你好,

我是林渡

2025-04-18 2 条 林渡

Android稳定性

watchdogiosuspend

[Android稳定性] 第033篇 [问题篇] suspend时shedule io操作导致线程阻塞引发死机

工厂BLMMI工站一台设备死机进dump，经dmesg与任务栈分析，确认是QCOM Apps Watchdog在约67.7秒触发bark/bite，而系统最后一次喂狗停在47.7秒，中间超过20秒未喂狗。期间系统处于s2idle挂起流程中，未正常resume，定时器与调度未运行，导致watchdog无法被喂。 进一步从timer list看到，当前时刻并没有到任何定时器触发点，印证了系统在挂起状态未被唤醒。通过tasks.txt定位到关键卡死线程为......

2025-04-18 评论 林渡

Android稳定性

中断风暴进程栈schedule

[Android稳定性] 第036篇 [原理篇] 理解中断上下文、进程上下文以及进程调度之间的关系

本文深入探讨了进程上下文、中断上下文以及 Linux 进程调度器（如 CFS）的概念和关联性。进程上下文是内核代码为特定进程执行任务的环境，能被调度、休眠和参与 CFS 调度。中断上下文是内核响应中断时运行的代码环境，不能睡眠，且不直接参与调度。SoftIRQ 和 Tasklet 作为中间层，处理中断后的任务。三者之间的关联性体现在中断上下文可以触发调度事件，而进程上下文可以主动调用调度器。文中还列举了在中断上下文中不能调用的函数或行为，并强调了中断上下文中禁止使用可能引起睡眠或阻塞的函数，以避免系统问题。

2025-04-18 评论 林渡

Android稳定性

死锁

[Android稳定性] 第037篇 [问题篇] vote函数持锁造成经典的AB-BA死锁

您好，我是一位专业的100字左右文章摘要总结写手。根据您提供的问题背景和日志分析，本文将探讨一个在Android设备老化测试过程中遇到的问题。具体来说，当使用组合键手动进入dump状态时，设备卡在了某些进程上，无法继续执行。通过分析dmesg日志，我们发现多个进程处于D状态，且存在锁的竞争关系。最终，我们确定这是一个典型的AB-BA锁死锁问题。

2025-04-15 评论 林渡

技术分享 / Linux内核

stack

【深入内核】Linux 内核栈初步了解

这篇文章详细介绍了Linux内核栈的概念、重要性以及与之相关的常见问题和调试方法。内核栈是Linux为每个线程在运行内核代码时专用的一块栈空间，用于保存函数调用链、局部变量、寄存器上下文等信息。文章强调了内核栈的大小固定（在ARM64架构下默认为16KB），不可扩展，并指出了在栈上分配大数组、返回栈上变量地址等常见“死亡操作”。此外，还提供了如何调试内核栈使用的方法，包括编译选项、工具和查看系统文件。最后，总结了避免内核栈溢出的建议，以确保系统稳定运行。

2025-04-14 评论 林渡

Android稳定性

中断风暴watchdog

[Android稳定性] 第035篇 [问题篇] 中断风暴触发watchdog bite

定位到系统死机的根本原因是显示子系统中断风暴，硬件中断msm_drm和dsi_ctrl频繁触发，导致CPU长时间被中断占用，内核软中断和线程无法调度。关键函数dsi_ctrl_hw_cmn_ctrl_reset卡死，形成软锁死，最终触发watchdog致使系统崩溃。

2025-04-10 评论 林渡

Android稳定性

OCPRESET

[Android稳定性] 第032篇 [原理篇] 高通平台 OCP & 组合键 Warm Reset 机制详解

本文深入探讨了Qualcomm平台Android系统中两种底层重启方式：OCP（过电流保护）触发的Warm Reset和通过组合键+Timer配置触发的Warm Reset。OCP是一种硬件保护机制，能监测供电轨是否过电流并执行Warm Reset。该重启不经过软件，重启后无last_kmsg记录。组合键+Timer配置则通过PMIC硬件监控按键状态，独立于软件，配置在Android启动后仍生效。两种重启方式均适合用于调试。

2025-04-09 评论 林渡

Android稳定性

kasanOOB

[Android稳定性] 第031篇 [原理篇] Linux内核内存检测工具KASAN

Kasan（Kernel Address Sanitizer）是一个动态检测内存错误的工具，主要功能是检查内存越界访问和使用已释放的内存等问题。Kasan集成在Linux内核中，随Linux内核代码一起发布，并由内核社区维护和发展。在Android内核开发中，Android包括内核地址排错程序(KASan)。KASan是内核与编译时修改的组合，形成了一个插桩系统，可以实现更简单的bug发现和根本原因分析。KASan可以检测内核中许多类型的内存违规行为，包括堆栈、堆和全局变量中的出界读取和写入操作，并可检测释放后再使用和双重释放错误。

2025-04-07 评论 林渡

Android稳定性

i2c

[Android稳定性] 第030篇 [问题篇] I2C bus hang 导致锁线程阻塞导致卡死

本文分析了测试过程中出现的ANR问题，通过分析bugreport日志，发现大量内核线程卡在“不可中断睡眠”状态，表明线程正在等待I/O操作。进一步分析发现，问题可能出在电池/充电控制相关驱动上，因为涉及I²C通信和电源管理的模块出现异常。此外，fg_read_volt函数在I²C读失败后，会尝试重试，但可能因为互斥锁或I2C总线问题导致永久阻塞，进而引发系统内多个线程进入D状态。根本原因可能是I²C传输超时导致regmap_raw_read函数卡住或失败，进而导致fg_read_word和fg_read_volt函数卡住或多次失败，最终引发线程风暴。可能的原因包括硬件层面的I²C总线锁死、Fuel Gauge芯片异常、电池连接问题，以及软件层面的I²C驱动问题、多线程并发访问问题、I²C错误处理问题等。

2025-04-01 评论 林渡

Android稳定性

数组越界bitflip

[Android稳定性] 第029篇 [问题篇] 数组越界导致Unexpected kernel BRK exception at EL1

在高低温测试中，两例设备死机问题指向charger模块。分析日志发现，问题源于`status_change_work`函数中的数组越界，可能与bitflip问题相关。解决方案建议增加兼容性代码，确保`cyclecount`值在0到800之间，防止异常值导致数组越界。

2025-04-01 评论 林渡

Android稳定性

LDOOCP

[Android稳定性] 第028篇 [问题篇] 可靠性滚筒测试中高概率自动关机问题记录

委外实验室AS2/AS4/AS5在滚筒测试中出现自动关机问题，惠州实验室AS1、AS3无此现象。分析发现LDO7触发OCP保护导致异常。验证方案将LDO7的OCP设置从LPM模式改为NPM模式，测试结果显示问题解决。