如何调试一个无法重现的错误？

2018 年 10 月 10 日，我们的团队发布了一个新版本的 React Native 应用程序。我们很高兴又为我们的用户交付了新功能。

但是，恐怖的事情发生了！

发布几个小时后，我们突然收到很多 Android 崩溃事件。

Android 版本上发生了 10000 次崩溃

我们的崩溃报告工具Sentry像着火了一样!

所有的新错误都是类似“JSApplicationIllegalArgumentException Error while updating property ‘left’ in shadow node of type: RCTView”这样的。

在 React Native 中，如果你使用错误的类型设置属性，通常会发生这种情况。但是，为什么我们在测试应用程序时没有发现这个错误？我们的新版本已经在多个设备上测试过了。

此外，错误似乎是随机的，似乎在遇到属性和阴影节点类型的组合时会发生这个错误。以下是其中的 3 个错误：

根据 Sentry 的报告，这些错误似乎在任意设备和任意 Android 版本上都会发生。

重现错误

修复错误的第一步是重现错误。所幸的是，因为有 Sentry 日志，我们知道用户在触发崩溃之前正在做什么。

绝大多数的崩溃都是发生在用户打开应用程序的时候。

现在我们也尝试重现一下。我们在 6 台不同的 Android 设备上安装从应用商店下载的 App，可惜的是，并没有发生崩溃！而且，在开发模式下就更不可能在本地重现这个错误了。

看来这样做似乎毫无意义。无论如何，崩溃似乎是随机发生的。发生崩溃的概率约为 10％，也就是说，基本上启动 App10 次会有一次发生崩溃。

分析堆栈跟踪信息

为了能够重现崩溃，我们试着去了解问题出在哪里。

如前所述，我们遇到了几个不一样的错误。它们都有类似但不完全相同的堆栈跟踪信息。

我们先来分析第一个：

java.lang.ArrayIndexOutOfBoundsException: length=10; index=-1    at android.support.v4.util.Pools$SimplePool.release(Pools.java:116)    at com.facebook.react.bridge.DynamicFromMap.recycle(DynamicFromMap.java:40)    at com.facebook.react.uimanager.LayoutShadowNode.setHeight(LayoutShadowNode.java:168)    at java.lang.reflect.Method.invoke(Method.java)    ...
java.lang.reflect.InvocationTargetException: null    at java.lang.reflect.Method.invoke(Method.java)    ...
com.facebook.react.bridge.JSApplicationIllegalArgumentException: Error while updating property 'height' in shadow node of type: RNSVGSvgView    at com.facebook.react.uimanager.ViewManagersPropertyCache$PropSetter.updateShadowNodeProp(ViewManagersPropertyCache.java:113)    

我们找到了发生错误的地方：android/support/v4/util/Pools.java。

我们已经非常深入到 Android 支持库，但不确定现在可以从中推断出多少信息。

使用另一种方式

另一种方法是检查我们在新版本代码中所做的修改，特别是那些会影响原生 Android 代码的修改。我们发现了 2 个可能性：

• 我们升级了 Native Navigation，这是一种在 Android 上为每个屏幕使用原生片段的导航解决方案；

• 我们升级了 react-native-svg。有一些与 SVG 组件相关的异常，但有些与它没有关系，所以很难说。

因为无法重现错误，我们最好的选择是：

• 回退 2 个库中的一个；

• 只发布给 10％的用户；

• 与这些用户确认，看看新版本有没有发生崩溃。这样就可以验证我们的假设。

要回退哪个库呢？

一种办法是通过抛硬币来决定，但我们真的要这么做吗？

再深入一些

好吧，让我们深入挖掘之前的堆栈跟踪信息，看看是否可以确定选择回退哪个库。

public static class SimplePool implements Pool {    private final Object[] mPool;    private int mPoolSize;    ...    @Override    public boolean release(T instance) {        if (isInPool(instance)) {            throw new IllegalStateException("Already in the pool!");        }        if (mPoolSize < mPool.length) {            mPool[mPoolSize] = instance;            mPoolSize++;            return true;        }        return false;    }

以上是崩溃发生的地方。错误是java.lang.ArrayIndexOutOfBoundsException: length=10; index=-1，意思是说，mPool 是一个大小为 10 的数组，但 mPoolSize = -1。

除了上面的 recycle 方法之外，可以修改 mPoolSize 的另一个地方是 SimplePool 类的 acquire 方法：

public T acquire() {    if (mPoolSize > 0) {        final int lastPooledIndex = mPoolSize - 1;        T instance = (T) mPool[lastPooledIndex];        mPool[lastPooledIndex] = null;        mPoolSize--;        return instance;    }    return null;}

因此，导致 mPoolSize 变为-1 的唯一可能是在 mPoolSize=0 时继续执行 mPoolSize–。 但在 mPoolSize > 0 时，这种情况怎么可能会发生呢？

我们在 Android Studio 中设置了一个断点，并检查启动应用程序时发生了什么。我的意思是，因为有一个 if 条件，这段代码不应该会出现故障！

出乎意料！

DynamicFromMap 持有对 SimplePool 的静态引用。

在精心设置断点并点了几十次 Play 按钮后，我们发现，mqt_native_modules 线程调用了 SimplePool.acquire 和 SimplePool.release（React Native 用来管理 React 组件的样式属性，如下图显示的组件 width 属性）。

但同时也被主线程调用！

从上面我们可以看到，它被用于更新主线程上的 fill prop，这个属性通常属于 react-native-svg 组件！实际上，react-native-svg 只在版本 7 之后才开始使用 DynamicFromMap 来提高原生 svg 动画的性能。

函数实际上被 2 个线程调用，但 DynamicFromMap 没有以线程安全的方式使用 SimplePool。“线程安全”又是什么鬼？

线程安全理论

因为 JavaScript 是单线程的，因此 JavaScript 开发人员通常不需要处理线程安全问题。

另一方面，Java 支持并发或多线程概念。多个线程可以在单个程序中运行，并且可能会并发访问公共数据结构，可能会导致意外的结果。

让我们举一个简单的例子，在下图中，线程 A 和线程 B 都：

• 将整数读入内存；

• 增加它的价值；

• 将它返回。

在线程 A 完成更新之前，线程 B 可能会访问数据的值。我们期望它们是两个单独的递增值操作，最终结果为 19，但结果可能会是 18。对于这样情况，数据的最终状态取决于线程操作的顺序，称为竞态条件。竞态条件的问题在于它们不一定总是会发生。对于上述的情况，线程 B 在递增值之前还有更多的工作要做，为线程 A 提供足够的时间来更新值。这就解释了重现崩溃的随机性和不可能性。

如果操作可以由很多线程同时完成，则数据结构被认为是线程安全的，就不会有出现竞态条件的风险。

当一个线程读取一个特定数据元素时，不应该让其他线程修改或删除这个元素（这称为原子性）。在我们之前的示例中，如果更新周期是原子的，就可以避免出现竞态条件。线程 B 将等待线程 A 完成操作。

由于 DynamicFromMap 持有对 SimplePool 的静态引用，因此不同线程的多个 DynamicFromMap 调用导致可以同时调用 SimplePool 的 acquire 方法。

在上图中，线程 A 调用 acquire 方法，得出条件为 true，但尚未减小 mPoolSize 的值（与线程 B 共享），而线程 B 同时调用该方法，并得出相同的条件。然后每个单独的调用都将减少 mPoolSize 的值，这就是为什么你会获得一个错误的值。

修复错误

我们在 react-native 上发现了一个未合并的 PR，这个 PR 修复了线程安全问题。

然后，我们部署了一个修补版本的 react native，将其发布给我们的用户。崩溃问题终于得到了解决！

这个修复将包含在 React Native 的下一个小版本 0.57 中。

为了修复这个错误，我们确实做出了很大的努力，但这也是一个深入了解 react-native 和 react-native-svg 的绝佳机会。

英文原文：

https://blog.bam.tech/developper-news/debugging-a-non-reproducible-crash