LittleFS文件系统在STM32上创建目录失败问题分析与解决
2025-06-07 23:56:07作者:廉皓灿Ida
问题背景
在使用LittleFS文件系统时,开发者在STM32平台上遇到了一个奇怪的问题:在执行lfs_mkdir()函数创建新目录时,系统返回了LFS_ERR_NOSPC错误,提示存储空间不足。然而经过检查,实际上文件系统中仍有足够的空闲块可供使用。
问题现象分析
开发者观察到以下关键现象:
- 在执行
lfs_format()和lfs_mount()后,lookahead_buffer中的元素值有时为0x00 - 但在执行
lfs_mkdir()时,lookahead_buffer中的值总是0xff - 由于lookahead_buffer全为0xff,系统无法找到空闲块,导致分配失败
深入技术分析
LittleFS的存储分配机制
LittleFS使用lookahead_buffer来跟踪和管理存储块的使用情况。这个缓冲区中的每一位(bit)对应一个存储块的状态:
- 0表示块空闲可用
- 1表示块已被占用
当缓冲区全为0xff时,意味着所有位都被置为1,系统会认为所有块都已被占用,自然无法分配新的块。
配置参数问题
开发者提供的配置显示存在潜在问题:
uint8_t read_buffer[1024];
uint8_t prog_buffer[1024];
uint8_t lookahead_buffer[1024];
const struct lfs_config lfs_cfg = {
.cache_size = 4096,
// 其他配置...
};
这里的关键问题在于:
read_buffer和prog_buffer大小仅为1024字节- 但
cache_size被设置为4096字节 - 这种不匹配会导致缓冲区溢出,特别是当执行
lfs_cache_zero()等操作时
内存溢出后果
当缓存操作试图写入超过1024字节的数据时,会发生内存溢出,可能覆盖相邻的lookahead_buffer区域。由于Flash擦除后的默认值为0xff,这种溢出导致lookahead_buffer被错误地填充为0xff,进而导致系统错误地认为所有块都已被占用。
解决方案
正确的配置方法
解决此问题的关键在于确保所有缓冲区大小与配置参数匹配:
uint8_t read_buffer[4096]; // 必须等于或大于cache_size
uint8_t prog_buffer[4096]; // 必须等于或大于cache_size
uint8_t lookahead_buffer[128]; // 只需block_count/8字节,16块只需16/8=2字节,但考虑对齐
const struct lfs_config lfs_cfg = {
.cache_size = 4096,
// 其他配置保持不变...
};
优化建议
-
lookahead_buffer大小:实际上只需要block_count/8字节,对于16个块的文件系统,仅需2字节(16/8),但考虑到对齐要求,可以适当增大。
-
静态内存分配:对于资源受限的嵌入式系统,可以考虑:
- 使用
LFS_NO_MALLOC宏定义 - 提供所有必要的静态缓冲区
- 或者修改
lfs_malloc/lfs_free实现以使用静态内存池
- 使用
-
文件缓冲区:每个打开的文件都需要独立的缓冲区,可以通过
lfs_file_opencfg提供。
总结
在嵌入式系统中使用LittleFS文件系统时,正确配置缓冲区大小至关重要。本例中的问题源于缓存缓冲区大小与配置参数不匹配导致的内存溢出。通过调整缓冲区大小使其与cache_size一致,问题得到解决。这提醒我们在使用嵌入式文件系统时,必须仔细检查所有内存相关的配置参数,确保它们相互匹配且满足系统需求。
登录后查看全文
热门项目推荐
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 StartedRust0192
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
766
4.99 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
686
1.34 K
Ascend Extension for PyTorch
Python
721
884
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
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
458
443
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
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
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
612