最后的拯救方案 - 安全模式

引言：天猫客户端用户众多，如何保证天猫 App 的稳定性是非常重要的任务，而启动阶段的保护是其中关键的一环。

天猫安全模式致力于解决 APP 启动阶段的 crash 等问题，同时具备自修复能力、同步热修复能力，是一整套启动保护的解决方案。

天猫安全模式的由来

问题：APP 在使用过程中，有时会遇到线上无法修复的启动 crash 问题，用户无法使用 APP

思考：

1. 我们能否避免这样的问题发生？有没有办法让程序自动修复该问题？
2. 我们怎么样能更好的修复同类问题？

结论：

我们需要一个可以保证 APP 顺利启动并解决重大问题的解决方案 - 安全模式

天猫安全模式设计

天猫安全模式重点放在了解决启动阶段问题上，从配置后台、客户端能力、数据、测试四个方面给出了统一的解决方案，同时也考虑到了不同 APP 的兼容性问题

配置后台

• 统一的配置后台，具备灰度发布机制

客户端能力

• 在 APP 连续 Crash 情况下具备分级、无感自修复能力
• 具备同步热修复能力
• 具备指定触发某项特定功能的能力
• 具备功能注册能力，可以方便的后期扩展安全模式

数据统计及告警

• 统一的数据平台
• 监控告警功能，让你及时发现问题
• 可以查看热修复成功率等数据

快速测试

• 优化预发环境下测试
• 优化每次回归验证安全模式的难度等

天猫安全模式的发展

安全模式到目前为止经历了 4 个大的版本，功能一直在不断的完善，下图介绍了每个版本的主要功能

天猫安全模式的原理

APP crash 的原因有很多，每个 APP 设计的方案也有不同，将其所有的异常错误都捕捉到很困难，因此我们换了个方式，完全从用户的角度来思考什么是异常退出，也就是打标记 flag 方式

• 如何判断异常退出：

  • APP 启动时记录一个 flag 值
  • 满足以下条件时，将 flag 值清空：
    • APP 正常启动 10 秒
    • 用户正常退出应用
    • 用户主动从前台切换到后台
  • 如果在启动阶段发生异常，则 flag 值不会清空，通过 flag 值就可以判断出客户端是否异常退出
  • 每次异常退出，flag 值都会 +1

• 安全模式的分级执行策略：

  • 安全模式中根据 flag 值的大小做了分级执行策略，目前分为两级安全模式，连续 crash 2 次为一级安全模式，连续 crash 3 次及以上为二级安全模式
  • 业务线可以在一级安全模式中注册行为，比如某业务要清空缓存数据，这样在进入一级安全模式时，安全模式就会自动调用注册的行为，尝试修复客户端
  • 如果一级安全模式无法修复 APP，则会进入二级安全模式，二级安全模式会将 APP 恢复到初次安装状态，将 Document、Library、Cache 三个根目录清空

• 热修复执行策略：

  • 老版本热修复策略：二级安全模式中触发
    • 问题：连续 crash 3 次后触发，在有问题的情况下，能打开这么多次 APP 的用户太少了，我们能不能更快的修复呢？
  • 新版本修复策略：
    • 将热修复从具体的级别中剥离，只要发现配置中需要热修复，APP 就会同步阻塞进行热修复，保证修复的及时性

• 灰度方案：

  • 安全模式制定了简单的灰度策略，灰度时，配置中会同时包含灰度、正式两份配置，也会包含灰度的概率
  • APP 根据特定算法算出自己是否满足灰度条件，如果满足，则使用灰度配置，否则使用正式配置

天猫安全模式在易用性上的思考

最开始时，我们并没有特别考虑易用性问题，因为前两个版本都只有天猫一个接入方，不用考虑差异性问题；但在对接集团其他 APP 时，发现大家的需求点还是有较大不同的，同时也发现了安全模式存在的不足，因此我们加大了对易用性的考虑，主要体现在以下几点：

接入成本

• 站在接入方角度，完善文档，重新定义接口，力求接口简单、清晰，降低接入成本

统一配置后台

• 方便接入方配置信息，利用阿里云的 CDN 服务搭建统一的配置中心，可按照 APP、版本来配置

定制性

• 考虑到不同 APP 的定位以及实际需求的不同，改造安全模式支持定制功能，让接入方来决定具体行为
• 比如天猫觉得用户主要关心的是功能可用，不关心是否进入安全模式，因此不需要显示一个独立的提示页面，但与其他 APP 沟通时发现，有些 APP 还是很想有这样一个提示页面来告知用户我们做了什么

灰度机制

• 安全模式最开始的定位只是用于解决启动 crash 问题，但是在与集团内其他 APP 沟通的过程中发现，他们也有需要在 APP 不 crash 的情况下解决问题的需求，直接发布还是很危险的，对灰度机制的需求很迫切，因此我们在 4.0 版本中实现了灰度机制

数据分析

• 采用集团统一的数据平台，方便接入方查询相关数据，同时为安全模式的改进提供依据

快速测试

• 针对测试（模拟连续 crash）加入特殊处理，提高测试效率

结语

• 安全模式目前发展到 V4.0 版本，已上线超过半年时间，很好的保证了天猫 APP 的启动安全，后续我们还会持续对其打磨，让安全模式更好的为 APP 保驾护航。

感谢徐川对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作，请邮件至 [email protected] 。也欢迎大家通过新浪微博（ @InfoQ ， @丁晓昀），微信（微信号： InfoQChina ）关注我们。