FreeRTOS从代码层面进行原理分析(5 对实时性的探究)

2024-03-31 08:44

本文主要是介绍FreeRTOS从代码层面进行原理分析(5 对实时性的探究),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

FreeRTOS 的实时性是如何做到的?又有多实时?


前面我们用了 4 篇博客对 FreeRTOS 是如何建立任务的FreeRTOS 是调度和切换任务 进行了探索,又把 FreeRTOS 移植到了大学时期买的古早 STM32 开发板上的方式对了解到的原理进行验证。

FreeRTOS从代码层面进行原理分析(1 任务的建立)
FreeRTOS从代码层面进行原理分析(2 任务的启动)
FreeRTOS从代码层面进行原理分析(3 任务的切换)
FreeRTOS从代码层面进行原理分析(4 移植)

对于 FreeRTOS 是如何保证实时性 这一问题,通过前面的博客,想必目前我们心里已经有了大概了。
其保证实时性的理由就是利用了 Systime 中断作为任务切换的时间片。

在官方的介绍中有这么一句话,说明实时性操作系统需要保证的是在规定时间内完成切换任务的响应。
在这里插入图片描述
那么问题来了,严格定义的时间究竟是多少时间呢? 那就让我们在 Cortex-m3 架构的 STM32F103RCT6 单片机上来验证一下时间。

————————————————我是分隔符———————————————————————————

任务切换所需的时间

官网教程中正好有能体现这一时间的图片,就是下图的红色部分。

在这里插入图片描述
计算栈切换时间的办法,我打算采取使用 systick Current 寄存器的值进行估算。
在这里插入图片描述
在前面的博客介绍过 FreeRTOS 任务切换的原理,就是利用 Systick 引发的中断对任务进行判断,挑选出合适的任务,在将新任务上已经存好的值恢复到当前栈上面去,然后跳转到新的任务上执行。

那么,只要我们在跳进 Systick 中断时读取 SysTick Current Value 寄存器的值,然后再跳到任务的时候也读取一次 SysTick Current Value 寄存器的值,它们相减就大约是一个任务切换所需要的时间了。这个值不会特别特别精确,但是作为我们实际参考肯定是够够的了(也欢迎大家提出不同意见,还有什么情况下会导致切换上下文时间出现较大变化)。

在前面移植 FreeRTOS 的时候的代码就是简单的创建了两个优先级相同的任务。

在这里插入图片描述
代码的上面和下面加的参数是为了防止编译器对里面的函数优化,迷惑我们的目的~

编译,烧录,然后在这两个函数内部和 systick 中断中打上断点(调试手段这里介绍)。

在这里插入图片描述
在进入 systick 中断和进入任务的时候都打印 SysTick Current Value 寄存器的值,用于计算任务切换时间。

在这里插入图片描述
好了~ 现在我们已经得到了 SysTick Current Value 寄存器的差值。

0x180b - 0x174e = 0xBD == 189

再确认一下咱们的时钟配置:

在这里插入图片描述
72MHZ = 72000000HZ 约等于 13.89ns
在这里插入图片描述
上面的咱们已经知道了切换一共使得 SysTick Current Value 寄存器减少了 189 次。

189 * 13.89ns 约等于 2,625 ns  约等于 2.6μs

总结

经过我们对代码的调试得出了切换任务需要 2.6μs的这个结论, 但是实际上 FreeRTOS 在 Cortex-m3 架构的 STM32F103RCT6 配置 72MHZ 时钟的情况下,切换任务的时间实际要小于这个 2.6μs 的,因为两个断点间,还是可能还是执行到了一条到多跳的代码~ 但是让我们大致忽略这些,因为这个时间已经足够小了。

举个好玩的例子~

目前这个世界上飞行时速最快的飞机X-43A速度极限是9.6马赫。大约每秒钟可以飞行3公里(是不是到这里感觉很快?)
每毫秒还能飞行3米。
但是!每微妙只能飞行3毫米。

2.6μs 只能让这个怪物飞行 7.8毫米,乖乖!!

在这里插入图片描述


请添加图片描述

这篇关于FreeRTOS从代码层面进行原理分析(5 对实时性的探究)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/863913

相关文章

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

Python使用Tenacity一行代码实现自动重试详解

《Python使用Tenacity一行代码实现自动重试详解》tenacity是一个专为Python设计的通用重试库,它的核心理念就是用简单、清晰的方式,为任何可能失败的操作添加重试能力,下面我们就来看... 目录一切始于一个简单的 API 调用Tenacity 入门:一行代码实现优雅重试精细控制:让重试按我

MySQL中EXISTS与IN用法使用与对比分析

《MySQL中EXISTS与IN用法使用与对比分析》在MySQL中,EXISTS和IN都用于子查询中根据另一个查询的结果来过滤主查询的记录,本文将基于工作原理、效率和应用场景进行全面对比... 目录一、基本用法详解1. IN 运算符2. EXISTS 运算符二、EXISTS 与 IN 的选择策略三、性能对比

MySQL 内存使用率常用分析语句

《MySQL内存使用率常用分析语句》用户整理了MySQL内存占用过高的分析方法,涵盖操作系统层确认及数据库层bufferpool、内存模块差值、线程状态、performance_schema性能数据... 目录一、 OS层二、 DB层1. 全局情况2. 内存占js用详情最近连续遇到mysql内存占用过高导致

Python进行JSON和Excel文件转换处理指南

《Python进行JSON和Excel文件转换处理指南》在数据交换与系统集成中,JSON与Excel是两种极为常见的数据格式,本文将介绍如何使用Python实现将JSON转换为格式化的Excel文件,... 目录将 jsON 导入为格式化 Excel将 Excel 导出为结构化 JSON处理嵌套 JSON:

深度解析Nginx日志分析与499状态码问题解决

《深度解析Nginx日志分析与499状态码问题解决》在Web服务器运维和性能优化过程中,Nginx日志是排查问题的重要依据,本文将围绕Nginx日志分析、499状态码的成因、排查方法及解决方案展开讨论... 目录前言1. Nginx日志基础1.1 Nginx日志存放位置1.2 Nginx日志格式2. 499

Spring Security 单点登录与自动登录机制的实现原理

《SpringSecurity单点登录与自动登录机制的实现原理》本文探讨SpringSecurity实现单点登录(SSO)与自动登录机制,涵盖JWT跨系统认证、RememberMe持久化Token... 目录一、核心概念解析1.1 单点登录(SSO)1.2 自动登录(Remember Me)二、代码分析三、

在MySQL中实现冷热数据分离的方法及使用场景底层原理解析

《在MySQL中实现冷热数据分离的方法及使用场景底层原理解析》MySQL冷热数据分离通过分表/分区策略、数据归档和索引优化,将频繁访问的热数据与冷数据分开存储,提升查询效率并降低存储成本,适用于高并发... 目录实现冷热数据分离1. 分表策略2. 使用分区表3. 数据归档与迁移在mysql中实现冷热数据分

Olingo分析和实践之EDM 辅助序列化器详解(最佳实践)

《Olingo分析和实践之EDM辅助序列化器详解(最佳实践)》EDM辅助序列化器是ApacheOlingoOData框架中无需完整EDM模型的智能序列化工具,通过运行时类型推断实现灵活数据转换,适用... 目录概念与定义什么是 EDM 辅助序列化器?核心概念设计目标核心特点1. EDM 信息可选2. 智能类

Olingo分析和实践之OData框架核心组件初始化(关键步骤)

《Olingo分析和实践之OData框架核心组件初始化(关键步骤)》ODataSpringBootService通过初始化OData实例和服务元数据,构建框架核心能力与数据模型结构,实现序列化、URI... 目录概述第一步:OData实例创建1.1 OData.newInstance() 详细分析1.1.1