嵌入式软件中如何管理系统数据？

来源：狗哥嵌入式 https://zhuanlan.zhihu.com/p/604707040

软件架构这东西，众说纷纭，各有观点。在我看来，软件架构是软件系统的基本结构，包含其组件、组件之间的关系、组件设计与演进的规则，以及体现这些规则的基础设施。

软件架构，从来不是一件容易事，它贯穿在产品的整个生命周期，需要所有团队成员遵守并自律，才能将架构思想在软件中体现。

新手工程师，由于经历的项目太少，看不到项目全貌，很难从全局理解软件架构。但软件架构真的只是资深工程师的专利吗？这个也不见得。古人作文，讲究立意为先。

今天工程师做项目和产品，也应该先立意。这个意，就是指要有高度。工程师入门能从软件架构的高度出发，看待软件问题，相信对软件的理解，会更加深刻一些。因此，我总结了软件架构的六个步骤，供嵌入式工程师参考。

• • 隔离硬件相关代码，建立抽象层

• • 建立统一的软件基础设施

• • 识别和管理系统数据

• • 功能分层与分解

• • 组件及其接口设计

• • 测试、调试与跨平台开发的支持

今天，们将探讨设计嵌入式软件架构的第三步：识别和处理产品数据。当工作过程中，我发现嵌入式工程师们，在思考架构问题，有两种倾向：

首先，思考问题的出发点，大部分都是硬件。嵌入式工程师们总是会倾向于，把整个嵌入式程序，搞成一个时刻在与硬件交互的底层代码，没有有效隔离硬件，更没有合理分层，甚至一竿子从应用层捅到寄存器。

在《嵌入式软件架构的六个步骤（一）抽象层》中，我们对这一现象做过解释。这种做法，是由大部分嵌入式工程师的知识结构偏硬件决定的，可以理解，但绝不提倡。

因为这种写法，不符合软件发展的主流趋势，不符合层次化和复用性原则，无法支撑大规模的嵌入式软件开发。目前嵌入式开发产品的软件规模大了很多，硬件有关的部分所占的比例，已经降到了非常小的份额。在大多数嵌入式系统中，真正的价值在于应用层代码，即与硬件无关的部分。

其次，工程师总是喜欢围绕中断、任务、总线的原始数据等底层资源，展开对架构的思考。

这依然是面向硬件和面向底层的思维。在硬件资源紧张的年代里（15年前），任务的数量是有限制的（uC/OS-II只支持64个任务，而当前大多支持无限任务，只要RAM和ROM允许），而RAM也是非常紧张的，那时候的工程师，不得不将大量的精力，放在底层上，以便以最小的资源进行数据的处理。

而现在，当资源变得不那么稀缺甚至有些过剩时，我们要面向业务逻辑进行数据结构的设计。而业务逻辑体现到软件里，本质上就是数据抽象与数据结构的设计，其次才是程序的编写。

一旦团队完成了软件架构的第一步和第二步，对硬件相关代码进行了剥离，并建立了统一的软件基础设施（非必须步骤），设计嵌入式软件架构的第三步就是识别和管理产品数据。

数据包含任何类型，只要是系统内部，又利用其功能执行的任何数据，包括一些中间数据和临时数据，都算系统数据。拿我曾经做过的机器人控制器举例，嵌入式系统可能具有以下系统数据：

• • IO口数据（含开关量输入口、开关量输出口、模拟量输入口、模拟量输入口）

• • 通信口数据（含串口、CAN接口、RS485等）

• • 传感器实时数据

• • 电机实时数据

• • 车体状态数据

• • 地图数据

• • 任务数据

• • 指令数据

• • 当前线路数据

• • 当前位置数据

• • 错误与报警历史

• • LOG数据

• • 配置参数

• • 脚本数据

• • 其他数据

这里面，有些数据，为一些功能独享，但也有很多的数据，由不同的器件产生，并被多个功能所共享。系统中数据越多，数据类型越多，数据共享越多时，系统架构就越复杂。当我们设计和构建一个实时嵌入式系统时，我们所做的核心是识别和管理数据。

嵌入式软件设计的第一原则

数据决定设计，是现代嵌入式软件设计的第一原则。Linux的创始人Linus Torvalds在一次演讲中也曾经说过说："烂程序员关心的是代码，好程序员关心的是数据结构和它们之间的关系。"他在谈到Git时，也曾表达过类似的观点，“好程序员和烂程序员之间的差别，就在于他们认为是代码更重要还是数据结构更重要。”

我们上学时，就学过一个公式：程序 = 数据结构 + 算法。如果从嵌入式程序的宏观视角去理解这个公式：所谓的数据结构，就是数据结构与处理机制；而所谓的算法，就是代码逻辑。好的数据结构，总是会简化代码；而差的数据结构，会导致代码变的比较复杂。

我们可以创建各种漂亮的架构，去开发项目，完成产品。但最有效的架构是围绕系统数据设计的架构。一个只有10个数据和1000个数据的处理方式，是完全不同的。无论工程师琢磨出多么漂亮和优雅的软件架构，只要这个架构不是有效的支撑数据的处理，都是无助于实际开发的。

当我们专注于数据进行架构设计时，需要工程师对数据本身以及数据的转换进行高度关注，关注到数据在软件内部转换的每一个关键环节。实际上，每一个软件（含承载它的硬件），都可以看做一个黑盒子，一端是输入数据，一端是输出数据，而黑盒子是对数据的处理和转换。

比如，我们开发一个恒温壶的项目，其原理大致为从一个热敏电阻获取温度，并经过ADC的采集、转换、滤波等操作，根据采集的温度，决定加热丝是否加热，以保持温度维持在恒定问题。原始温度数据，可以看做输入，加热丝的打开，可以看做输出。

架构可以变得高度关注它应该如何处理数据。事实上，数据的处理仅仅需要少量操作。首先，系统可以输入数据。例如，用户可以通过通信接口按下按钮或接收串行数据。其次，系统可以输出数据。例如，显示像素映射到显示器或驱动电机。第三，系统可以处理数据。

例如，串行数据可能以数据包格式进入系统，然后对其进行解码。进行处理以验证数据包，然后解压缩存储的数据。最后，系统可以将数据存储在易失性或非易失性存储器中。众所周知，在Linux和Unix系统中，五个操作就已经抽象所有的关于文件（可以认为数据的一种）：

• • open

• • close

• • read

• • write

• • control

识别系统数据，以及可对该数据执行的操作，可以极大地帮助团队设计其嵌入式软件体系结构。分析系统数据，能够很简单的明确设计中的架构需求。不幸的是，太多的团队忽略了数据，要不就是凭感觉和经验在编程，要么就是强行引入了并不适合但光鲜亮丽的架构方案。

在很多时候，合适的架构，都是朴素的。朴素到什么地步呢？当架构对软件质量提升没有帮助时，那就去他的架构！这就是为什么8位单片机和简单的嵌入式产品，不必讲究什么架构，就能完成设计和实现。

但当软件规模增大（个人观点是一万行代码以上）时，引入合理架构就变成了不得不做的事情，这时对系统的核心数据进行识别和分析，就势在必行。

那么什么是系统的核心数据？很多工程师在应用层里直接处理物理通信口（比如UART）来的数据，这依然是硬件思维。资源（RAM）紧张时，我们当然需要在底层，甚至在中断函数中，直接解析数据，以便节省资源。但从系统架构的角度来说，显然物理中断接收到原始数据，与业务层面，并没有直接关系。

在RAM资源允许的情况下，物理中断要经过几次转换，才会到应用层，这几次转换可能包含：外设框架缓冲区、协议栈、设备层、应用层。对于复杂系统，经过的环节可能会更多。

举例来说，我们假定主控制器使用UART（RS232）通过一个电机驱动器，间接控制一个电机，并获取电机实时数据，这在工业控制和机器人等行业是非常常见的场景。外设框架缓冲区，暂存收到的串口数据，然后协议栈解析数据，将有效的数据负载传递给应用层，应用层对数据进行合理转换（滤波、计算等），最后才得到电机的速度、电流、温度等数据。

typedef struct motor_status_data
{
    float speed;                            /* RPM */
    float current;                          /* A */
    float temperature;                      /* °C */
} motor_status_data_t;

void device_motor_get_status(device_motor_t *device, motor_status_data_t *data);

上述代码里，所表达的才是电机这个设备，在系统中的核心数据。它代表电机设备的核心特性。至于这个电机是串口驱动、SPI驱动还是CAN驱动，对应用层来说，并不重要，我们也不应该去关心他，我们将其屏蔽在设备层以下。在设备层里，我们只保留硬件无关的数据。这部分内容，我将在后续文章《设备抽象层》系列中进行详述。

以数据为中心的架构意味着什么？

对很多喜欢搞底层的工程师来说，“数据决定架构”的想法，显得很奇怪。在各种编程领域，面向对象的编程都是被重视的，因为它能将复杂的系统简化。而对象是什么？

本质上，对象就是各种彼此相关数据的集合，以及对该数据进行操作。而面向对象的编程理念已经出现几十年了，有很多人已经在讨论更加先进的编程范式了，但单片机上，面向对象还并未普及。实际上，以数据为核心的软件架构设计，在很多领域不仅是必要，而且是强制的。

在机器人领域，如果不使用数据驱动的架构设计原则，采集数据并脱机复现场景，是不可能实现的。以数据为中心的架构，有如下优势。

首先，可以完美的解决数据安全问题。不同类型的数据有着不同的安全等级。如果能以数据为中心进行软件架构，那么软件架构会和系统安全，完美融合。

工程师可以对数据的安全等级进行设置，不同的安全等级有着不同的保护措施，后续会在《防御式编程》系列文章中详细阐述这个问题。

其次，识别系统数据，可以帮助我们正确将系统拆分到模块这个粒度上。模块（组件），是工程师进行编程工作的最小任务。作为工程师，如果能严格遵循单一职责原则（SRP），每一组数据都会被单独封装在其模块内部，并执行相应的操作。如果模块切分的太粗，会导致很多无关的数据都放在了同一个模块进行处理。

在这种情况下，不符合模块设计的“单一职责原则”，从而导致内聚性差，复用性低。如果模块切分的太细，会导致关联密切的数据，被分到多个不同的模块进行处理。在这种情况下，模块之间会产生数据交换，从而导致耦合性太强，复用性也会降低。

第三，以数据为中心，进行系统架构，就意味着工程师是面对应用层进行系统和软件架构，而不是面向底层。在架构阶段上，工程师所关注到东西，是一组数据及其操作，如何达到简洁的状态，从来都不会关注获取这个数据，所需要的硬件资源是什么？一般而言，硬件机制、中断、缓冲区和DMA等底层细节，都会被直接屏蔽在驱动层以内（参考《嵌入式软件架构的六个步骤之抽象层》）。

那么，围绕数据进行的嵌入式软件架构的原则是什么？这就不得不提到老掉牙的一句话，那就是著名的“高内聚，低耦合”原则。

何为高内聚？将彼此联系紧密的数据，放进同一个模块进行处理；何为低耦合？让模块间的数据交互，尽可能的小。实际上，一旦一个软件模块符合了上述标准，其接口必然变得简洁。简洁的接口，才更有可能是合理的。

对于上述的AGV系统数据来说，我们可以大体分为如下几个域：

1. 1. 外设与驱动：IO口数据、通信口数据 2. 设备与驱动：传感器实时数据、电机实时数据 3. 运动控制：车体状态数据 4. 业务逻辑：地图数据、任务数据、指令数据、当前线路数据、当前位置数据、错误与报警历史、LOG数据 5. 配置层：配置参数、脚本数据等

每一个域中，可能还会分为几个软件模块，软件模块包含自己的数据。具体的层次与模块分解，我们将在下一步骤中进行详述。

思维稍微脱离底层的工程师，可能会以任务作为架构设计的核心要素。对于多年之前的嵌入式软件设计，这是合适的。对从前资源紧张的MCU而言，任务是一个稀缺资源，每开一个任务，就意味着要耗费不少RAM的开销，这对于RAM资源紧张的MCU来说，不得不从全局上，由架构师小心规划任务的创建。

但在现在的嵌入式系统中，任务也成为了模块中的资源。面向过程式的开发，一般在任务里调用模块。而在合理的架构设计，要不要在模块中启动任务，一般在对模块进行实现的时候，才由负责模块实现的工程师决定。在项目开始时，合格的工程师，想好所有的细节；而优秀的工程师，则会预留最大的空间，推迟细节的决策，提高软件架构的灵活性。

结论

设计嵌入式软件架构的第三步是识别和管理系统数据。对于关注硬件的工程师来说，以数据为中心的软件架构，似乎很奇怪。帮助改变我们思维方式的一种方法是将嵌入式软件的定义修改为：“嵌入式软件，是设计和构建为确定性运行的代码，通畅具备实时性，通过各种形式的输入、处理、输出和存储来管理数据。”

数据体现的是嵌入式系统的本质，体现的是嵌入式系统的抽象特性，只有以数据为核心的嵌入式架构，才可能诞生最合理的软件架构。

识别数据，然后跟踪它如何与系统中的其他数据交互，可以帮助工程师了解架构是如何出现的。当工程师从数据的视角看待嵌入式系统时，一个抽象而非具象的视角已经形成；嵌入式系统架构的蓝图，也已经在他的脑中展开。我们就能进入嵌入式软件架构的第四个步骤，系统层次与模块分解。

本文来源网络，免费传达知识，版权归原作者所有。如涉及作品版权问题，请联系我进行删除。