底层漫游 - 云栖梦泽

[Android稳定性] 第048篇 [原理篇] Android SWT机制介绍

深入解析Android System Server中的Watchdog机制，阐述其关键作用：防止核心服务和线程因死锁或长时间阻塞导致系统不可用，通过周期性Checker监控各大线程与服务，超时自动重启，保障系统稳定与用户体验。详细讲解Watchdog的启动流程、重要变量、核心线程监控逻辑和AMS集成

[Android稳定性] 第047篇 [问题篇] Unexpected kernel BRK exception at EL1

**问题背景**：多款手机在启用移动热点功能后出现死机现象，涉及BUGO19-6212、BUGO19-6235和BUGO19-6210等多个JIRA问题。 **问题现象**：设备在启用热点后崩溃。经过测试，发现启用热点功能会导致设备死机，与预期不符。 **问题分析**：通过分析堆栈信息和汇编代码，初步判断问题为数组越界。寄存器W26的值超出数组最大值，导致数组越界，进而触发BRK异常。 **wlan模块分析**：在wlan模块中，存在两个for循环，重复复制了同一批非indoor信道，导致pcl_len值翻倍，超出数组最大值。 **解决方案**：删除第二个for循环，避免重复复制信道，从而解决数组越界问题。

【深入内核】linux ftrace详解

本文主要介绍了Ftrace（Function Tracer）的概念、实现原理和使用方法。Ftrace是Linux内核自带的轻量级跟踪框架，用于记录内核内部发生的事件与函数调用，帮助开发者洞察系统最深处的执行路径、时序瓶颈与异常行为。文章详细阐述了Ftrace的实现原理，包括静态插桩和动态插桩两种方式，并介绍了Ftrace的开启方法，包括设置tracer类型、设置tracer参数、使能tracer、进行测试和提取trace结果等步骤。此外，文章还介绍了常见的trace event详解和特别注意点，如能够使用adb和开机过程中死机的情况。

[Android稳定性] 第046篇 [方法篇] 如何使用trace32恢复AOP现场？

本文介绍了使用hansei工具解析AOP/RPM及使用trace32恢复AOP现场的方法。首先获取hansei工具，安装依赖库后执行工具，输入相关路径生成文件。然后进行恢复前的准备工作，包括下载T32脚本和准备相关文件。最后，通过执行aop_rpm_load.bat文件，选择正确的cmm文件开始恢复。

[Android稳定性] 第045篇 [问题篇] Kernel panic - not syncing: Attempted to kill init! exitcode=0x00007f00

本文分析了在测试DDR TT和Reboot测试专项过程中机器出现dump的问题。通过panic现场和加debug patch的分析，发现死机原因是ufs没有初始化成功，函数`ufshcd_complete_dev_init`耗时过长。进一步分析发现，`kworker/6:1`线程在执行`kfree_rcu_monitor()`时被调度出去，并长时间卡在`schedule()`中，最终导致死机。根本原因是在ufs函数执行时被串口输出调度出去，而串口输出调度优先级很高，执行console_unlock()时持锁状态下运行，不允许调度，且阻塞式串口写函数`qcom_geni_serial_poll_tx_done`会造成长时间占用CPU。

linux-dead-lock-detect-lockdep

死锁是多进程或线程因相互等待资源而导致系统阻塞、难以自我恢复的严重问题。Linux 内核区分 D 状态死锁（因 I/O 资源长时间等待导致局部进程间互锁，多表现为系统冻结）和 R 状态死锁（进程占用 CPU 不释放，可能引发全局系统调度失败及看门狗复位）。常见死锁类型包括重复上锁、ABBA 顺序反复上锁等，尤其是 AB-BA 死锁，最易因多线程错拿锁顺序形成。为应对复杂内核环境中的死锁风险，lockdep 死锁检测模块应运而生，通过跟踪锁类以及各锁类的依赖链，提前发现潜在死锁风险并进行详细状态分析。

[Android稳定性] 第044篇 [问题篇] Unable to handle kernel write to read-only memory at virtual address

在老化测试中，多台机器出现黑屏问题，主要现象为使用9-11版本时，27台机器中有25台因USB问题导致dump，且问题多出现在使用33瓦充电器时。通过LOG分析，问题出现在45次重启测试中。dmesg日志显示，问题源于内存异常踩踏，具体为操作了空指针地址的结构体成员。根本原因分析表明，在dwc3_msm模块中，存在一个空指针赋值操作，导致数据写入异常地址。解决方案建议对涉及空指针的代码进行兼容性处理，并在gerrit上提交了相关代码修改。

[Android稳定性] 第042篇 [问题篇] 数组越界导致的Unexpected kernel BRK exception at EL1

在reboot压力测试中出现一台设备死机，分析发现是由于函数 `fg_mac_read_block` 在处理数据时，没有对数组长度进行范围限制，导致数组越界，触发 `Unexpected kernel BRK exception at EL1` 异常，最终导致设备死机。通过分析汇编代码和寄存器状态，确定问题根源并提出了修复方案，即在读取数据后增加对长度的判断，防止数组越界。同时，引申出对 `trace32` 解析结果和编译器优化行为的思考，强调了在实际调试中应结合寄存器状态进行分析，并注意编译器可能进行的优化。

[Android稳定性] 第041篇 [问题篇] Unable to handle kernel paging request at virtual address 00046ffca9037bf9

系统在休眠过程中发生死机，核心原因在于disp_feature/disp-DSI-0模块的异常。分析日志发现display初始化流程被电源键中断函数非正常触发，导致初始化时出现竞争。两个线程并发执行display相关操作，其中T710线程通过pwrkey的irq触发，导致多次试图注册disp_feature设备，引发sysfs重复命名报错（-EEXIST），随后proc目录下相关内容未能正确清理并产生资源泄漏。整个流程暴露出display初始化与电源键中断处理耦合过紧、并发管理不合理、设备注册机制缺陷等问题，易导致系统异常或内核崩溃。

2026 年 6 月
日	一	二	三	四	五	六
	1	2	3	4	5	6
7	8	9	10	11	12	13
14	15	16	17	18	19	20
21	22	23	24	25	26	27
28	29	30