5月iOS設備性能榜：M1 M2依舊是榜單前五
和上個月一樣，沒有新品發布的iOS設備性能榜的上榜設備并沒有什么更替，僅僅只有跑分變化而產生的排名變動，剛剛開始的蘋果WWDC2023，推出的產品也依舊是新款Mac Pro、新款Mac Stu
西瓜之前存在過一類RenderThread閃退，從堆棧上看，全部都是系統so調用，給人的第一印象像是一個系統bug，無從下手。閃退集中在Android 5~6上，表現為打開直播間立即閃退。該問題在2022年占據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。在歷經多周的源碼分析和排查后，逐步明確了問題根因并修復，最終取得了顯著的穩定性收益和業務收益。
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。
具體堆棧如下：
圖片
堆棧都是系統的so調用，不能明確具體閃退業務場景，只能看出是RenderThread線程主動abort了。
根據abort message找到對應的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，無明顯機型、廠商特征。
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用到CanvasContext::requireSurface的。
相關類圖如下：
圖片
相關源碼：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，內部是一個通過for實現的無限循環，不斷從TaskQueue里通過nextTask函數獲取RenderTask并執行，RenderTask執行完后會按需調用requestVsync。核心代碼在threadLoop函數中：
圖片
ThreadedRender
Java層通過ThreadedRender與RenderThread進行通信。當Window啟用硬件加速時，ViewRootImpl會通過HardwareRenderer.create()創建一個ThreadedRender實例。ThreadedRender在創建時，會調用nCreateProxy在native層創建一個RenderProxy。ThreadedRender通過RenderProxy向RenderThread提交任務。
圖片
RenderProxy
RenderProxy在創建時，會同步創建一個CanvasContext，再通過RenderThread.getInstance()拿到RenderThread實例。RenderProxy通過CREATE_BRIDGE定義了許多Bridge函數，再通過SETUP_TASK把這些Bridge函數包裝成RenderTask，再通過postAndWait提交給RenderThread調用。postAndWait之后，當前線程進入等待狀態，當對應的task執行完畢之后喚醒當前線程。以RenderProxy::createTextureLayer為例：
圖片
圖片
CanvasContext
RenderProxy把任務提交給RenderThread之后，執行的實際上是CanvasContext::createTextureLayer，就是在這里調用了requireSurface。
圖片
其他 App 相似問題修復
其他端App也曾有過'requireSurface() called but no surface set! '相關閃退。原因是：在Activity進行側滑退出時，側滑框架需要強制對下層Activity進行繪制生成Bitmap，再用這個Bitmap來實現Activity的切換效果。但由于下層Activity此前已處于不可見狀態，可能有業務層主動釋放了下層Activity中的TextureView，導致了no surface set的閃退。經過對西瓜的側滑框架的源碼分析，發現不會產生此類問題，因此西瓜的問題應該另有其因。
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。
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window是否為nullptr又可以分為兩種情況：
第二處：初始值
初始值為EGL_NO_SURFACE。只有調用CanvasContext::setSurface時，mEglSurface 才會被賦值，在此之前，調用了requireSurface也會引發閃退。
class CanvasContext : public IFrameCallback { private: EGLSurface mEglSurface = EGL_NO_SURFACE;}總結下來，有三個時機調用requireSurface會導致閃退：
從多維信息看出，問題在6.0及以下版本發生。那么7.0上系統做了哪些優化，是如何規避我們上面三種可能的情況的？這些優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，發現谷歌直接把requireSurface這個方法移除了！
逐個翻看6.0~7.0上RenderThread相關的commit，最終找到了這個commit(8afcc769)。這里確實是把requireSurface刪除了，并在createTextureLayer中調用了一下 mEglManager.initialize()。而EglManager::initialize里的實現，是執行下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樣，嘗試hook requireSurface，把abort去掉，再主動調用一下mEglManager.initialize，從而達到這個commit相似的修復效果？
在云真機上找了個6.0的設備，把libhwui.so pull下來，通過 readelf -sW libhwui.so查看requireSurface的符號。發現，沒有requireSurface的符號。解開so后發現，requireSurface被inline進了createTextureLayer：
圖片
再嘗試一下hook requireSurface的上一層調用CanvasContext::createTextureLayer，發現也沒有對應的符號，只有RenderProxy::createTextureLayer 的符號。如果采用7.0的修復方案，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險太高。
圖片
看起來，參考7.0修復方案操作難度大，并且不確定是否有效。我們先把它作為備選方案，另謀出路！
CanvasContext的createTextureLayer和setSurface相關代碼，都被RenderProxy轉移到了RenderThread上執行，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問題。
前面分析過，setSurface(nullptr)也會導致EGL_NO_SURFACE。下面是ThreadedRender一個大概的調用時序圖，把幾個可能產生EGL_NO_SURFACE的setSurface調用做了標記，序號24就是的閃退函數requireSurface。時序圖：
圖片
可以看出在CanvasContext中，setSurface的調用有：initialize、swapBuffers、makeCurrent、updateSurface、destory、~ConvasContext。對應的java層調用為ThreadedRender中的的initialize、draw、createTextureLayer、updateSurface、destory、finalize方法。排除一些不會出現異常的方法：
排除ThreadedRender.initialize
initialize時java層傳過來的surface做了判斷保護，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對應的問題是swapBuffers失敗。發生在swapBuffers失敗時，也就是eglSwapBuffers錯誤了。
圖片
系統有以下兩種方式處置錯誤：
綜上，對于swapBuffers失敗這種情況可能存在，但未發現相關報錯日志，暫時不作過多關注。相關代碼如下：
圖片
排除ThreadedRender.finalize
ThreadedRender.finalize之后，會在native層通過delete 釋放RenderProxy和ConvasContext，在~ConvasContext析構時調用setSurface(nullptr)。因此，如果之后再調用requireSurface，應該會發生SIGSEGV相關錯誤，不可能出現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都有可能產生問題，上游調用比較多追蹤起來依然比較困難，暫時無法排除。
一般來說，setSurface的首次調用是在initialize中。那么，如果在initialize之前就調用了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的調用處只有一個，在TextureView的getHardwareLayer中。
圖片
getHardwareLayer是View的一個方法，默認返回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調用到的。
圖片
圖片
閃退的前提條件：
在Java層觸發requireSurface步驟如下：
通過前面的分析，找到了問題的前提條件，并發現了一條觸發requireSurface的方式。那么，就可以結束紙上談兵，通過實操來在本地復現這個閃退，來實錘前面的結論。
ThreadedRender.initialize還未調用
由于ThreadedRenderer不是公開api，需要通過反射來創建實例。拿到實例后不調用其intialize方法，直接反射調用createTextureLayer。代碼如下：
圖片
果然，復現了'requireSurface() called but no surface set!' 這個問題：
圖片
destroy或updateSurface(null)
通過反射創建ThreadedRender實例，先執行ThreadedRender.intialize，之后調用destroy或updateSurface清空surface，最后調用createTextureLayer，也成功復現了這個閃退。
前面的復現，只是從技術層面確認了問題發生的幾種可能，但還沒有與業務場景關聯起來。真實的問題是否在前面提到的這幾種可能中間？如果在的話，那具體的調用點在哪，又該如何修復？
嘗試在真實場景中復現
通過shaddow hook RenderProxy的Initialize、destroy、updateSurface、createTextureLayer等函數，在hook函數中打印一些日志。由于RenderProxy可能存在多個實例，需要在日志里加上RenderProxy實例的地址來方便追蹤單個RenderProxy調用時序。
hook函數如下：
圖片
盡管這個問題在android 6上閃退率比較高，但我用6.0測試機跑自動化測試，還是沒有復現這個問題。
問題不是必現的，排查進程在線下難以為繼。而只有在真實的業務場景中復現，才能明確問題根因，找到最佳修復方案。因此，需要加把這些hook點上線進一步排查。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，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定性和性能影響。
明確業務堆棧
前面的hook方案只能確認真實業務場景是否也有調用時序問題，并不清楚具體的業務調用堆棧。
從業務上層代碼到異常點，必然經過了ThreadedRender的Initialize、destroy、update、createTexture等方法，那么通過java hook把這些方法hook住，并打印堆棧應該就定位到業務代碼。需要注意的是：
Java hook 目前主流的方案中還沒有能達到線上大規模使用的水平，只能小流量觀察。
保障方案：系統版本限制在6.0，放量計劃1%->5%->10%，小流量觀察。
由于這些api調用頻率可能很高，也都在主線程，直接打印堆棧會影響性能。真正需要關注的就是異常前的幾次調用，且有些case可以通過以下條件預判，其余的堆棧都不必要甚至是干擾信息。需要關注的堆棧如下：
總結：可以通過surface是否為null、initialize是否調用過這兩個條件減少stackTrace。
在ThreadedRender中，surface都被透傳給了native層，沒有對應的Java引用，需要手動維護一個java 層的實例。初始化狀態可以通過反射ThreadedRenderer.mInitialized拿到，不過既然已經hook intialize和destroy了，這里也選擇手動維護一個初始化狀態，畢竟可以減少一次反射調用。
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);}上線后成功采集到了關鍵的Java調用堆棧！基本都集中在直播業務場景下，初始化前調用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討論。
ThreadedRender.Initialize之前
日志截圖如下：
圖片
調用時序問題確認：
對于地址為0x814a0b0的RenderProxy實例，沒有它intialize相關調用日志，只有一條createTextureLayer調用日志。可以明確，這個RenderProxy實例是在initialize之前調用createTextureLayer導致閃退！
Java 堆棧分析：
Log.d會對過長的堆棧進行截取，FrameLayout.onMeasure之前的都被截取了，不過對于排查問題，影響不大。
堆棧關鍵信息整理如下：
onMeasure會早于ThreadedRender.initialize執行嗎？
ThreadedRender.initialize和performMeasure相關的代碼都在performTraversals中，再次回到源碼中去分析。從代碼結構來看，initialize前后都有measure相關操作。initialize之前通過measureHierarchy調用了performMeasure，initialize之后是直接調用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系，得出measure早于initialize的結論，但我們可以保持這個懷疑進一步驗證。
這個方法過于巨大，移除無關代碼后如下：
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，無法確認異常是從哪個分支過來的。不過沒關系，注意到當mFirst=true時，滿足layoutRequested = true，會先調用執行measureHierarchy，可以在本地模擬mFirst=true這種情況，即可驗證。
本地通過onMeasure復現
本地寫個demo，在FrameLayout.onMeasure中立即調用TextureView.getBitmap，并通過反射查看mFirst的值，找個6.0的云真機驗證一下。onMeasure會連續執行多次，只有第一次的mFirst為true，但沒能復現問題，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的實現，
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，要想執行到ThreadedRender.createTextureLayer還需要滿足以：isAvailable()為true，手動調用一下TextureView.setSurfaceTexture就可以滿足。
根據猜想，再次編寫代碼終于復現成功！ 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時執行getBitmap，再次運行，不崩了。可見異常的關鍵條件就是mFirst！
if (!first) { //沒問題 mTextureView.getBitmap(mBitmap); }梳理下整體流程。ViewRootImpl首次performTraversals時(mFirst=true)，onMeasure會早于ThreadedRenderer.initialize。而業務方在onMeasure中又調用了TextureView.getBitmap，最終在native層會調用CanvasContext::requreSurface。由于還沒有執行過CanvasContext::initialize，當前mEglSurface為EGL_NO_SURFACE，于是在Android5~6上觸發了abort，發生surface not set的異常。
總結起來：在android6.0上，ViewRootImpl首次performTraversals時，如過在onMeasure中調用了TextureView.getBitmap，就可能會發生這個異常。
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。
通過字節碼插樁全局替換TextureView.getBitmap方法，當ViewRootImpl.mFirst=true時，就返回默認值而不執行getBitmap原有邏輯，這樣就不會調用到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，發現performTraversals會經歷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，達到和mFirst基本一致的效果。
最終方案：
插裝替換全局TextureView.getBitmap調用，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;}實驗全量后requireSurface 相關crash明顯下降，觀察兩周業務指標沒有明顯劣化，直播場景有正向收益，符合預期。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失敗相關的問題。
業務收益：看播滲透顯著提升；人均看播天數顯著提升；
穩定性收益：Native Crash大幅下降
圖片
圖片
這個requireSurface問題發生在RenderThread，但造成問題的原因在主線程，因此如果能在RenderThread線程發生native crash時抓到主線程java堆棧，就可以定位到業務根因，也就不需要一系列自下而上地代碼分析來尋找hook點了。
因此，后續有RenderThread線程異常時，應該把主線程堆棧上報上來，提高RenderThread問題的排查效率。
我們是字節跳動西瓜視頻客戶端團隊，專注于西瓜視頻 App 的開發和基礎技術建設，在客戶端架構、性能、穩定性、編譯構建、研發工具等方向都有投入。如果你也想一起攻克技術難題，迎接更大的技術挑戰，歡迎點擊閱讀原文，或者投遞簡歷到xiaolin.gan@bytedance.com。
最 Nice 的工作氛圍和成長機會，福利與機遇多多，在上海和杭州均有職位，歡迎加入西瓜視頻客戶端團隊 ！
本文鏈接：http://www.www897cc.com/showinfo-26-57272-0.html西瓜視頻RenderThread引起的閃退問題攻堅歷程
聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯系：2376512515@qq.com 津ICP備18001702號
津公網安備 12010102000574號