游戏客户端架构 / 系统课时
卡死和崩溃为什么不同
卡死和崩溃为什么不同
游戏客户端“点了没反应”和“直接闪退”看起来都像程序坏了,但它们留下的现场完全不同。先分清进程已经退出,还是进程仍存活但主线程无法继续推进,才能决定后面该找崩溃堆栈、线程等待关系,还是长任务与锁竞争。
学习目标
- 根据进程状态和用户现象区分崩溃与卡死
- 理解卡死为什么更依赖线程调用栈和等待关系
- 建立两类故障的第一轮取证顺序
先看进程是否还活着
崩溃的核心特征是进程异常终止。常见现场包括未处理异常、访问非法内存、断言失败、系统杀进程等,最终都会表现为游戏进程退出或被重新拉起。此时最有价值的是退出原因、崩溃线程栈、异常码以及崩溃前后的日志。
卡死则通常是进程仍然存在,但关键线程没有继续完成应做的工作。窗口可能显示“未响应”,画面停在某一帧,输入没有反馈,甚至声音仍在播放。此时单看“进程还在”不能说明程序正常,真正要问的是:主线程此刻正在执行什么,或者正在等谁。
| 观察项 | 崩溃 | 卡死 |
|---|---|---|
| 进程 | 已退出或被系统终止 | 通常仍存活 |
| 关键证据 | 异常信息、崩溃栈、退出码 | 主线程栈、全部线程栈、等待关系 |
| 时间特征 | 某一时刻突然终止 | 一段时间持续无进展 |
| 第一动作 | 保存崩溃现场 | 抓取线程现场,避免先重启 |
卡死的本质是“没有继续推进”
卡死不等于 CPU 一定很高。主线程可能在死循环中持续占满 CPU,也可能阻塞在互斥锁、事件、任务结果或同步 I/O 上,CPU 反而很低。排查时不要把“高 CPU”当成卡死定义,而应判断关键工作是否持续推进。
线程栈能回答“现在停在哪里”,等待关系进一步回答“为什么停在那里”。例如主线程等待某把锁,而锁由工作线程持有;工作线程又在等待主线程派发的任务,这就形成了循环等待。只看到主线程的一个 lock() 调用还不够,还要继续找锁的持有者和其他等待者。
用最小实验观察两种现象
下面的 Python 程序启动两个子进程:一个主动异常结束,另一个持续运行但不返回。它不是游戏引擎崩溃模拟器,而是用可重复的方式展示“进程退出”和“进程仍存活”的观测差异。
import subprocess
import sys
child_program = '''
import os
import sys
import time
mode = sys.argv[1]
print(f"child start: {mode}", flush=True)
if mode == "crash":
os._exit(7)
if mode == "hang":
while True:
time.sleep(1)
'''
def observe(mode: str) -> None:
process = subprocess.Popen(
[sys.executable, "-c", child_program, mode],
stdout=subprocess.PIPE,
stderr=subprocess.PIPE,
text=True,
)
try:
out, _ = process.communicate(timeout=1.0)
print(
f"{mode}: exited, code={process.returncode}, "
f"out={out.strip()}"
)
except subprocess.TimeoutExpired:
process.kill()
out, _ = process.communicate()
print(
f"{mode}: still running after 1s, treated as hang, "
f"out={out.strip()}"
)
observe("crash")
observe("hang")预期输出:
crash: exited, code=7, out=child start: crash
hang: still running after 1s, treated as hang, out=child start: hang真实客户端的异常退出码、系统提示和日志格式会因平台而不同,但判断顺序不变:先确认进程是否退出,再选择对应证据。
排查入口不要混用
遇到闪退时,应优先保存崩溃日志、异常信息、崩溃线程栈和符号化所需文件;如果进程仍在但持续无响应,就不要只围绕最后一条日志猜原因,而应尽快抓取主线程与其他线程的调用栈。
因此,“崩溃看退出原因,卡死看线程为什么不推进”是两类故障最重要的分界线。后续任何性能或卡死分析,都应先基于这个分界选择证据,而不是先猜某个模块有问题。