1、引言
隨著Android系統的不斷升級，即時通訊網技術群和社區里的IM和推送開發的程式設計師們，對於進程保活這件事是越來越悲觀，必竟系統對各種保活黑科技的限制越來越多了，想超越系統的摯肘，難度越來越大。
但保活這件事就像「激情」之後的餘味，總是讓人慾罷不能，想放棄又不甘心。那麼，除了像上篇《2020年了，Android後台保活還有戲嗎？看我如何優雅的實現！》這樣的正經白名單方式，不正經的「黑科技」是否還有發揮的餘地？
答案是肯定的，「黑科技」仍發揮的餘地。不是「黑科技」不行，而是技術沒到位。
研究TIM的保活是一次偶然機會，發現在安全中心關閉了它的自啟動功能的情況下， 一鍵清理、強力清理等各大招都無法徹底殺掉TIM，系統的自啟動攔截也沒能阻止TIM的永生，這引起了我強烈的興趣，於是便有了本文。
本文將從Andriod系統層面為你深入剖析騰訊TIM這款IM應用的超強保活能力，希望能給你帶來更多Android方面的靈感。
* 特別申明：本文的技術研究和分析過程，僅供技術愛好者學習的用途，請勿用作非法用途。如有不妥，請聯繫站長。
擴展知識：騰訊TIM是什麼？（以下文字來自百度百科）
TIM是由騰訊公司於2016年11月發布的多平台IM客戶端應用。TIM是在QQ輕聊版的基礎上加入了協同辦公服務的支持，可QQ號登錄，以及好友、消息同步等，適合辦公使用。
（本文同步發布於：http://www.52im.net/thread-2893-1-1.html）
2、本文作者
袁輝輝：2019年5月加入字節跳動移動平台部。畢業於西安電子科技大，曾就職於小米、聯想、IBM。
之前主要經歷從事Android手機系統研發，在上一份小米MIUI系統組工作期間主要負責小米手機Android Framework架構優化、系統穩定、技術預研、平台建設等工作。熱衷於研究Android系統內核技術，對Android系統框架有著深刻理解與豐富的實戰經驗，編寫近200篇高質量文章，多次受邀參加業內Android技術大會演講。
3、保活技術回顧
Android保活技術的進化，可以分為幾個階段。
第一個階段：也就是各種「黑科技」盛行的時代，比如某Q搞出來的1像素、後台無聲音樂（某運動計步APP就干過）等等。
這個階段的一些典型主要技術手段，可以看以下這幾篇文章：
《應用保活終極總結(一)：Android6.0以下的雙進程守護保活實踐》
《Android進程保活詳解：一篇文章解決你的所有疑問》
《微信團隊原創分享：Android版微信後台保活實戰分享(進程保活篇)》
第二個階段：到了Android 6.0時代以後，Android保活就開始有點技術難度了，之前的各種無腦保活方法開始慢慢失效。
這個階段的一些典型技術手段，可以讀讀以下這幾篇文章：
《應用保活終極總結(二)：Android6.0及以上的保活實踐(進程防殺篇)》
《應用保活終極總結(三)：Android6.0及以上的保活實踐(被殺復活篇)》
第三個階段：進入Android 8.0時代，Android直接在系統層面進行了各種越來越嚴格的管控，可以用的保活手段越來越少，保活技術的發展方向已發分化為兩個方向——要麼用白名單的方式走正經的保活路徑、要麼越來越「黑」一「黑」到底（比如本文將要介紹的TIM的保活手段）。
這個階段可以用的保活已經手段不多了，以下幾篇盤點了目前的一些技術可行性現狀等：
《Android P正式版即將到來：後台應用保活、消息推送的真正噩夢》
《全面盤點當前Android後台保活方案的真實運行效果（截止2019年前）》
《2020年了，Android後台保活還有戲嗎？看我如何優雅的實現！》
4、什麼是保活？
保活就是在用戶主動殺進程，或者系統基於當前內存不足狀態而觸發清理進程後，該進程設法讓自己免於被殺的命運或者被殺後能立刻重生的手段。
保活是」應用的蜜罐，系統的腫瘤「，應用高保活率給自己贏得在線時長，甚至做各種應用想做而用戶不期望的行為，給系統帶來的是不必要的耗電，以及系統額外的性能負擔。
保活方案一直就層出不窮，APP開發們不斷地絞盡腦汁讓自己的應用能存活得時間更長， 主要思路有以下兩個。
提升進程優先級，降低被殺機率：
1）比如監聽SCREEN_ON/OFF廣播，啟動一像素的透明Activity；
2）啟動空通知，提升fg-service；
... ...
進程被殺後，重新拉起進程：
1）監聽系統或者第3方廣播拉起進程。但目前安全中心/Whetstone已攔截；
2）Native fork進程相互監聽，監聽到父進程被殺，則通過am命令啟動進程。force-stop會殺整個進程組，所以這個方法幾乎很難生效了。
5、初步分析
5.1 初識TIM
執行命令adb shell ps | grep tencent.tim，可見TIM共有4個進程， 其父進程都是Zygote：
root@gityuan:/ # ps | grep tencent.tim
u0_a146 27965 551 1230992 43964 SyS_epoll_ 00f6df4bf0 S com.tencent.tim:Daemon
u0_a146 27996 551 1252492 54032 SyS_epoll_ 00f6df4bf0 S com.tencent.tim:MSF
u0_a146 28364 551 1348616 89204 SyS_epoll_ 00f6df4bf0 S com.tencent.tim:mail
u0_a146 31587 551 1406128 147976 SyS_epoll_ 00f6df4bf0 S com.tencent.tim
5.2 一鍵清理看現象，排查初步懷疑
以下是對TIM執行一鍵清理後的日誌：
12-21 21:12:20.265 1053 1075 I am_kill : [0,4892,com.tencent.tim:Daemon,5,stop com.tencent.tim: from pid 4617]
12-21 21:12:20.272 1053 1075 I am_kill : [0,5276,com.tencent.tim:mail,2,stop com.tencent.tim: from pid 4617]
12-21 21:12:20.305 1053 1075 I am_kill : [0,4928,com.tencent.tim,2,stop com.tencent.tim: from pid 4617]
12-21 21:12:20.330 1053 1075 I am_kill : [0,4910,com.tencent.tim:MSF,0,stop com.tencent.tim: from pid 4617]
12-21 21:13:59.920 1053 1466 I am_proc_start: [0,5487,10146,com.tencent.tim:MSF,service,com.tencent.tim/com.tencent.mobileqq.app.DaemonMsfService]
12-21 21:13:59.984 1053 1604 I am_proc_start: [0,5516,10146,com.tencent.tim,content provider,com.tencent.tim/com.tencent.mqq.shared_file_accessor.ContentProviderImpl]
Force-stop是系統提供的殺進程最為徹底的方式，詳見文章《Android進程絕殺技–forceStop》。從日誌可以發現一鍵清理後TIM的4個進程全部都已被Force-stop。但進程com.tencent.tim:MSF立刻就被DaemonMsfService服務啟動過程而拉起。
問題1：安全中心已配置了禁止TIM的自啟動， 並且安全中心和系統都有對進程自啟動以及級聯啟動的嚴格限制，為何會有漏網之魚？
懷疑1： 是否安全中心自啟動沒能有效限制，以及微信/QQ跟TIM有所級聯，比如com.tencent.mobileqq.app.DaemonMsfService服務名中以com.tencent.mobileqq(QQ的包名)開頭。
經過dumpsys以及反覆驗證後排除了這種可能性，如下：
12-21 21:12:20.266 1053 1075 I AutoStartManagerService: MIUILOG- Reject RestartService packageName :com.tencent.tim uid : 10146
12-21 21:12:20.291 1053 1075 I AutoStartManagerService: MIUILOG- Reject RestartService packageName :com.tencent.tim uid : 10146
12-21 21:12:20.323 1053 1075 I AutoStartManagerService: MIUILOG- Reject RestartService packageName :com.tencent.tim uid : 10146
12-21 21:12:20.323 1053 1075 I AutoStartManagerService: MIUILOG- Reject RestartService packageName :com.tencent.tim uid : 10146
12-21 21:12:20.331 1053 1075 I AutoStartManagerService: MIUILOG- Reject RestartService packageName :com.tencent.tim uid : 10146
12-21 21:12:20.332 1053 1075 I AutoStartManagerService: MIUILOG- Reject RestartService packageName :com.tencent.tim uid : 10146
懷疑2： 是否在TIM進程被殺後, 收到BinderDied後的死亡回調過程中將Service再次拉起，這個情況也很快就被排除， 因為force-stop這種冷麵強力殺手， 並不會等到死亡回調再去清理進程相關信息，而是直接連根拔起，並不會走到AMS的死亡回調。
懷疑3： TIM設置了alarm機制，在callApp為空符合特徵， 但經過分析這裡就是普通的startService, 非startServiceInPackage()， 也排除了這種可能性：
//啟動DaemonAssistService時，callApp為空，只有通過PendingIntent方式才可能出現這種情況
12-21 21:56:54.653 3181 3195 I am_start_service: [-1,NULL,10146,com.tencent.tim:Daemon,com.tencent.tim/com.tencent.mobileqq.app.DaemonAssistService,{cmp=com.tencent.tim/com.tencent.mobileqq.app.DaemonAssistService}]
12-21 21:56:56.666 3181 3827 I am_start_service: [-1,NULL,10146,com.tencent.tim:MSF,com.tencent.tim/com.tencent.mobileqq.app.DaemonMsfService,{cmp=com.tencent.tim/com.tencent.mobileqq.app.DaemonMsfService}]
既然排除以上3種可能，直接上斷點來看看吧。
5.3 Android Studio斷點分析
一上斷點就發現了意外的一幕：
問題2：startService()的callingPid怎麼可能等於0？
5.3.1）分析callingPid=0：
為什麼說上面是意外的一幕呢？這需要對binder底層原理有一定深入理解，才能看出一些端倪，那就是此處callingPid=0是不合理邏輯的。很多人可能不太理解為何就不合乎邏輯， 這要從Binder原理說起， startService()這個Binder call是屬於同步binder調用， 對於binder調用過程，只有異步Binder調用的情況下callingPid=0才會為空， 因為不需要reply應答數據給發送binder請求的那一端。 但如果是同步的，則必須要給出callingPid，否則無法將應答數據回傳給發送方。 這是由Binder Driver所決定的，見如下Binder Driver核心代碼。
(1) Binder發起端：根據當前ONE_WAY來決定是否設置from線程
binder_transaction(...) {
...
if(!reply && !(tr->flags & TF_ONE_WAY))
t->from = thread;
else
t->from = NULL;
}
...
}
(2) Binder接收端： 根據from線程是否為空， 來決定sender_pid是否為0. 這便是Java層所說的callingPid
binder_thread_read(...) {
...
t_from = binder_get_txn_from(t);
if(t_from) {
structtask_struct *sender = t_from->proc->tsk;
tr.sender_pid = task_tgid_nr_ns(sender,
task_active_pid_ns(current));
} else{
tr.sender_pid = 0;
}
...
}
上述代碼表明： 同步的Binder調用的情況下則callingPid必定不等於0。
下面告訴大家如何看一個Binder調用是否同步， 如下圖最後一個參數代表的是FLAG_ONEWAY值，等於0則代表的是同步， 等於1則代表的是異步。
以上代碼是framework的框架代碼，startService最終都會調用到這裡來，所以callingPid必然是不可能出現為0的情況，讓我們看不透到底哪個進程把com.tencent.tim: Daemon拉起的。
5.3.2）揭秘：
從前面的分析來看callingPid是不可能為0的， 但從結果來看的確是0， 出現矛盾就一定有反常規存在，難道是存在同步的Binder調用，也存在同時callingPid=0的case？答案是No.
從源碼角度來看是沒有這種可能性存在，後面再進一步追蹤flags值的變化，從如下的flags=17，可以確定的是此處的startService的binder call是ONE_WAY的，這就可以確定的確是發起了異步的Binder調用。
代碼如下：
雖然callingPid=0，但從callUid=10146可以確定的一點是com.tencent.tim: Daemon進程是被來自TIM應用自身的某個進程所拉起的。
5.4 小結
通過前面的初步分析，先整理一下思路，有以下初步結論：
1）TIM至少有4個進程，且都是由Zygote進程fork, 保活是通過startService被拉起；
2）排除 安全中心的對TIM限制自啟動功能失效的情況；
3）排除 TIM進程被殺後的Binder死亡回調過程通過Service重新拉起進程；
4）排除 alarm機制 拉起進程；
5）從callingPid=0，可以得出TIM沒有走常規的系統框架中提供的startService()接口來啟動服務，而是自定義的方式；
6）從callingUid=10146, 可以得出TIM救活自己的方式，是通過TIM自身，而非系統或者第三方應用拉起。
到此不難得出一個猜想： 首先TIM應用能做到監聽應用進程被殺的情況， 其次是TIM應用自身替換掉或者自定義一套Binder調用，主動跟Binder驅動進行數據交互。
6、深入分析
6.1 尋求規律
TIM應用有4個進程，不斷反覆地嘗試殺TIM每一個進程後，觀察自啟動的情況後。 發現了一個規律：com.tencent.tim: Daemon和com.tencent.tim:MSF進程任一被殺，都會先把對方進程拉起，然後跟著自殺後，再重啟。
接下來就把範圍鎖定在這兩個進程，然後來tracing信號處理情況。
6.2 從signal角度來分析
打開signal開關：
root@gityuan:/ # echo 1 > /d/tracing/events/signal/enable
root@gityuan:/ # echo 1 > /d/tracing/tracing_on
執行如下命令抓取tracing log：
root@cancro/: cat/d/tracing/trace_pipe
日誌如下：
//通過adb shell kill-9 10649, 將com.tencent.tim:Daemon進程殺掉
sh-22775 [000] d..2 18844.276419: signal_generate: sig=9 errno=0 code=0 comm=cent.tim:Daemon pid=10649 grp=1 res=0
//線程Thread-89 將tencent.tim:MSF進程也殺掉了
Thread-89-10712 [000] dn.2 18844.340735: signal_generate: sig=9 errno=0 code=0 comm=tencent.tim:MSF pid=10669 grp=1 res=0
Binder:14682_4-14845 [000] d..2 18844.340779: signal_deliver: sig=9 errno=0 code=0 sa_handler=0 sa_flags=0
Binder:14682_1-14694 [000] d..2 18844.341418: signal_deliver: sig=9 errno=0 code=0 sa_handler=0 sa_flags=0
Binder:14682_2-14697 [000] d..2 18844.345075: signal_deliver: sig=9 errno=0 code=0 sa_handler=0 sa_flags=0
tencent.tim:MSF-14682 [000] dn.2 18844.345115: signal_deliver: sig=9 errno=0 code=0 sa_handler=0 sa_flags=
從這裡，可以發現com.tencent.tim: Daemon進程是由於其中一個線程Thread-89所殺，但從名字來看Thread-xxx，很明顯是系統自動生成的編號。
問題3：進程內的名叫「Thread-89」的線程具有什麼特點，如何做到把進程殺掉？
從下面的截圖，可以看出MSF進程的這個特殊的線程當前在執行flock_lock操作，這個明顯是一個文件加鎖的操作， 這個方法很快就引起了我的注意。同理Daemon進程也有一個這樣的線程， 離真相有近了一步。
再來看看調用棧情況：
Cmd line: com.tencent.tim:Daemon
"Thread-89"prio=10 tid=12 Native
| group="main"sCount=1 dsCount=0 obj=0x32c07460 self=0xf3382000
| sysTid=10712 nice=-8 cgrp=bg_non_interactive sched=0/0handle=0xee824930
| state=S schedstat=( 44972457 14188383 124 ) utm=1 stm=3 core=0 HZ=100
| stack=0xee722000-0xee724000 stackSize=1038KB
| held mutexes=
kernel: __switch_to+0x74/0x8c
kernel: flock_lock_file_wait+0x2a4/0x318
kernel: SyS_flock+0x19c/0x1a8
kernel: el0_svc_naked+0x20/0x28
native: #00 pc 000423d4 /system/lib/libc.so (flock+8)
native: #01 pc 0000195d /data/app/com.tencent.tim-1/lib/arm/libdaemon_acc.so (_Z9lock_filePc+64)
...
native: #29 pc 0000191f /data/app/com.tencent.tim-1/lib/arm/libdaemon_acc.so (_Z9lock_filePc+2)
native: #30 pc 0000191d /data/app/com.tencent.tim-1/lib/arm/libdaemon_acc.so (_Z9lock_filePc)
native: #31 pc 0000191b /data/app/com.tencent.tim-1/lib/arm/libdaemon_acc.so (_Z18notify_and_waitforPcS_+102)
...
native: #63 pc 000018d1 /data/app/com.tencent.tim-1/lib/arm/libdaemon_acc.so (_Z18notify_and_waitforPcS_+28)
at com.libwatermelon.WaterDaemon.doDaemon2(Native method)
at com.libwatermelon.strategy.WaterStrategy2$2.run(WaterStrategy2.java:111)
從這個線程的調用棧中的名字， notify_and_waitfor讓我想到了這極有可能用於監聽文件來獲知進程是否存活。 為了進一步觀察這個特殊線程的工作使命， 這裡還不需要GDB, 祭出strace大招應該就差不多。
6.3 利用strace分析
root@gityuan:/ # strace -CttTip 22829 -CttTip 22793
結果如下：
flock基礎知識簡介:
flock是Linux文件鎖，用於多個進程同時操作同一個文件時，通過加鎖機制保證數據的完整，flock使用場景之一，便是用於檢測進程是否存在。flock屬於建議性的鎖，而非強制性鎖，只是進程可以直接操作正被另一個進程用flock鎖住的文件， 原因在於flock只檢測文件是否加鎖，內核並不會強制阻塞其他進程的讀寫操作，這便是建議性鎖的內核策略。
方法原型： intflock(intfd, intoperation)
第一個參數是文件描述符，第二參數指定鎖的類型，有以下3個可選值：
1）LOCK_SH: 共享鎖， 同一時間運行多個進程同時持有該共享鎖；
2）LOCK_EX: 排它鎖，只允許一個進程持有該鎖；
3）LOCK_UN: 移除該進程的該文件所持有的鎖。
從strace可以推測出：com.tencent.tim:MSF進程的監控線程執行排它鎖LOCK_EX類型的flock，嘗試去獲取某個文件，而該文件已被com.tencent.tim: Daemon進程所持有，所以MSF進程會被阻塞知道鎖的釋放，而一旦Daemon進程被殺，系統就會回收所有資源(包括文件)，這是Linux內核負責完成的。
當Daemon進程的文件被回收，就會釋放flock， 從而MSF進程可以獲取該鎖，從而吐出「lock file success」的信息。 MSF得知Daemon進程被殺，然後執行一行ioctl(11, BINDER_WRITE_READ, 0xffffffffee823ed0) = 0 <0.000867> 。
這個應該就是TIM進程自身實現了一套執行startService的Binder調用，向Binder驅動發送 BINDER_WRITE_READ的ioctl命令。 再然後發送kill SIGKILL將自身MSF進程殺掉，同樣的道理可以再次被拉起。
分析到這裡，看執行了writev操作， 應該就是Log操作， 有一個關鍵詞到 Watermelon 吸引了我的注意力， 搜索 Watermelon 關鍵詞，果然找到新的一片天地。
6.4 TIM日誌
//舊的MSF進程
24538 24562 D Watermelon: lock filesuccess >> /data/user/0/com.tencent.tim/app_indicators/indicator_p2
24538 24562 E Watermelon: Watch >>>>Daemon<<<<< Daed !!
24538 24562 E Watermelon: java_callback:onDaemonDead
24538 24562 V Watermelon: onDaemonDead
24576 24576 D Watermelon: lock filesuccess >> /data/user/0/com.tencent.tim/app_indicators/indicator_d1
24576 24576 E Watermelon: Watch >>>>Daemon<<<<< Daed !!
24576 24576 E Watermelon: process exit
//新daemon進程
25103 25103 V Watermelon: initDaemon processName=com.tencent.tim:Daemon
25103 25103 E Watermelon: onDaemonAssistantCreate
25134 25134 D Watermelon: start daemon24=/data/user/0/com.tencent.tim/app_bin/daemon2
//app_d進程
25137 25137 D Watermelon: pipe readdatasize >> 316 <<
25137 25137 D Watermelon: indicator_self_path >> /data/user/0/com.tencent.tim/app_indicators/indicator_d1
25137 25137 D Watermelon: observer_daemon_path >> /data/user/0/com.tencent.tim/app_indicators/observer_p1
25137 25137 I Watermelon: sIActivityManager==NULL
25137 25137 I Watermelon: BpActivityManager init
//新daemon
25103 25120 D Watermelon: start try to lock file>> /data/user/0/com.tencent.tim/app_indicators/indicator_p2
25103 25120 D Watermelon: lock filesuccess >> /data/user/0/com.tencent.tim/app_indicators/indicator_p2
25137 25137 I Watermelon: BpActivityManager init end
//app_d進程
25137 25137 D Watermelon: start try to lock file>> /data/user/0/com.tencent.tim/app_indicators/indicator_d1
25137 25137 D Watermelon: lock filesuccess >> /data/user/0/com.tencent.tim/app_indicators/indicator_d1
//新MSF進程
25119 25119 V Watermelon: initDaemon processName=com.tencent.tim:MSF
25119 25119 V Watermelon: mConfigurations.PERSISTENT_CONFIG.PROCESS_NAME=com.tencent.tim:MSF
25119 25119 E Watermelon: onPersistentCreate
25153 25153 D Watermelon: start daemon24=/data/user/0/com.tencent.tim/app_bin/daemon2
25119 25144 D Watermelon: pipe write len=324
25159 25159 D Watermelon: pipe readdatasize >> 324 <<
25159 25159 D Watermelon: indicator_self_path >> /data/user/0/com.tencent.tim/app_indicators/indicator_p1
25159 25159 D Watermelon: observer_daemon_path >> /data/user/0/com.tencent.tim/app_indicators/observer_d1
25159 25159 I Watermelon: sIActivityManager==NULL
25159 25159 I Watermelon: BpActivityManager init
25119 25144 D Watermelon: start try to lock file>> /data/user/0/com.tencent.tim/app_indicators/indicator_d2
25119 25144 D Watermelon: lock filesuccess >> /data/user/0/com.tencent.tim/app_indicators/indicator_d2
25159 25159 I Watermelon: BpActivityManager init end
//各進程進入監聽就緒狀態
25159 25159 D Watermelon: start try to lock file>> /data/user/0/com.tencent.tim/app_indicators/indicator_p1
25159 25159 D Watermelon: lock filesuccess >> /data/user/0/com.tencent.tim/app_indicators/indicator_p1
25119 25144 E Watermelon: Watched >>>>OBSERVER<<<< has been ready...
25119 25144 D Watermelon: start try to lock file>> /data/user/0/com.tencent.tim/app_indicators/indicator_p2
25159 25159 E Watermelon: Watched >>>>OBSERVER<<<< has been ready...
25159 25159 D Watermelon: start try to lock file>> /data/user/0/com.tencent.tim/app_indicators/indicator_d1
25137 25137 E Watermelon: Watched >>>>OBSERVER<<<< has been ready...
25137 25137 D Watermelon: start try to lock file>> /data/user/0/com.tencent.tim/app_indicators/indicator_p1
25103 25120 E Watermelon: Watched >>>>OBSERVER<<<< has been ready...
25103 25120 D Watermelon: start try to lock file>> /data/user/0/com.tencent.tim/app_indicators/indicator_d2
再從其中的截取核心片段：
25159 25159 I Watermelon: BpActivityManager init
25119 25144 D Watermelon: start try to lock file>> /data/user/0/com.tencent.tim/app_indicators/indicator_d2
25119 25144 D Watermelon: lock filesuccess >> /data/user/0/com.tencent.tim/app_indicators/indicator_d2
不難看出：
1）TIM自身通過向servicemanager查詢來獲取AMS的代理BpActivityManager， 然後自己去寫startService通信過程的數據；
2）TIM通過兩個進程通過flock來相互監聽對方進程存活狀態；
3）監聽的文件有比如：/data/user/0/com.tencent.tim/app_indicators/indicator_d2。
6.5 indicator文件
進一步查看TIM所監聽的路徑下/data/user/0/com.tencent.tim/app_indicators/， 發現有4個監聽文件：
問題4：為何需要4個indicator文件？
進一步延伸：通過查看flock，再次發現新大陸，原來除了Daemon和MSF進程各有一個監聽文件的線程， 還有兩個由init進程作為父進程的app_d進程也監聽文件：
gityuan@13203:~/gityuan$ adb shell ps-t | grep-i flock
u0_a146 10668 10649 1143304 85876 flock_lock 00f6e1e3d8 S Thread-85
u0_a146 10712 10669 1158552 89664 flock_lock 00f6e1e3d8 S Thread-89
u0_a146 10687 1 12768 564 flock_lock 00f73113d8 S app_d
u0_a146 10717 1 12768 560 flock_lock 00f74353d8 S app_d
不難發現，以上幾個進程/線程的uid=10146，進一步通過ps命名查找。
再一次刷新對TIM應用的認識：原來TIM有6個進程，其中還有2個是掛在init進程下，名字跟tencent沒有關係，差點錯過了這兩個特殊的進程。
這兩個app_d進程其實也是做著同樣的相互監聽的工作， 應該是備選方案。當有機率恰巧Daemon和MSF進程同時被殺而來不及互保的情況下，那麼可以走緊急通道app_d 將TIM進程拉起。可謂是暗藏玄機， 6個進程中有4個進程可以相互保活， 以保證TIM進程永生。
問題5： 這4個進程到達是什麼如何相互監聽的呢？
通過不斷分析被殺與重啟前後的規律與特徵，得出進程與監聽文件的關係圖：
進一步揭露面紗，得到如下結論：
1）Daemon與MSF兩進程等待對方所持有的鎖，兩個app_d進程相互等待對方所持有的鎖；
2）app_d1進程被殺， 則app_d2觀察後通過拉起DaemonMsfService服務來啟動MSF進程，然後跟著被殺；
3）app_d2進程被殺，則app_d1觀察後通過拉起DaemonAssistService服務來啟動Daemon進程，然後跟著被殺；
4）Daemon與MSF兩進程， 如果殺掉其中一個，則另個一個進程觀察後通過拉起服務方式來啟動對方進程，然後跟著被殺；然後app_d兩個進程也跟著重啟。
另外猜想：監測indicator_p1和indicator_p2的兩個進程有關聯，indicator_d1和indicator_d2的進程有關聯，後面會驗證。
到這裡又有出現新的疑問：Daemon進程死後，MSF進程通過flock能監測到該事件，可是app_d進程又是如何得知的呢？ app_d得知之後，又為何要再次自殺重啟？
6.6 從cgroup角度來分析
root@gityuan:/acct/uid_10146/pid_10649# cat cgroup.procs
10649 //Daemon
10687 //app_d
root@gityuan:/acct/uid_10146/pid_10669# cat cgroup.procs
10669 //MSF
10717 //app_d
從而，進一步獲取更多關於TIM深層次的關聯，通過查看cgroup發現，Daemon和app_d1是同一個group的， MSF和app_d2是同一個group的。
問題6： app_d到底是如何創建出來？又是如何成為init進程的子進程的？
從進程創建與退出的角度來看看來看：
//5170（MSF進程） --> 5192 --> 5201(退出) --> 5211（存活）
tencent.tim:MSF-5170 [001] ...1 55659.446062: sched_process_fork: comm=tencent.tim:MSF pid=5170 child_comm=tencent.tim:MSF child_pid=519
Thread-300-5192 [000] ...1 55659.489621: sched_process_fork: comm=Thread-300 pid=5192 child_comm=Thread-300 child_pid=5201
<...>-5201 [003] ...1 55659.501074: sched_process_exec: filename=/data/user/0/com.tencent.tim/app_bin/daemon2pid=5201 old_pid=5201
daemon2-5201 [009] ...1 55659.533492: sched_process_fork: comm=daemon2 pid=5201 child_comm=daemon2 child_pid=5211
daemon2-5201 [009] ...1 55659.535169: sched_process_exit: comm=daemon2 pid=5201 prio=120
daemon2-5201 [009] d..3 55659.535341: signal_generate: sig=17 errno=0 code=262145 comm=Thread-300 pid=5192 grp=1 res=1
說明：其中一個app_d進程是由MSF進程，通過兩次fork，然後父進程退出，從而成為了孤兒進程，然後託孤給init進程，這是Linux進程機制所保證的。 同理，另一個app_d進程是由Daemon進程所fork。到這裡，那麼總算是認清的app_d的由來。 app_d是由於cgroup關聯所以可以得知Daemon進程的情況。 關於重啟的原因是為了重新建立互動的關係。
問題7：為何單殺daemon，會牽連app_d進程被殺，這是什麼原理？
解答：從殺進程的日誌上來是調用killProcessGroup()殺進程，可事實上adb只調用kill -9 pid的方式，單殺一個進程，怎麼就牽連了app_d進程。 這是由於當daemon進程被殺後，死亡回調會回來後，在binderDied()的過程執行了killProcessGroup()。
如果從Linux內核層面，研究過Binder死亡回調機制的童鞋，到這裡還就會有想到一個新的疑問如下。
問題8：app_d是由daemon進程間接fork出來的， 會共享binder fd，所以即便daemon進程被殺，死亡回調也不會觸發，這又是何觸發的呢？
解答：由於app_d進程被fork後，馬上執行了exec()系的函數， 而在ProcessState打開Binder驅動的時候， 有一個非常重要的flag, 那就是O_CLOEXEC。
採用O_CLOEXEC方式打開的問題，當新創建的進程調用exec（）函數成功後，文件描述符會自動關閉， 代碼如下：
6.7 剖根問底
問題9：TIM到底對Binder框架做了什麼級別的修改？這4個互保進程，既然callingPid=0，有沒有辦法知道到底是由誰拉起誰的？
前面既然說了，TIM強行修改了ONEWAY的方式。可以去掉該flags, 為了調試，這裡就針對TIM，並且code=34(即START_SERVICE_TRANSACTION)， 並且修改flag的case下：
從實驗結果來看，通過修改IPCThreadState.cpp代碼， 完成control住了 TIM的所有修改， 這裡可以說明：
TIM分別在Java層和Native層，主動向ServiceManager進程查詢AMS後，獲取BpActivityManager代理對象，然後繼續使用框架中的IPCThreadState跟Binder驅動交互，並沒有替換掉libbinder.so。
其實，還可以更高級的玩法，連IPCThreadState這些框架通信代碼也不使用， 徹底地去自定義Binder交互代碼，類似於servicemanager的方式。可以自己封裝ioctl()，直接talkWithDriver。TIM保活還有改進空間， 提供保活變種方案，這樣的話，上面的調試代碼也攔截不了其對flags修改為ONEWAY的過程。 即使如此，一切都在Control之中， 完全可以在Binder Driver中攔截再定位其策略， 玩得再高級也主要活動在用戶態， 內核態的策略還是相對安全的， 此所謂「魔高一座，道高一尺」。
另外，通過增加上面的臨時代碼，再次多次實驗對比，可以得出如下關係圖：
二度fork是指前面介紹了，fork後再fork，然後託孤，無論如何跟最初的進程都屬於同一個group，有著級聯被殺關係。
1）殺掉Daemon進程，則MSF進程觀察到會去拉起Daemon進程； 同時app_d1因為同一個group而被殺，則app_d2進程觀察到也拉起Daemon進程，這就是雙保險；
2）殺掉app_d1進程， 則app_d2進程觀察到會拉起MSF進程；
3）直接force-stop進程， 則6個進程都會被殺，只是殺的過程並非所有進程同一時刻點被殺，而是有前後順序，所以造成能自啟。
6.8 分析思路歸納
我們來回顧一下上面的過程：
1）先有了初步分析過程中對一些常規套路的可能性的排除，並嗅到callingPid=0的異常舉動；
2）沿著蛛絲馬跡，不斷反覆嘗試殺進程，從中尋找更多的規律，不斷地向自己提出疑問；
3）結合signal，strace, traces，ps，binder，linux，kill等技能 不斷地解答自己的疑惑。
解系統層的問題，更像是偵探破案的感覺，要有敏銳的嗅覺，抓住蛛絲馬跡，加上」大膽猜想，小心驗證「 , 終究能找到案件的真相。 此所謂」點動成線，線動成面，面動成體「， 從零星的點滴勾畫出全方面立體化的真相。
歸納下，主要提出過這些疑惑：
問題1：安全中心已配置了禁止TIM的自啟動， 並且安全中心和Whetstone都有對進程自啟動以及級聯啟動的嚴格限制， 為何會有漏網之魚？
問題2：startService()的callingPid怎麼可能等於0？
問題3：進程內的名叫「Thread-89」的線程具有什麼特點，如何做到把進程殺掉？
問題4：為何需要4個indicator文件？
問題5： 這4個進程到達是什麼如何相互監聽的呢？
問題6： app_d到底是如何創建出來？又是如何成為init進程的子進程的？
問題7：為何單殺daemon，會牽連app_d進程被殺，這是什麼原理？
問題8：app_d是由daemon進程間接fork出來的， 會共享binder fd，所以即便daemon進程被殺，死亡回調也不會觸發，這又是何觸發的呢？
問題9：TIM到底對Binder框架做了什麼級別的修改？這4個互保進程，既然callingPid=0，有沒有辦法知道到底是由誰拉起誰的？
7、本文總結
總結一下TIM的保活技術要點，我們可以得出以下經驗：
1）通過flock的文件排它鎖方式來監聽進程存活狀態
1.1）先採用一對普通的進程Daemon和MSF相互監聽文件的方式來獲得對方進程是否存活的狀態;
1.2）同時再採用一對退孤給init進程的app_d進程相互監聽文件的方式來獲得對方進程是否存活的狀態； 而這兩個進程都有間接由Daemon和MSF進程所fork而來；雙重保險。
2）不採用系統框架中startService的Binder框架代碼，而是自身在Native層通過自己去查詢獲取BpActivityManager代理對象， 然後自己實現startService接口，並修改為ONEWAY的binder調用，既增加分析問題的難度，也進一步隱藏自身策略；
3）當監聽進程死亡，則通過自身實現的StartService的Binder call去拉起對方進程，系統對於這種方式啟動進程並沒有攔截機制。
這種flock的方式至少比網上常說的通過循環監聽的方式，要強很多。
比往常的互保更厲害的是TIM共有6個進程（說明：使用過程也還會創建一些進程），其中4個進程，形成兩組互動進程，其中一組利用Linux進程託孤原理，可謂是隱藏得很深來互保，進一步確保進程永生。
當然，進程收到signal信號後，如果恰巧這四個進程在同一個時刻點退出，那麼還是有機率會被殺。
不走系統框架代碼，自己去實現啟動服務的binder call也是一大亮點，不過還有更高級的玩法，直接封裝ioctl跟驅動交互。之前針對這個問題，做過反保活方案，後來為了某些功能緣故又放開對這個的限制，這裡就不再繼續展開了。
附錄：有關IM/推送的進程保活/網絡保活方成的文章匯總
《應用保活終極總結(一)：Android6.0以下的雙進程守護保活實踐》
《應用保活終極總結(二)：Android6.0及以上的保活實踐(進程防殺篇)》
《應用保活終極總結(三)：Android6.0及以上的保活實踐(被殺復活篇)》
《Android進程保活詳解：一篇文章解決你的所有疑問》
《Android端消息推送總結：實現原理、心跳保活、遇到的問題等》
《深入的聊聊Android消息推送這件小事》
《為何基於TCP協議的移動端IM仍然需要心跳保活機制？》
《微信團隊原創分享：Android版微信後台保活實戰分享(進程保活篇)》
《微信團隊原創分享：Android版微信後台保活實戰分享(網絡保活篇)》
《移動端IM實踐：實現Android版微信的智能心跳機制》
《移動端IM實踐：WhatsApp、Line、微信的心跳策略分析》
《Android P正式版即將到來：後台應用保活、消息推送的真正噩夢》
《全面盤點當前Android後台保活方案的真實運行效果（截止2019年前）》
《一文讀懂即時通訊應用中的網絡心跳包機制：作用、原理、實現思路等》
《融雲技術分享：融雲安卓端IM產品的網絡鏈路保活技術實踐》
《正確理解IM長連接的心跳及重連機制，並動手實現（有完整IM源碼）》
《2020年了，Android後台保活還有戲嗎？看我如何優雅的實現！》
《史上最強Android保活思路：深入剖析騰訊TIM的進程永生技術》
>> 更多同類文章 ……
（本文同步發布於：http://www.52im.net/thread-2893-1-1.html）