移動端監控體系之技術原理剖析
在這樣一個注重用戶體驗的時代，APM 技術快速發展，國內更是百花齊放，最近對各個公司的 APM 產品有一個調研，并在此基礎上進行了自己的實踐。這里就從 iOS 的角度出發，談談自己對移動端 APM 的技術上的理解，并提供相對應的實例。
何為 APM
APM 的全稱是Application performance management，即應用性能管理，通過對應用的可靠性、穩定性等方面的監控，進而達到可以快速修復問題、提高用戶體驗的目的。
國內各大公司都有自己的一套監控體系，這個系統可能是自己研發，也可能是第三方提供，當然對于這個數據為王的時代，很多有實力的公司傾向于自主研發，掌握核心數據。比較有代表性的 APM 產品有：聽云、阿里百川、騰訊 bugly、NewRelic、OneAPM、網易云捕等
說到監控，那么指標是我們所關注的呢?如下所示
- 網絡請求：成功率、狀態碼、流量、網絡響應時間、HTTP與HTTPS的 DNS 解析、TCP握手、SSL握手(HTTP除外)、首包時間等時間
- 界面卡頓、卡頓堆棧
- 崩潰率、崩潰堆棧
- Abort 率：也就是由于內存過高的等原因，被系統殺死的情況
- 交互監控：頁面加載時間、頁面的交互痕跡
- 維度信息：地域、運營商、網絡接入方式、操作系統、應用版本等
- 其他：內存、幀率、CPU使用率、啟動時間、電量等
聊聊原理
卡頓檢測
當應用發生卡頓的時候，一般會伴隨著掉幀，所以幀率是最容易想到的指標來判斷卡頓。對于線下的測試環境，我們可以使用幀率來對開發做一些提示，告訴他們可能發生了卡頓。但是幀率不穩定性較高，所以一般會采取另一種方式來做卡頓檢測。那就是Runloop，對于細節可以查看 Runloop 源碼，會發現對于事件的處理主要就是在kCFRunLoopBeforeSources和kCFRunLoopBeforeWaiting狀態之間,還有kCFRunLoopAfterWaiting之后。那我們就可以對兩個狀態進行監控，如果消耗時間太久，就代表著卡頓的發生。
阿里百川
上圖摘自阿里百川，如圖所示，我們會對卡頓次數做一個判斷，如果次數為1，但時間超時，則為單次耗時較長的卡頓，如果次數到達閥值，則證明是連續短時間卡頓。
當卡頓發生之后，我們為了定位，會收集當時的一個堆棧情況，在此你可以使用 PLCrashReporter 來做，也可以自己研發一個堆棧收集庫(可參考http://www.jianshu.com/p/7e4c7b94ca36來做)
對于實例，網上已經有很多開源的項目，你可以參考https://github.com/suifengqjn/PerformanceMonitor
崩潰檢測
對于崩潰的情況，一般是由 Mach異常或 Objective-C 異常(NSException)引起的。我們可以針對這兩種情況抓取對應的 Crash 事件。
Mach 異常捕獲
如果想要做mach 異常捕獲，需要注冊一個異常端口，這個異常端口會對當前任務的所有線程有效，如果想要針對單個線程，可以通過 thread_set_exception_ports注冊自己的異常端口，發生異常時，首先會將異常拋給線程的異常端口，然后嘗試拋給任務的異常端口，當我們捕獲異常時，就可以做一些自己的工作，比如，當前堆棧收集等。
對于如何注冊一個異常端口，這里有示意圖和 PLCrashReporter https://github.com/plausiblelabs/plcrashreporter可以參考
Unix 信號捕獲
對于Mach 異常，操作系統會將其轉換為對應的 Unix信號，所以如果你對Mach不熟悉的話，也可以通過注冊signalHandler的方式來做信號異常。對于實例，你可以參考https://github.com/xcysuccess/iOSCrashUncaught
- signal(SIGHUP, signalHandler);
- signal(SIGINT, signalHandler);
- signal(SIGQUIT, signalHandler);
- signal(SIGABRT, signalHandler);
- signal(SIGILL, signalHandler);
- signal(SIGSEGV, signalHandler);
- signal(SIGFPE, signalHandler);
- signal(SIGBUS, signalHandler);
- signal(SIGPIPE, signalHandler);
NSException 捕獲
對于NSException異常，也比較容易處理，通過注冊NSUncaughtExceptionHandler捕獲異常信息即可，將拿到的NSException細節寫入Crash日志，上傳到后臺做數據分析
- // register the uncaught exception handler
- SetUncaughtExceptionHandler(&handler);
Abort 率檢測
目前對于內存過高被殺死的情況是沒有辦法直接統計的，一般通過排除法來做百分比的統計，原理如下
- 程序啟動，設置標志位
- 程序正常退出，清楚標志
- 程序Crash，清楚標志
- 程序電量過低導致關機，這個也沒辦法直接監控，可以加入電量檢測來輔助判斷
- 第二次啟動，標志位如果存在，則代表Abort一次，上傳后臺做統計
阿里百川
交互監控
對于頁面的加載時間，這個比較容易實現，直接通過Runtime hook對應的生命周期方法即可，比如 viewDidLoad、viewWillAppear等
對于用戶的交互痕跡，比如點擊了那個按鈕、跳轉到了那個頁面，這些信息偏于用戶行為的收集，我們也獨立研發了一個無埋點的SDK，專門來做用戶行為數據的收集與分析，核心也是基于 hook AOP的思想。細節可以參考我同事的作品
網絡監控
對于成功率、狀態碼、流量，以及網絡的響應時間之類的，我們可以主要可以通過兩種方式來做
- 針對URLConnection、CFNetwork、NSURLSession三種網絡做Hook，hook的具體技術可以是method swizzle 也可以是Proxy、Fishhook之類的
- 也可以使用 NSURLProtocol 對網絡請求的攔截，進而得到流量、響應時間等信息，但是NSURLProtocol有自己的局限，比如NSURLProtocol只能攔截NSURLSession，NSURLConnection以及UIWebView，但是對于CFNetwork則無能為力
對于第一種方式可以Hook哪些方法的，可以參考這個圖
對于 HTTP與HTTPS 的 DNS 解析、TCP握手、SSL握手(HTTP除外)、首包時間等時間的統計，稍有難度
但是，因為我們所使用的URLConnection、CFNetwork、NSURLSession底層都是 BSDSocket，所以可以嘗試在socket上動手腳來實現效果，類似于通過ViewController的生命周期方法來統計頁面加載時間的做法，我們Hook socket相關的方法來做，比如通過hook socket連接時的 connect方法，拿到tcp握手的起始時間，通過hook SSLHandshake方法，在SSLHandshake執行的時候拿到 SSL握手的起始時間等。目前聽云已經提供了 HTTP 的分段時間查詢功能，大家去體驗下
- int connect(int, const struct sockaddr *, socklen_t) __DARWIN_ALIAS_C(connect);
- OSStatus SSLHandshake(SSLContextRef ctx)
但是對于 iOS 9 Apple 加入 ATS 新特性，并要求開發者使用 HTTPS，我在 iOS9、10上對 HTTPS 網絡請求Hook socket方法時候，有一些方法hook 失效，猜想應該是Apple 進行了加固、加密，導致一些系統方法沒辦法hook，所以在 iOS9、10 上無法通過socket來取得HTTPS網絡的分段時間
不過apple在 iOS 10 推出一個API，可以在 iOS10 版本以上進行網絡信息的收集
- - (void)URLSession:(NSURLSession *)session task:(NSURLSessionTask *)task didFinishCollectingMetrics:(NSURLSessionTaskMetrics *)metrics
打印結果如下
- (Fetch Start) 2017-02-24 09:03:06 +0000
- (Domain Lookup Start) 2017-02-24 09:03:06 +0000
- (Domain Lookup End) 2017-02-24 09:03:06 +0000
- (Connect Start) 2017-02-24 09:03:14 +0000
- (Secure Connection Start) 2017-02-24 09:03:14 +0000
- (Secure Connection End) 2017-02-24 09:03:16 +0000
- (Connect End) 2017-02-24 09:03:16 +0000
- (Request Start) 2017-02-24 09:03:16 +0000
- (Request End) 2017-02-24 09:03:16 +0000
- (Response Start) 2017-02-24 09:03:16 +0000
- (Response End) 2017-02-24 09:03:16 +0000
當然，對于網絡各層次的時間獲取，如果你有好的方案，希望您可以留言告知。同時對于一些維度信息和內存等基礎指標，很容易獲取，這里就不細談了
大禮包
在調研和學習APM技術的過程中，發現了很多優秀的博客，所以在此推薦給大家，有需要的可以自取
- 蘑菇街移動端全鏈路跟蹤保障體系
http://t.cn/R5whClL
- 美團外賣移動端性能監測體系實現
http://t.cn/RIUcX0o
- 微信讀書 iOS 質量保證及性能監控
http://t.cn/RibKdFW
- 網易NeteaseAPM iOS SDK技術實現分享
http://t.cn/R5ZyWVt
- 阿里百川碼力APP監控來了 重量級選手進入APM市場
http://t.cn/RfjDrvt
- APM最佳實踐系列文章專題合輯
http://t.cn/RxZQOto
- 手機淘寶：億級用戶APP的快速運維交付實踐
http://t.cn/RibFFYO
