从一行 native 堆栈追到 InstallReferrer：一次主线程 ANR 的排查全过程

线上挂了一批长得几乎一样的 ANR，堆栈顶上全是系统库，翻来覆去看不见自己的代码。这篇把当时一步步往下查的过程原样记下来——从一行 native 栈帧，一直追到根因。

文中堆栈做过脱敏：应用包名、自研模块、第三方 SDK 被混淆的内部类，统一换成 com.xxx.sdk.* 这种占位。Android Framework、ART、Binder，还有 com.android.installreferrer.*、com.google.android.finsky.* 这些系统和公开组件都留着原样——它们恰好是查问题的关键，换掉就没法看了。

背景：堆栈里全是系统代码的那种 ANR

Crashlytics 上这批 ANR 长得很像，几个共同点：

• 主线程栈顶是 libc.so __ioctl、libbinder.so 这类 native 帧；
• Java 栈往下捋，几乎全是 android.*，一行自家业务代码都没有；
• 通篇没有「死锁」字样。

这种栈最容易被一句「系统问题，修不了」打发掉。但只要 dump 是完整的，主线程到底卡在哪一帧，是写死在那儿、跑不掉的。所以先别急着下结论，把整段栈摆出来再说。

先看堆栈

下面是主线程（main，tid=1）的完整堆栈，基本就是原始 dump 的样子——#NN pc 0x… 是 native 帧，at 开头是 Java 帧。我只动了两处：内部 SDK 的混淆包名换成了 com.xxx.sdk.*，每帧末尾设备相关的 BuildId 删掉了，其余照贴。先扫一眼，不用逐帧看懂，后面会一段段拆：

main (native):tid=1 systid=17704
#00 pc 0x0f522c  libc.so (__ioctl + 12)
#01 pc 0x09c270  libc.so (ioctl + 156)
#02 pc 0x077dd4  libbinder.so (android::IPCThreadState::transact + 960)
#03 pc 0x067eec  libbinder.so (android::BpBinder::transact + 312)
#04 pc 0x1ad680  libandroid_runtime.so (android_os_BinderProxy_transact + 400)
       at android.os.BinderProxy.transactNative(Native method)
       at android.os.BinderProxy.transact(BinderProxy.java:679)
       at com.google.android.a.a.b(BaseProxy.java:2)
       at com.google.android.finsky.externalreferrer.IGetInstallReferrerService$Stub$Proxy.c(IGetInstallReferrerService.java:3)
       at com.android.installreferrer.api.InstallReferrerClientImpl.getInstallReferrer(InstallReferrerClientImpl.java:5)
       at com.xxx.sdk.Attribution.handleAttributionResult(Attribution.kt:122)
       at com.xxx.sdk.Attribution.access$handleAttributionResult(Attribution.kt:24)
       at com.xxx.sdk.Attribution$Setup.handleSetupOk(Attribution.kt:88)
       at com.xxx.sdk.Attribution$Setup.access$handleSetupOk(Attribution.kt:44)
       at com.xxx.sdk.Attribution$Setup$start$1.onInstallReferrerSetupFinished(Attribution.kt:58)
       at com.android.installreferrer.api.InstallReferrerClientImpl$InstallReferrerServiceConnection.onServiceConnected(InstallReferrerClientImpl.java:4)
       at android.app.LoadedApk$ServiceDispatcher.doConnected(LoadedApk.java:2424)
       at android.app.LoadedApk$ServiceDispatcher$RunConnection.run(LoadedApk.java:2457)
       at android.os.Handler.handleCallback(Handler.java:959)
       at android.os.Handler.dispatchMessage(Handler.java:100)
       at android.os.Looper.loopOnce(Looper.java:282)
       at android.os.Looper.loop(Looper.java:387)
       at android.app.ActivityThread.main(ActivityThread.java:9500)
       at java.lang.reflect.Method.invoke(Native method)
       at com.android.internal.os.RuntimeInit$MethodAndArgsCaller.run(RuntimeInit.java:600)
       at com.android.internal.os.ZygoteInit.main(ZygoteInit.java:1005)

第一步：先盯住主线程

ANR 说白了就是主线程在规定时间内没把消息处理完。所以 dump 里挂着几百个线程都不要紧，先找 main、tid=1，看它卡在哪。

栈的第一行（线程头）写得很清楚：

main (native):tid=1 systid=17704

tid=1 坐实了这是主线程。但更该留意的是括号里那个状态——native。第一个信号就在这。

第二步：native 状态先把「Java 死锁」排掉

native 这个状态告诉我们两件事：

• 线程没卡在 Java 的 synchronized / ReentrantLock 上——真要是锁，状态会写 blocked / waiting，还跟一句 held by thread X；
• 它是卡在 native 层的某个系统调用里。

顺手在整份 dump 里搜 held by 和 waiting to lock，一条没有，死锁这条路堵死。

这一步其实是在定方向：看到 blocked / waiting 就去查锁，看到 native 就去查系统调用、IPC、JNI。方向选错，后面全是白费力气。

第三步：顺着栈往下读，看它在等谁

回到那段栈，从栈顶往栈底一段段看：

• 栈顶（native）：__ioctl → ioctl → IPCThreadState::transact，这是 Binder 在跑一次同步跨进程调用，正卡着等对端回话。
• 中段（在叫谁）：IGetInstallReferrerService$Stub$Proxy 加上 InstallReferrerClientImpl.getInstallReferrer——对端是 Google Play 商店，调的是 Install Referrer（安装来源）服务。
• 再往下（谁发起的）：onInstallReferrerSetupFinished 这个回调里，调了 getInstallReferrer()。
• 栈底（跑在哪）：onServiceConnected → Handler.handleCallback → Looper.loop → ActivityThread.main，整段是投到主线程的消息循环里跑的。

连起来就一句话：主线程在「安装来源服务连上了」的回调里，同步向 Play 商店发了一次 Binder 调用，然后就一直等它返回。

顺带一提，「主线程卡在慢 Binder 调用上」这种 ANR，Android 官方的 ANR 排查文档是单独列成一类的（见文末「查找无响应的线程 · 速度缓慢的 Binder 调用」）——所以这条线索的方向没跑偏。

第四步：把 getInstallReferrer() 拆开，看那次 transact 从哪来

第三步是顺着栈读出来的结论。光读栈还不够踏实，我们换个方向再核一遍。项目里这库的依赖就一行：

implementation("com.android.installreferrer:installreferrer:2.2")

直接在 Android Studio 里点进 getInstallReferrer()，跟着源码往下看，那次 transact 是怎么冒出来的就一目了然。库不大，链子也短，几步就到底。

入口 InstallReferrerClientImpl.getInstallReferrer()，真正干活的就一行：把包名塞进 Bundle，交给 service.c()：

public ReferrerDetails getInstallReferrer() throws RemoteException {
    // 省略 isReady() 检查
    Bundle var1 = new Bundle();
    var1.putString("package_name", this.mApplicationContext.getPackageName());
    return new ReferrerDetails(this.service.c(var1)); // 关键：this.service.c(var1)
}

this.service 是 IGetInstallReferrerService 的 Stub.Proxy。它的 c() 把 Bundle 写进 Parcel，再甩给父类的 b()：

public final Bundle c(Bundle var1) throws RemoteException {
    Parcel var2 = ((a) this).a();     // 取 Parcel，写 InterfaceToken
    c.b(var2, var1);                  // 入参 Bundle 写进去
    Parcel var3 = ((a) this).b(var2); // 关键：交给父类 b() 发起调用
    // 省略：从 var3 读出返回的 Bundle
}

父类 b() 才是真正落到 Binder 的地方。this.a 就是一个 IBinder，transact(1, …) 一调下去，当前线程当场同步阻塞，等对端返回：

protected final Parcel b(Parcel var1) throws RemoteException {
    Parcel var2 = Parcel.obtain();
    try {
        this.a.transact(1, var1, var2, 0); // 关键：同步 Binder transact，阻塞在此
        var2.readException();
    } finally {
        var1.recycle();
    }
    return var2;
}

getInstallReferrer() → service.c() → b() → IBinder.transact() 这条链，对上的正是栈里这几帧（从栈顶往下）：

at android.os.BinderProxy.transactNative(Native method)
at android.os.BinderProxy.transact(BinderProxy.java:679)
at com.google.android.a.a.b(BaseProxy.java:2)
at com.google.android.finsky.externalreferrer.IGetInstallReferrerService$Stub$Proxy.c(IGetInstallReferrerService.java:3)
at com.android.installreferrer.api.InstallReferrerClientImpl.getInstallReferrer(InstallReferrerClientImpl.java:5)

到这儿源码和栈就接上了。栈里那行看着人畜无害的 getInstallReferrer()，底下其实是一次没有超时、没有回调的同步 transact——它快不快，全看 Play 商店那边的脸色。

第五步：是谁在主线程上干这事——归因 SDK

栈里 com.xxx.sdk.* 那几行（handleAttributionResult、handleSetupOk、onInstallReferrerSetupFinished）才是真正的肇事方。这里为脱敏换成了 com.xxx.sdk 占位；真实堆栈里它是一串被 R8 重命名、毫无意义的随机包名——这种「乱码一样的包名」本身就是某些 SDK 强混淆留下的指纹。拿它跟项目依赖一对，归属就出来了：归因 SDK，这例子里是 AppsFlyer。

• 项目用 Gradle 引了 AppsFlyer SDK；
• 它在 App 启动初始化时，会去绑 Google Play 的 Install Referrer 服务，拉安装来源做归因；
• 绑定、回调、取值这一套，全封在 SDK 内部。

也就是说，「在主线程同步调 getInstallReferrer()」这个动作是闭源 SDK 自己干的，业务代码一个字都没写过它——可它确实是被我们的启动初始化链路顺手拉起来的。

发起方清楚了：归因 SDK 的安装来源回调，在主线程上发了一次到 Play 商店的同步 Binder 调用。那还剩一个问题——这一下凭什么能卡到触发 ANR？

第六步：为什么会卡——三个条件凑一块了

卡死不是哪一条单独作妖，是三件单看都挺正常的事撞一起了。

一，getInstallReferrer() 底下是一次同步 Binder IPC。第四步拆源码已经看到那行 transact 了，Android 官方文档讲 IBinder.transact() 也是这个说法——默认同步，调用线程一路阻塞到对端处理完返回。换句话说，调用方快不快，全攥在对端手里。而对端是 Play 商店（com.android.vending），它什么时候回，我们说了不算：冷启动、被系统压着、设备内存紧张，都可能慢。

二，onServiceConnected() 默认在主线程回调。bindService 时没给后台 Handler 或 Executor，ServiceConnection 的回调就默认投到主线程跑。栈底那串 LoadedApk$ServiceDispatcher → Handler.handleCallback → Looper.loop 就是「投到主线程」的实锤。

三，回调里直接就把值取了。SDK 在 onInstallReferrerSetupFinished 里没切线程，抬手就调了同步的 getInstallReferrer()。

三件事叠一块：一个本该躲到后台去做的同步 IPC，被搁在主线程的服务回调里跑，Play 商店那头只要稍微一磨蹭，主线程就被拖过 ANR 线了。

第七步：回头看现场，系统当时是在「集体抢资源」

主因定了，我又把整份 dump 翻了一遍，想看看这是「Play 服务恰好卡了一下」的偶发，还是底下另有原因。一看，进程当时挂着差不多 300 个线程，整体就是 IPC 和内存双高压：

• 8 个线程卡在 Binder transact 上（含主线程）；
• 6 个线程在等广告 ID（AdvertisingId）；
• 3 个线程在等数据库连接池；
• GC 线程正好在做一次 MarkCompact 回收。

这些线程绝大多数是广告、分析、归因这类 SDK 的，全挤在冷启动那一下初始化。说白了，App 一起来就同时点着一大把 SDK，Binder、广告 ID、数据库、GC 全在抢，那次 InstallReferrer 的同步 IPC 自然等得更久。所以主因还是「主线程同步 IPC」，冷启动这场 SDK 风暴只是把它压过了 ANR 阈值。

第八步：横向对一下，这不是我们一家的事

到这儿结论基本立住了。保险起见，再拿业界同类问题对一对。拿 InstallReferrer + ANR + onServiceConnected 一搜，发现这坑被人反复踩过：

• Facebook Android SDK · Issue #1039：标题直接就是《com.android.installreferrer is called in the main thread which leads to ANR》。报告人说得很明白，InstallReferrer 会长时间阻塞调用线程，贴的栈也是 onServiceConnected → getInstallReferrer → BinderProxy.transactNative，结论是放后台线程调才安全。issue 已关闭。
  https://github.com/facebook/facebook-android-sdk/issues/1039
• TikTok Business Android SDK · Issue #14：标题《ANR triggered by com.tiktok.util.SystemInfoUtil >>> com.android.installreferrer due to slow binder transactions》。现象跟我们这例几乎一模一样——onInstallReferrerSetupFinished() 在主线程同步调 getInstallReferrer()，Binder 事务一慢就把主线程拖垮，在 Android 14+（API 34/35）上能复现，文里还直接引了 Facebook #1039 当同类。issue 已关闭。
  https://github.com/tiktok/tiktok-business-android-sdk/issues/14
• Android 官方文档 · android.os.IBinder：transact() 同步阻塞的语义就写在这儿，也是「别在主线程做可能耗时的 Binder 调用」这句话的出处。
  https://developer.android.com/reference/android/os/IBinder

Facebook、TikTok 两家都公开认过、也修过这同一类问题，跟我们查到的根因是一回事。

第九步：怎么修

分两类看——能自己马上动手的，和得等 SDK 配合的。

1）把归因/分析 SDK 的初始化挪出冷启动这段（马上能做，性价比也最高）。让它在首帧渲染之后、或主线程闲下来再初始化。错峰一拉，「主线程同步 IPC」正好撞上「Play 商店慢」的概率就低多了，顺带也把冷启动那场 SDK 风暴缓一缓。

2）把 SDK 升到已修复的版本（治本）。这类问题新版 SDK 基本都改成「在后台线程取 InstallReferrer」了。升归因 SDK 的同时，顺手确认它依赖的 com.android.installreferrer:installreferrer 也是新一点的版本。

3）推动「绑定回调走后台」（这条得 SDK 方动手）。getInstallReferrer() 同步这点改不了，但只要 bindService 时把后台线程的 Handler 传进去，让 onServiceConnected 别在主线程回调，或者在回调里先切个线程再取值，就不会堵主线程。这也正是 Facebook #1039 给的修法，可以当作反馈丢给 SDK 方。

4）管住冷启动期同时初始化的 SDK 数量。少几个同一刻一起初始化的广告/分析/归因 SDK，Binder、广告 ID、数据库、GC 的争抢就轻一些，主线程也能多喘口气。

最后，把这次的查法顺一遍

下次再碰上这种栈，照着走就行：

1. 先看主线程。ANR 先找 main / tid=1，别一上来就跟其他线程较劲。
2. 先看状态，再读栈。native 往系统调用 / IPC / JNI 查，blocked / waiting 往锁查——方向先定对。
3. 分段读栈。栈顶看「在等什么」，中段看「在叫谁、哪个进程」，栈底看「跑在哪个线程、被谁拉起来的」。中段那几帧库内部代码看不懂，就在 AS 里点进对应的库、跟着源码顺一遍，黑盒调用能落成具体机制（这次就是那行同步 transact）。
4. 混淆包名也能反查来源。一串乱码似的随机包名，多半是某个 SDK 强混淆的特征，对一下依赖清单就知道是谁。
5. 主线程 + 同步跨进程调用，基本就是高危信号。凡是在主线程等一个自己控制不了耗时的 IPC（Play 商店、系统服务、别的 App），都是 ANR 温床；而 ServiceConnection 回调默认就在主线程，是高频踩点。
6. 最后横向对一下。业界同类 issue 一翻，根因和修法都能再交叉验证一遍。

参考资料

1. Facebook Android SDK · Issue #1039 — com.android.installreferrer is called in the main thread which leads to ANR
   https://github.com/facebook/facebook-android-sdk/issues/1039
2. TikTok Business Android SDK · Issue #14 — ANR triggered by com.tiktok.util.SystemInfoUtil >>> com.android.installreferrer due to slow binder transactions
   https://github.com/tiktok/tiktok-business-android-sdk/issues/14
3. Android Developers — android.os.IBinder
   https://developer.android.com/reference/android/os/IBinder
4. Android 开发者文档 — 诊断和修复 ANR
   https://developer.android.com/topic/performance/anrs/diagnose-and-fix-anrs?hl=zh-cn
5. Android 开发者文档 — 查找无响应的线程 · 速度缓慢的 Binder 调用
   https://developer.android.com/topic/performance/anrs/find-unresponsive-thread?hl=zh-cn#slow-binder