07.2.2.9 崩溃监控与线上治理
所属:全栈开发面试题库 / 07 端侧与桌面开发 / 07.2 跨平台移动开发 / 07.2.2 React Native
本节要解决的问题
- JS 异常、Promise 未捕获、ErrorBoundary 各自的边界在哪,为什么三者都要有?
- 原生崩溃(Java/Kotlin、ObjC/Swift、信号)在 RN 里怎么捕获?
- Hermes 字节码栈怎么还原?iOS 与 Android 的符号化流程是什么?
- 内存、OOM、泄漏在 RN 里怎么排查?
- 卡顿、ANR、白屏在 RN 里是什么表现,怎么兜底?
- 监控指标体系怎么搭,灰度对比怎么做?
- 告警、止损、值班流程怎么设计?
- 日志与埋点的采集边界怎么划,隐私合规怎么做?
版本前提:本页涉及的监控 API(ErrorUtils、setJSExceptionHandler、原生未捕获异常处理器等)在不同 RN 版本上的名称与行为有差异,标注「待确认」;第三方监控平台(Bugly、Sentry 等)SDK 能力以其官方文档为准。
覆盖范围
| 知识域 | 关键内容 |
|---|---|
| JS 异常 | 全局错误处理、Promise 未捕获、ErrorBoundary |
| 原生崩溃 | Java/Kotlin 未捕获、ObjC 异常、信号 |
| 符号化 | sourcemap、Hermes 字节码栈、dSYM、mapping.txt |
| 内存与卡顿 | OOM、泄漏、ANR、白屏 |
| 监控体系 | 指标、灰度对比、告警、止损 |
| 合规 | 日志与埋点采集边界、隐私 |
题号索引
| 题号区间 | 主题 |
|---|---|
| 001-004 | JS 异常捕获、Promise、ErrorBoundary、原生崩溃 |
| 005-007 | 符号化与栈还原、内存与 OOM、泄漏排查 |
| 008-009 | 卡顿与 ANR、白屏与降级 |
| 010-012 | 监控指标体系、灰度对比、告警与止损 |
| 013-014 | 日志与埋点合规、崩溃上报内容 |
| 015-016 | 综合题:线上崩溃突增排查、白屏事故排查 |
07.2.2.9-001 JS 全局错误处理怎么接?
一句话结论
RN 提供全局错误处理器(如 ErrorUtils.setGlobalHandler 或 setJSExceptionHandler,API 名以版本为准),在 App 入口注册,捕获所有未被 try/catch 的 JS 异常,上报后走降级 UI 或提示用户。
概念解释
JS 运行时遇到未捕获异常会中断当前执行栈。RN 把这个异常通过全局错误处理器交给开发者:你可以在这里上报错误、打印日志、展示友好提示。但全局处理器不能"恢复"执行,它只是"在崩溃前做最后清理"。
它捕获的是同步异常与渲染期异常(部分),不捕获 Promise rejection(见下题),也不捕获原生崩溃。
在混合架构下,还要区分"JS 错误"与"原生容器错误":原生容器在创建 Surface 失败时会走原生错误路径,JS 全局处理器收不到。所以全局处理器里除了上报,还要做一件事:把错误信息写到本地持久化日志,因为 App 崩溃后上报请求可能还没发出去 App 就退出了,下次启动时再补报。
原理流程
JS 异常未被 catch
→ JS 运行时抛异常
→ RN 全局错误处理器收到
→ 上报监控平台
→ 展示错误 UI / 退出 App(按策略)
代码或图示
// 示意:注册全局错误处理(API 名以版本为准)
ErrorUtils.setGlobalHandler((error, isFatal) => {
reportToServer(error);
if (isFatal) showFatalUI();
});
常见误区
- 误区:全局错误处理器能让 App 继续跑;正解:它只在崩溃前上报,不能恢复执行。
- 误区:try/catch 包住所有代码;正解:全局处理器是兜底,业务内仍要按错误类型处理。
追问
- Q:全局处理器里能异步上报吗?A:可以,但 App 可能马上退出,要确保上报接口是异步不阻塞的,或用本地队列下次启动补报。
- Q:怎么区分致命与非致命?A:处理器收到的
isFatal参数(或按错误类型判断,以版本为准)。
07.2.2.9-002 Promise 未捕获 rejection 怎么处理?
一句话结论
Promise rejection 不经过全局 JS 错误处理器,需要单独注册 unhandledrejection 类监听(API 名以版本为准),否则异步异常会静默丢失。
概念解释
同步 throw 会被全局错误处理器捕获;但 Promise.reject() 没有 .catch() 时,异常是"未处理 rejection",在 RN 里默认可能只打日志,不上报。这会导致"线上用户看到错误但监控平台没记录"。
必须在入口注册 rejection 监听,把未处理的 rejection 上报。
原理流程
async function foo() { throw new Error('x'); }
foo(); // 没有 .catch
→ 未处理 rejection
→ rejection 监听器收到
→ 上报
代码或图示
| 错误类型 | 捕获方式 |
|---|---|
| 同步 throw | 全局错误处理器 |
| Promise rejection | rejection 监听 |
| 渲染错误 | ErrorBoundary |
| 原生崩溃 | 原生监控 |
常见误区
- 误区:全局错误处理器已经覆盖所有 JS 错误;正解:Promise rejection 要单独接。
- 误区:业务代码里
.catch(e => {})空处理是好事;正解:空 catch 吞掉错误,至少要上报。
追问
- Q:请求层的错误会被全局 rejection 捕获吗?A:请求层如果统一 catch 并处理,就不会到全局;如果漏 catch,会被监听器捕获。
- Q:怎么避免漏掉 catch?A:在请求层统一错误归一化,业务侧按需处理,不要裸 async 调用。
07.2.2.9-003 ErrorBoundary 能抓什么,不能抓什么?
一句话结论
ErrorBoundary 用 React 生命周期捕获子树渲染期错误,展示降级 UI;它抓不到事件回调、异步代码、服务端渲染错误、自身错误,必须与全局错误处理器配合使用。
概念解释
ErrorBoundary 是一个 React 组件,实现 componentDidCatch 或 getDerivedStateFromError。它捕获子树在渲染期(render、constructor、生命周期)抛出的错误,展示降级 UI,避免整棵树白屏。
它不能抓:
- 事件回调里的错误(onPress 里 throw)。
- setTimeout/Promise 里的错误。
- ErrorBoundary 自身的错误。
- 服务端渲染错误(RN 不适用)。
原理流程
子组件 render 抛错
→ React 找最近的 ErrorBoundary
→ componentDidCatch 触发 → 上报
→ getDerivedStateFromError 设置 state → 渲染降级 UI
代码或图示
| 错误类型 | ErrorBoundary |
|---|---|
| 渲染期 | 能抓 |
| 事件回调 | 不能 |
| 异步/Promise | 不能 |
| 自身 | 不能 |
常见误区
- 误区:ErrorBoundary 包住 App 就万事大吉;正解:它只防渲染白屏,异步与事件错误仍要靠全局处理。
- 误区:每个页面都要包 ErrorBoundary;正解:按业务重要性包,关键页面包一层降级 UI。
追问
- Q:怎么设计降级 UI?A:简洁提示 + 重试按钮 + 上报,不要做成"白屏"。
- Q:ErrorBoundary 与全局处理器怎么配合?A:ErrorBoundary 展示用户可见的降级 UI,同时调用上报;全局处理器处理未被 ErrorBoundary 覆盖的致命错误。
07.2.2.9-004 原生崩溃怎么捕获?
一句话结论
Android 用 Thread.setDefaultUncaughtExceptionHandler 捕获 Java/Kotlin 未捕获异常;iOS 用 NSSetUncaughtExceptionHandler + signal 捕获 ObjC 异常与信号(SIGSEGV、SIGABRT 等);RN 侧的原生模块崩溃走原生监控,不是 JS 监控。
概念解释
JS 层的 try/catch 无法捕获原生崩溃。原生崩溃分两类:
- Java/Kotlin 未捕获异常:未 catch 的 RuntimeException,栈是 Java 栈。
- 信号崩溃:空指针野指针、数组越界、native 层崩溃,栈是 native 栈(需要符号化)。
iOS 类似:ObjC 异常 + POSIX 信号。
这些都需要原生崩溃监控 SDK(Bugly、Sentry、Firebase Crashlytics 等)在原生侧注册处理器。
在 RN 混合架构下还要注意:原生模块里的崩溃栈和纯原生 App 的崩溃栈看起来一样,但栈顶可能有 RN 框架的桥接层(如 ReactMethod、Bridge),分析时要跳过框架层找到业务代码。另外原生模块在 JS 线程调用的原生方法如果崩溃,栈可能显示在 JS 线程而不是原生线程,这是因为 JSI 同步调用把栈对齐到了 JS 上下文。
原理流程
Android:
未捕获异常 → Thread.defaultUncaughtHandler → 上报 → 系统默认退出
信号崩溃 → native signal handler → 上报
iOS:
ObjC 异常 → NSSetUncaughtExceptionHandler → 上报
信号 → signal handler → 上报
代码或图示
| 平台 | 异常类型 | 捕获方式 |
|---|---|---|
| Android | Java 异常 | UncaughtExceptionHandler |
| Android | 信号 | native signal handler |
| iOS | ObjC 异常 | NSSetUncaughtExceptionHandler |
| iOS | 信号 | signal handler |
常见误区
- 误区:JS 侧的错误处理器能抓原生崩溃;正解:完全两回事,要原生 SDK。
- 误区:原生崩溃栈是可读的;正解:Release 包经过混淆/符号剥离,必须符号化。
追问
- Q:RN 自己的原生崩溃也要上报吗?A:要,监控 SDK 会同时收集 JS 与原生栈,方便定位。
- Q:信号崩溃里能抓到 JS 栈吗?A:通常只能抓到原生栈,JS 上下文要靠额外关联(如附加日志)。
07.2.2.9-005 sourcemap 与 Hermes 字节码栈怎么还原?
一句话结论
JS 崩溃栈在 Release 包里是编译后的位置(如 index.android.bundle:1:23456),用对应版本的 JS sourcemap 还原成源码行列;Hermes 字节码栈是字节码偏移,需要 Hermes 专用的栈还原工具链。
概念解释
普通 JS sourcemap:把编译后行列号映射回源码。Hermes 字节码:栈帧是字节码偏移(如 foo (bytecode 1234)),需要专门的工具(Hermes 自带的 symbolication 工具,具体以官方文档为准)把字节码偏移映射回源码。
流程:
- 崩溃上报时带上版本号、平台、bundle 文件名、栈帧。
- 监控平台按版本号找到对应 sourcemap(与 Hermes 字节码映射文件)。
- 还原成源码文件名、函数名、行列号。
还要注意:Hermes 字节码与引擎版本绑定,升级 Hermes 后旧字节码不兼容,sourcemap 也要重新归档。监控平台上传 sourcemap 时要同时标注引擎版本,否则还原会出错。
原理流程
崩溃上报:
栈帧:index.android.bundle:1:23456(或 Hermes 字节码偏移)
+ 版本号 1.2.3 (build 45)
监控平台:
找 1.2.3 (45) 的 sourcemap
→ 还原:src/screens/Product.tsx:42:10
代码或图示
| 引擎 | 栈形式 | 还原工具 |
|---|---|---|
| JSC | 行列号 | sourcemap |
| Hermes | 字节码偏移 | Hermes symbolication |
常见误区
- 误区:sourcemap 只需要一个通用文件;正解:每个版本、每个平台、每个构建都要单独归档。
- 误区:Hermes 栈用普通 sourcemap 就能还原;正解:要专门工具链。
追问
- Q:CI 里怎么自动上传?A:构建后脚本把 sourcemap 上传到监控平台,按版本号关联。
- Q:怎么验证还原正确?A:用已知崩溃栈本地跑还原,对比源码位置。
07.2.2.9-006 原生崩溃的符号化怎么做?
一句话结论
Android 用 R8 产出的 mapping.txt 把混淆栈(a.b.c)还原成原始类名方法名;iOS 用 dSYM 文件把崩溃地址还原成符号。两者都必须按版本号精确归档。
概念解释
Android Release 经过 R8 混淆,栈是 a.b.c.d(Unknown Source:12)。mapping.txt 记录了混淆映射,用 retrace 工具(或监控平台自动)还原成 com.example.ProductActivity.onCreate。
iOS Release 没有 dSYM 时栈是 0x1000abcdef。dSYM 文件包含地址符号表,用 atos 或监控平台自动还原成函数名与行号。
原理流程
Android 栈:a.b.c(Unknown Source:5)
→ mapping.txt → com.example.Foo.bar(Foo.kt:42)
iOS 栈:0x1000abcdef
→ dSYM 符号化 → -[FooViewController viewDidLoad] + 120
代码或图示
| 平台 | 符号文件 | 还原对象 |
|---|---|---|
| Android | mapping.txt | R8 混淆栈 |
| iOS | dSYM | 地址栈 |
常见误区
- 误区:mapping.txt 不用存;正解:丢了就永远读不懂混淆栈。
- 误区:dSYM 在 App 包里;正解:dSYM 单独导出归档,App 包里没有。
追问
- Q:怎么自动归档 dSYM?A:Xcode Archive 后自动导出或脚本上传,CI 里做。
- Q:Rn 升级后 dSYM 会变吗?A:会,每个版本都要重新归档。
07.2.2.9-007 内存、OOM 与泄漏怎么排查?
一句话结论
RN 内存问题分三类:图片解码缓存(最常见)、未释放的监听/定时器/订阅、原生对象泄漏。OOM 时按"图片 → 缓存 → 泄漏"顺序查;内存泄漏用内存曲线对比,反复进入退出页面看是否回落。
概念解释
图片:一张原图解码后占 宽×高×4 字节,列表里 100 张就是几百 MB。要按显示尺寸解码、限制缓存上限。
泄漏:
- JS 侧:事件监听未 remove、定时器未 clear、订阅未退订、闭包持有大对象。
- 原生侧:原生模块持有 JS 引用、Bridge 事件监听未清理。
- 列表:FlatList 回收不当导致视图节点持续增长。
排查方法:反复进入退出某页面,观察内存曲线是否回落;不回落就是泄漏。
在 RN 中还有一类容易忽略的泄漏:全局 store 里缓存了页面级数据。比如购物车页面把整个商品列表存到了 Zustand,即使退出购物车页面数据还在,下次进入时又重新拉取叠加。解决办法是在路由离开时清理 store 中页面级数据,或用 React Query 的 cacheTime 自动过期。
原理流程
进入页面 → 内存涨
退出页面 → 内存应回落
├─ 回落 → 正常
└─ 不回落 → 泄漏
泄漏源:
├─ 监听/定时器/订阅
├─ 闭包
├─ 图片缓存
└─ 原生对象
代码或图示
| 泄漏源 | 检查方式 |
|---|---|
| 事件监听 | useEffect cleanup |
| 定时器 | clearInterval/Timeout |
| 图片 | 缓存上限 |
| 原生引用 | 原生模块测试 |
常见误区
- 误区:内存涨就是泄漏;正解:图片缓存与列表缓存也会涨,要区分"缓存"与"泄漏"。
- 误区:GC 会自动回收所有;正解:监听与原生引用 GC 不一定能回收。
追问
- Q:怎么测量内存?A:开发者工具看 JS heap 与 native heap,或用监控平台的内存曲线。
- Q:图片 OOM 怎么快速验证?A:临时把所有图片换成纯色 View,看 OOM 是否消失。
07.2.2.9-008 卡顿与 ANR 在 RN 里是什么表现?
一句话结论
RN 卡顿表现为 JS 线程长任务导致交互无响应、动画卡住;Android ANR 是主线程 5 秒无响应,iOS 是主线程过长被 watchdog 杀。定位顺序:先 JS 线程,再原生主线程。
概念解释
JS 线程长任务:大列表 render、复杂计算、同步原生调用、大 JSON 解析,超过 16.7ms 就掉帧,超过几秒就 ANR。
原生主线程:原生模块在主线程做重活、图片解码在主线程、过度绘制。
ANR 是 Android 系统的保护机制:主线程 5 秒没响应输入事件就弹"应用无响应"。iOS 没有 ANR 概念,但主线程卡住会被系统 watchdog 强杀(表现为崩溃,栈是主线程长任务)。
在 RN 中还要注意一类特殊卡顿:JS 线程长任务导致"动画卡住但点击有响应"。这是因为动画走 native driver 时不经过 JS,所以动画流畅但业务交互卡。这种问题用户会描述为"页面点了没反应但动画在跑",要分开看 JS 帧率与 UI 帧率。
原理流程
卡顿 → JS 线程长任务?
├─ 是 → 优化 render / 计算 / 同步调用
└─ 否 → 原生主线程长任务?
├─ 是 → 优化原生模块 / 图片解码
└─ 否 → 查事件频率 / 过度绘制
代码或图示
| 现象 | 原因 |
|---|---|
| 动画卡 | JS 线程忙 |
| 点击无响应 | JS 或原生主线程阻塞 |
| ANR | 主线程 5s 无响应 |
| 偶发卡死 | 同步原生调用 |
常见误区
- 误区:ANR 一定是 JS 的问题;正解:原生主线程阻塞也会 ANR。
- 误区:卡顿只能在测试机复现;正解:线上卡顿要靠监控平台的帧耗时分布。
追问
- Q:怎么监控线上卡顿?A:监控平台有"慢交互"指标,统计点击到响应超过阈值的比例。
- Q:JS 长任务怎么定位?A:Performance 面板录一段,看哪个函数占比最大。
07.2.2.9-009 白屏与降级兜底怎么做?
一句话结论
白屏分三类:JS bundle 加载失败、首屏渲染崩溃、数据加载失败。兜底策略:bundle 加载失败用本地旧包或提示;渲染崩溃用 ErrorBoundary 降级;数据失败用缓存 + 重试。
概念解释
白屏是用户最直观的"App 挂了"。原因:
- bundle 加载失败:网络问题、热更新包损坏、bundle 路径错误。
- 首屏渲染崩溃:ErrorBoundary 没覆盖到,或根组件 throw。
- 数据加载失败:页面停在 loading 或空数据没处理。
兜底:
- 根组件包 ErrorBoundary,展示"出错了,点此重试"。
- bundle 加载失败:用内置默认 bundle,不下载远程损坏包。
- 数据失败:展示缓存 + 重试按钮,不要白屏。
热更新场景下白屏还有一个特有原因:远程 bundle 与原生代码版本不匹配。比如原生升级了但 JS 还是旧版,或 JS 用了一个原生侧还没实现的模块。启动时要做版本兼容性校验:JS 里声明所需原生模块版本,原生侧探测版本号,不匹配时拒绝加载远程 bundle,回退本地包。
原理流程
白屏 → 检查:
bundle 加载失败? → 切回本地旧包
渲染崩溃? → ErrorBoundary 降级 UI
数据失败? → 缓存 + 重试
代码或图示
| 白屏原因 | 兜底 |
|---|---|
| bundle 失败 | 本地旧包 |
| 渲染崩溃 | ErrorBoundary |
| 数据失败 | 缓存 + 重试 |
常见误区
- 误区:ErrorBoundary 包一个就够;正解:根组件 ErrorBoundary 防白屏,页面级 ErrorBoundary 防局部失败。
- 误区:白屏就是 JS 错误;正解:bundle 加载失败、原生崩溃都会白屏。
追问
- Q:怎么监控白屏率?A:在首屏关键节点埋点,启动后 N 秒内没看到首屏视为白屏。
- Q:热更新包导致白屏怎么办?A:回滚开关 + 启动时校验 bundle hash,损坏则用本地包。
07.2.2.9-010 监控指标体系怎么搭?
一句话结论
核心指标分四类:崩溃率(JS + 原生)、启动指标(首屏时间、启动成功率)、性能指标(帧耗时、慢交互)、业务指标(接口成功率、白屏率)。每个指标要有基线、阈值、按版本/渠道/机型拆分。
概念解释
只看"总崩溃率"不够,要能拆:
- 按版本:新版本是否引入回归。
- 按渠道:某个渠道是否特定问题。
- 按机型:低端机是否特有问题。
- 按系统版本:某 iOS/Android 版本是否特有问题。
指标要有基线(上一稳定版)与阈值(如崩溃率 > 0.5% 告警)。
除了稳定性指标,还要盯"业务健康指标":接口成功率、关键路径转化率(如下单成功率)、页面停留时长。一个版本可能崩溃率没涨,但下单成功率从 98% 掉到 92%,这同样是事故。监控平台要把稳定性看板与业务看板放在一起看,不能割裂。
原理流程
指标采集:
崩溃率 / 启动 / 性能 / 业务
→ 上报 → 看板
→ 按版本/渠道/机型/系统版本拆分
→ 对比基线
代码或图示
| 类别 | 指标 |
|---|---|
| 稳定性 | 崩溃率、ANR 率、白屏率 |
| 启动 | 首屏时间 P50/P90、启动成功率 |
| 性能 | JS 帧率、UI 帧率、慢交互率 |
| 业务 | 接口成功率、关键路径转化率 |
常见误区
- 误区:只看平均;正解:要看 P90/P99,平均值掩盖长尾。
- 误区:指标越多越好;正解:核心指标 5-10 个,太多告警疲劳。
追问
- Q:怎么定阈值?A:参考历史基线 + 用户体验,如崩溃率 > 0.5%、首屏 P90 > 3s。
- Q:怎么对比新旧版本?A:灰度期间按版本切分看板,新版 vs 旧版同时间窗对比。
07.2.2.9-011 灰度对比与告警怎么设计?
一句话结论
灰度期间按"用户 ID 哈希分流",新版与旧版同时间窗对比核心指标;告警按指标阈值触发,分级(P0 立即处理、P1 工作时间处理),告警要有"版本号、影响面、建议操作"。
概念解释
灰度不是"发 10% 用户"就完事,要同时对比:
- 崩溃率:新版是否比旧版高。
- 关键业务指标:新版是否影响转化。
- 用户反馈:应用商店、客服。
告警分级:
- P0:崩溃率突增、白屏率高、核心流程不可用,立即回滚/止损。
- P1:非核心指标异常,工作时间处理。
- P2:轻微问题,记录跟踪。
灰度分流要按用户 ID 哈希,不要按设备随机,因为同一用户应该始终在同一组,否则他会看到新旧版本交替,反馈无法归因。灰度期间要暂停新需求发布,只允许修复,否则一旦出问题无法区分是新需求还是灰度本身的问题。
原理流程
灰度 1% → 观察 24h
├─ 指标正常 → 10%
├─ 指标异常 → 告警 → 回滚/止损
└─ 异常分级:P0 立即 / P1 工作时间
代码或图示
| 级别 | 触发条件 | 响应 |
|---|---|---|
| P0 | 崩溃率突增、核心流程挂 | 立即回滚 |
| P1 | 非核心指标异常 | 工作时间 |
| P2 | 轻微 | 记录 |
常见误区
- 误区:告警越多越好;正解:告警疲劳会导致真问题被忽略,要精准。
- 误区:灰度只看崩溃率;正解:业务指标(转化率、支付成功率)同样重要。
追问
- Q:怎么灰度热更新?A:按用户比例下发不同 bundle 版本,观察指标,异常时回滚开关。
- Q:告警通知谁?A:值班群 + 电话/短信 P0,邮件/IM P1/P2。
07.2.2.9-012 止损与值班流程怎么设计?
一句话结论
止损优先级:回滚版本 > 热更新修复 > 配置开关降级 > 人工处理;值班流程要有"发现 → 定位 → 决策 → 执行 → 复盘"闭环,P0 故障 15 分钟内响应。
概念解释
止损手段按速度排序:
- 配置开关:关闭某功能、降级策略、切回旧数据,秒级生效。
- 热更新:发一个新 bundle 修复 JS 问题,下次启动生效。
- 回滚版本:应用商店回滚到上一版(Android 可强制,iOS 商店不支持回滚只能发新版)。
- 人工处理:客服、公告。
值班流程:P0 告警 → 值班人 15 分钟内响应 → 拉群 → 定位影响面 → 决策止损 → 执行 → 观察 → 复盘。
配置开关要提前埋好,不要等事故发生才临时加。关键功能(推荐、个性化、新动画、AB 实验)都要有远程开关,开关配置由配置中心下发,App 启动时拉取并缓存。开关命名要有语义,不要用 switch1、switch2。
原理流程
告警触发
→ 值班响应(15min)
→ 定位:影响面、版本、原因
→ 决策:开关 / 热更 / 回滚
→ 执行
→ 观察指标
→ 复盘报告
代码或图示
| 手段 | 速度 | 适用 |
|---|---|---|
| 配置开关 | 秒级 | 功能降级 |
| 热更新 | 下次启动 | JS 问题 |
| 回滚 | 商店级 | 原生/严重问题 |
常见误区
- 误区:先定位再止损;正解:P0 先止损(开关/回滚),再定位原因。
- 误区:值班流程是文档;正解:要演练,定期故障演练。
追问
- Q:iOS 不能回滚怎么办?A:只能快速发新版(加急审核),或用热更新修 JS 问题。
- Q:复盘要输出什么?A:时间线、根因、止损动作、改进项、负责人。
07.2.2.9-013 日志与埋点的采集边界怎么划?
一句话结论
日志分调试日志(开发用,Release 关闭或降级)、运行日志(关键路径,用于定位)、崩溃上报(自动);埋点用于业务分析,不含个人敏感信息。采集边界:不采集身份证、手机号、精确位置、密码等敏感数据。
概念解释
调试日志:console.log 在 Release 要关闭或降级别,避免性能与隐私问题。
运行日志:关键路径(启动、登录、支付、关键跳转)打 INFO 级别日志,带上用户 ID(脱敏)、版本、设备,用于线上定位。
崩溃上报:自动收集栈、设备信息、版本、用户 ID(匿名),不收集屏幕截图、输入内容。
埋点:业务事件(点击、浏览、购买),不含个人敏感字段。
合规上要特别注意三类数据:一是用户身份信息(手机号、身份证、邮箱),日志里出现要脱敏;二是精确位置,即使是排障也不要采集;三是剪贴板内容,iOS/Android 都会检测应用读取剪贴板,未经用户同意采集会被商店拒绝。日志上报要有"用户同意开关",在隐私政策里明确说明。
原理流程
日志分级:
DEBUG(开发) → Release 关闭
INFO(关键路径) → 采样上报
WARN/ERROR → 全量上报
崩溃 → 自动上报
埋点:业务事件,不采集 PII
代码或图示
| 类型 | 采集内容 | 隐私 |
|---|---|---|
| 崩溃栈 | 栈、设备、版本 | 无敏感 |
| 运行日志 | 关键路径、脱敏 ID | 无敏感 |
| 埋点 | 业务事件 | 不含 PII |
常见误区
- 误区:把所有 console.log 都上报;正解:Release 要关闭调试日志。
- 误区:日志里打印用户输入;正解:密码、身份证、手机号绝不能进日志。
追问
- Q:怎么脱敏?A:手机号中间四位打星、身份证只存后四位、token 不打印。
- Q:用户隐私政策怎么写?A:明确告知收集什么数据、用于什么、存多久,符合适用法规(具体以法务为准)。
07.2.2.9-014 崩溃上报应该带哪些上下文?
一句话结论
崩溃上报要带:版本号、构建号、平台、系统版本、机型、JS 引擎、当前页面、用户 ID(匿名)、最近几步操作轨迹、关键日志摘要;不要带屏幕截图、输入内容、完整状态。
概念解释
上下文不足会导致"看到栈但不知道用户在干什么"。最小上下文:
- 设备与版本:定位是否特定机型/系统。
- 页面:用户在哪个页面崩溃。
- 用户 ID(匿名化):聚合同一用户多次崩溃。
- 最近操作轨迹:前 3-5 个事件,帮助复现。
- 关键日志:崩溃前最后几条 INFO 日志。
不要带:完整 Redux store、屏幕截图、输入框内容、token。
原理流程
崩溃发生
→ 收集:设备 + 版本 + 页面 + 匿名用户 ID + 最近轨迹 + 日志摘要
→ 上报
→ 监控平台聚合
代码或图示
| 带什么 | 不带什么 |
|---|---|
| 版本、平台、机型 | 屏幕截图 |
| 当前页面 | 输入内容 |
| 匿名用户 ID | token/密码 |
| 最近操作轨迹 | 完整 store |
常见误区
- 误区:上报越多越好;正解:上下文要够定位,不要过度采集。
- 误区:用真实用户 ID 上报;正解:用匿名 ID,隐私合规。
追问
- Q:操作轨迹怎么采集?A:关键页面跳转、按钮点击打轨迹事件,崩溃时带最近 N 条。
- Q:怎么防止上报过大?A:日志摘要截断,事件条数上限。
07.2.2.9-015 综合题:线上崩溃率突增,怎么排查?
一句话结论
按"先止损再定位":看新增崩溃是哪个版本、哪个页面、哪个栈;先开关/回滚止损,再按栈定位根因。判断树:新版本引入 → 灰度回滚;特定机型/系统 → 兼容性问题;特定页面 → 代码 bug。
概念解释
典型场景:灰度 10% 后崩溃率从 0.2% 涨到 2%。
第一步:看监控平台的崩溃分布:
- 是新版本引入的吗?(按版本切分,旧版正常)
- 是某个栈集中爆发吗?(Top 崩溃栈)
- 是某个页面/机型/系统集中吗?
第二步:止损。如果是新版本,立即回滚灰度(或回滚到上一版)。如果是热更新包问题,切回旧 bundle。
第三步:定位。根据 Top 栈找代码,复现,修复,发版。
止损后不要立刻关闭告警,要观察 24 小时确认指标回到基线。如果回滚后崩溃率仍高,说明问题不在新版,可能是服务端变更或第三方 SDK 问题,要切换排查方向:看服务端发布记录、第三方 SDK 版本、网络环境变化。
原理流程
崩溃率突增
→ 按版本切分:新版引入?
├─ 是 → 回滚灰度 / 切旧 bundle
└─ 否 → 按栈/页面/机型切分
├─ 某栈集中 → 定位代码
├─ 某页面集中 → 页面 bug
└─ 某机型集中 → 兼容性
代码或图示
| 线索 | 判断 |
|---|---|
| 新版独有 | 代码回归 |
| 某机型集中 | 兼容性 |
| 某页面集中 | 页面 bug |
| 某系统版本 | 系统兼容 |
常见误区
- 误区:先看代码再止损;正解:P0 先止损(回滚/开关),再定位。
- 误区:只看 Top 1 栈;正解:要看 Top 5,可能有多个问题叠加。
追问
- Q:怎么快速判断是 JS 还是原生崩溃?A:监控平台分 JS 崩溃与原生崩溃两类看板。
- Q:回滚后指标多久恢复?A:依赖 App 下次启动率,Android 可强制更新,iOS 只能等。
07.2.2.9-016 综合题:用户反馈白屏,怎么排查?
一句话结论
按"bundle 加载 → 首屏渲染 → 数据加载"三段排查:先确认 bundle 是否加载成功(看启动日志),再看是否渲染崩溃(ErrorBoundary 是否触发),最后看数据是否失败(接口与缓存)。
概念解释
用户反馈白屏但监控平台没崩溃,说明不是 JS 致命错误。可能:
- bundle 没加载成功但没崩溃(如远程包损坏,App 静默用了空包)。
- 首屏数据一直 loading(接口失败没兜底)。
- 某个页面渲染卡住但没 throw(死循环、大列表渲染)。
排查顺序:
- 看启动日志:bundle 是否加载、首屏是否渲染。
- 看接口:首屏接口是否成功、是否有缓存兜底。
- 看渲染:是否有死循环、大列表。
原理流程
白屏
→ bundle 加载成功?
├─ 否 → bundle 路径/网络/损坏
└─ 是 → 首屏渲染完成?
├─ 否 → 渲染崩溃 / 死循环
└─ 是 → 数据加载成功?
├─ 否 → 接口失败 / 无缓存兜底
└─ 是 → UI 逻辑问题
代码或图示
| 段 | 检查 |
|---|---|
| bundle | 启动日志、bundle hash |
| 渲染 | ErrorBoundary、死循环 |
| 数据 | 接口、缓存 |
常见误区
- 误区:白屏一定是崩溃;正解:很多白屏是数据没加载或渲染卡住。
- 误区:只看崩溃栈;正解:白屏要看启动埋点与首屏时间。
追问
- Q:怎么远程复现?A:让用户录屏,或加日志上报白屏时的状态(bundle 版本、接口状态)。
- Q:怎么预防?A:首屏接口失败展示缓存 + 重试,不要让用户停在白屏。