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
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
454
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++
893
677
暂无简介
Dart
802
199
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
350
205
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781