可靠性是軟體一個重要的質量屬性，它關注的是軟體功能持續的可用性，以及出現故障之後是否能夠容錯，是否能快速的恢復使用。
可靠性六條基本準則
1、故障應在第一時間被檢測和感知；
2、能避免的故障都不應該發生；
3、不可避免或無法預測的故障，需進行容錯；
4、已發生故障，需在最短時間內得到恢復；
5、物件狀態和生命期都應該是完備的，閉合的；
6、資源必須合理和均衡地使用；
應用作為直接提供使用者服務，與使用者互動最多的環節，其可靠性對使用者體驗的影響巨大，甚至會高於系統對使用者造成的影響。
可靠性故障的現象及根因
應用不響應（ANR）
(1)應用將耗時操作或者同步呼叫放在UI執行緒，廣播接收器裡處理；
(2)應用資源異常，如記憶體，檔案，執行緒等的濫用、洩露；
(3)訊息、通知過載，忙不過來；
(4)獲取系統資源阻塞，比如訪問檔案系統，資料庫，網路，CPU等；
應用啟動不起來，介面卡住凍屏，黑屏，白屏
(1)應用啟動階段必現閃退；
(2)應用在啟動階段做了特殊的耗時、阻塞動作；
(3)應用事件處理bug，例如：應用接收事件但不做任何響應；
(4)應用資源異常，獲取系統資源阻塞；
(5)應用視窗狀態異常，或者使用定製的顯示繪製介面導致；
應用閃退或者頻繁閃退
(1)低階編碼錯誤，多執行緒併發錯誤，app質量不合格；
(2)異常處理不閉合，不完備；
(3)版本相容性問題，硬體相容性問題；
Android應用故障案例分享
一、應用資源異常
1、某輸入法軟體為了保證應用能常駐記憶體不被系統清理，在應用程式退出時，高頻率註冊1秒的定時器，定時器到時候，立即拉起該應用及關聯應用。如果系統反覆清理該應用，該應用會反覆自啟動，導致系統卡頓很嚴重。
2、某應用反覆註冊了800+個應用許可權管理的AppOps Listener，在執行callback的時候直接導致system_server程式的global reference table overflow，系統重啟。
3、某著名社交軟體收到訊息通知之前，需要獲取通話狀態。如果該應用短時間內收到通知訊息特別多，直接會將system_server的binder執行緒全部佔滿，導致其他應用和服務無法與system_server通訊，直接導致系統重啟。
二、應用的特殊行為
1、某社交軟體在自身升級後的首次啟動過程中，長時間進入dex2oat優化過程，應用介面顯示黑屏。按back鍵無效，只能手殺，大量使用者反饋手機黑屏當機。
2、某著名社交軟體收到訊息通知之前，需要獲取通話狀態。如果該應用短時間內收到通知訊息特別多，直接會將system_server的binder執行緒全部佔滿，導致其他應用和服務無法與system_server通訊，直接導致系統重啟。
3、某應用註冊加速度感測器以及近距離感測器監聽的邏輯：若兩個感測器的註冊有任何一個失敗或者被拒，則會進行無限重試，直到兩者全成功，該邏輯會導致距離感測器被反覆執行註冊，致使system_server的fd數量急速增加，超過1024，導致system_server程式崩潰，系統重啟。
三、相容性問題
1、Google 版本升級導致。應用升級N版本之後，應用頻繁閃退，功能缺失，應用無法使用，清除資料和快取也無效，系統負載高，使用者退機。
2、某應用推送最新版本異常。應用升級之後，使用者無法使用。
3、ROM升級之後，導致應用無法使用。ROM升級之後，該應用讀取電話薄失敗，應用頻繁Crash，導致手機電話過程中無法結束通話。
可靠性設計的一般準則
一、業務功能的可靠性設計
1、合理分配執行任務：哪些放在前臺？哪些放在後臺？
2、仔細設計任務同步&併發：採用同步還是非同步？多工併發？
3、任務負載的均衡：多個業務執行流有序執行；
4、物件生命週期的閉合；
5、良好的使用者互動和提示：別讓使用者以為應用crash
二、應用資料來源可靠性設計
1、應用核心的資料/檔案應有備份和容錯設計
2、來自外部輸入裝置的資料，應用應能判別資料的合法性，例如被破壞的資料來源，非法的外部資料/命令
3、向外發起的服務請求，要有超時和有限重試設計，外部擾動不導致應用卡死
4、外部發起的攻擊性請求，例如通知，廣播，要有防護設計
三、應用的資源可靠性設計
1、分配的資源必須在確定的地方釋放；
2、使用資源必須有明確的上界，如記憶體，磁碟，檔案，執行緒。
四、優秀的編碼能力
優秀的編碼能力是應用可靠性設計的基礎；
五、完備的測試故障用例
事先考慮到應用內部、外部可能發生的故障，將故障的集合定義出來，針對性的設計故障用例。
編輯：千鋒UI設計
來源：掘金