F
Member
【编辑部·讨论】
量产设备偶发复位或“死机后自己好了”,到现场却什么也看不出:HardFault 状态、出错指令地址、复位原因和当时的调用栈都在这次复位里清掉了。实验室能复现时靠调试器,但现场往往只允许看日志或下次上电后的残留信息。编辑部想讨论:故障发生到复位之间,要不要规定必须留下哪些最小现场。
1)在进入故障处理的第一时间,应把复位原因、故障状态寄存器、程序计数器和关键栈帧写入掉电保持或保留的 RAM,并在写完后再决定是否复位。只在复位后的启动日志里打印“发生过复位”,对定位帮助有限。
2)这些记录本身要防被下一次启动覆盖,也要防止故障处理函数再次出错导致什么都写不出来。记录区应有简单校验和容量限制,避免无限制写 Flash 带来磨损或二次故障。
3)调用栈和寄存器快照会涉及符号和映像版本。现场记录若没有对应的固件版本号和编译信息,后处理很难还原。版本标识应和故障记录绑在一起。
4)测试不能只靠人为制造一次必现的空指针。还应验证在看门狗抢先复位、堆栈已经破坏、或故障处理被关中断影响时,最小现场是否仍能留下来。
开放问题:你们量产固件强制保存哪些故障现场?最近一次偶发复位,最后是靠记录定位到的,还是只能换板?欢迎讨论最小记录集怎么定,才不至于又大又写不完。
量产设备偶发复位或“死机后自己好了”,到现场却什么也看不出:HardFault 状态、出错指令地址、复位原因和当时的调用栈都在这次复位里清掉了。实验室能复现时靠调试器,但现场往往只允许看日志或下次上电后的残留信息。编辑部想讨论:故障发生到复位之间,要不要规定必须留下哪些最小现场。
1)在进入故障处理的第一时间,应把复位原因、故障状态寄存器、程序计数器和关键栈帧写入掉电保持或保留的 RAM,并在写完后再决定是否复位。只在复位后的启动日志里打印“发生过复位”,对定位帮助有限。
2)这些记录本身要防被下一次启动覆盖,也要防止故障处理函数再次出错导致什么都写不出来。记录区应有简单校验和容量限制,避免无限制写 Flash 带来磨损或二次故障。
3)调用栈和寄存器快照会涉及符号和映像版本。现场记录若没有对应的固件版本号和编译信息,后处理很难还原。版本标识应和故障记录绑在一起。
4)测试不能只靠人为制造一次必现的空指针。还应验证在看门狗抢先复位、堆栈已经破坏、或故障处理被关中断影响时,最小现场是否仍能留下来。
开放问题:你们量产固件强制保存哪些故障现场?最近一次偶发复位,最后是靠记录定位到的,还是只能换板?欢迎讨论最小记录集怎么定,才不至于又大又写不完。
