Embassy-RP项目中的Flash操作与任务调度问题解析
2025-06-01 19:35:21作者:庞眉杨Will
背景介绍
在嵌入式开发中,使用RP2040微控制器的Flash存储操作是一个常见需求。Embassy-RP作为Rust生态中针对RP2040的异步运行时框架,提供了便捷的Flash操作接口。然而,开发者在将Flash操作从主函数迁移到独立任务时,可能会遇到日志输出异常的问题。
问题现象
当开发者按照常规思路,将Flash相关操作从main函数移动到独立任务时,发现通过RTT(Real Time Transfer)输出的日志信息突然消失。具体表现为:
- 原始代码中所有日志输出正常
- 将Flash操作移至独立任务后,只有主函数的日志可见
- 任务内部的Flash操作日志完全丢失
问题根源分析
经过深入排查,发现问题出在任务调度机制上。在修改后的代码中,主函数末尾包含了一个空循环:
loop {}
这个看似无害的循环实际上阻塞了Embassy执行器的任务调度机制。Embassy作为异步运行时,依赖协程的主动让出来实现任务切换。当主函数进入无限循环后:
- 执行器无法切换到其他任务
- Flash操作任务虽然被创建,但从未获得执行机会
- 因此任务内部的日志自然无法输出
解决方案
解决方法非常简单:移除主函数中的无限循环。在Embassy的异步模型中:
- 执行器会自动管理所有任务的调度
- 当所有任务都处于等待状态时,芯片会进入低功耗模式
- 不需要手动保持主函数运行
修改后的主函数结构应为:
#[embassy_executor::main]
async fn main(spawner: Spawner) {
// 初始化代码...
spawner.spawn(flash_task(p.FLASH, p.DMA_CH0)).unwrap();
// 不需要loop {}
}
深入理解
这个问题揭示了Embassy执行器工作方式的一个重要特点:
- 非抢占式调度:Embassy采用协作式多任务,任务必须主动让出控制权
- 执行器生命周期:
#[embassy_executor::main]宏已经处理了执行器的生命周期 - 任务独立性:每个任务都是平等的,没有主从关系
最佳实践建议
基于这个案例,我们总结出以下RP2040开发的最佳实践:
- 避免阻塞主函数:主函数不应包含长时间运行的同步代码
- 合理设计任务:将不同功能模块分配到独立任务中
- 理解执行器行为:清楚Embassy如何调度和管理任务
- 日志系统检查:当日志异常时,首先确认任务是否真的被执行
总结
在Embassy-RP框架下开发RP2040应用时,理解异步执行模型至关重要。通过这个案例,我们不仅解决了具体的日志丢失问题,更深入认识了Embassy的任务调度机制。记住,在异步编程范式中,保持代码的非阻塞性是保证系统正常工作的关键。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedJavaScript095- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
700
4.5 K
Ascend Extension for PyTorch
Python
563
691
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
JavaScript
529
95
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
957
952
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
411
339
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.6 K
939
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
209
昇腾LLM分布式训练框架
Python
148
176
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
140
221