了TextureView.getBitmap，就可能會發(fā)生這個異常。
線上還存在一些零星的destroy之后requireSurface、swapBuffers失敗后requireSurface的異常，由于排查思路大同小異，這里就不展開說了。
修復(fù)方案
通過字節(jié)碼插樁全局替換TextureView.getBitmap方法，當(dāng)ViewRootImpl.mFirst=true時，就返回默認(rèn)值而不執(zhí)行g(shù)etBitmap原有邏輯，這樣就不會調(diào)用到ThreadedRender.createTextureLayer。
但由于mFirst只能通過反射獲取，這可能會影響performTraversals性能，有沒有性能更好的方案？
通過代碼分析，發(fā)現(xiàn)performTraversals會經(jīng)歷layout階段，而layout之后View會增加一個PFLAG3_IS_LAID_OUT：
/**
* Flag indicating that the view has been through at least one layout since it
* was last attached to a window.
*/
static final int PFLAG3_IS_LAID_OUT = 0x4;
public void layout(int l, int t, int r, int b) {
mPrivateFlags3 |= PFLAG3_IS_LAID_OUT;
}
public boolean isLaidOut() {
return (mPrivateFlags3 & PFLAG3_IS_LAID_OUT) == PFLAG3_IS_LAID_OUT;
}因此，可以通過isLaidOut ()獲取到這一個屬性，達(dá)到和mFirst基本一致的效果。
最終方案：
插裝替換全局TextureView.getBitmap調(diào)用，增加textureView.isLaidOut()判斷。
public static boolean isGetBitmapSafe(TextureView textureView) {
return Build.VERSION.SDK_INT > 23 || textureView.isLaidOut() || !AppSettings.inst().mFerretSettings.autoFixRequireSurface.enable();
}
@ReplaceMethodInvoke(targetClass = TextureView.class, methodName = "getBitmap", includeOverride = true)
public static Bitmap getBitmapHook(TextureView textureView) {
return isGetBitmapSafe(textureView) ? textureView.getBitmap() : null;
}
@ReplaceMethodInvoke(targetClass = TextureView.class, methodName = "getBitmap", includeOverride = true)
public static Bitmap getBitmapHook(TextureView textureView, int width, int height) {
return isGetBitmapSafe(textureView) ? textureView.getBitmap(width, height) : null;
}
@ReplaceMethodInvoke(targetClass = TextureView.class, methodName = "getBitmap", includeOverride = true)
public static Bitmap getBitmapHook(TextureView textureView, Bitmap bitmap) {
return isGetBitmapSafe(textureView) ? textureView.getBitmap(bitmap) : bitmap;
}修復(fù)效果
實(shí)驗(yàn)全量后requireSurface 相關(guān)crash明顯下降，觀察兩周業(yè)務(wù)指標(biāo)沒有明顯劣化，直播場景有正向收益，符合預(yù)期。全量后量級大幅下降，還剩下一小部分主要是老版本、以及一些少量的destroy、swapBuffer失敗相關(guān)的問題。
業(yè)務(wù)收益：看播滲透顯著提升；人均看播天數(shù)顯著提升；
穩(wěn)定性收益：Native Crash大幅下降
圖片
圖片
后續(xù)思考
這個requireSurface問題發(fā)生在RenderThread，但造成問題的原因在主線程，因此如果能在RenderThread線程發(fā)生native crash時抓到主線程java堆棧，就可以定位到業(yè)務(wù)根因，也就不需要一系列自下而上地代碼分析來尋找hook點(diǎn)了。
因此，后續(xù)有RenderThread線程異常時，應(yīng)該把主線程堆棧上報上來，提高RenderThread問題的排查效率。
加入我們
我們是字節(jié)跳動西瓜視頻客戶端團(tuán)隊(duì)，專注于西瓜視頻 App 的開發(fā)和基礎(chǔ)技術(shù)建設(shè)，在客戶端架構(gòu)、性能、穩(wěn)定性、編譯構(gòu)建、研發(fā)工具等方向都有投入。如果你也想一起攻克技術(shù)難題，迎接更大的技術(shù)挑戰(zhàn)，歡迎點(diǎn)擊閱讀原文，或者投遞簡歷到xiaolin.gan@bytedance.com。
最 Nice 的工作氛圍和成長機(jī)會，福利與機(jī)遇多多，在上海和杭州均有職位，歡迎加入西瓜視頻客戶端團(tuán)隊(duì) ！
