[原创] 使用实时操作系统开发软件时，如何测量性能？

性能分析非常重要的一个方面是响应时间，例如，从一个任务被激活到运行完成的时间。可以通过多种方式来测量响应时间，如反转I/O引脚并使用逻辑分析仪进行测量，或通过添加一些额外的代码来测量两点之间时钟周期数。但这些测量措施只能检测两点之间的处理器时间，无法获知影响时间的因素，例如中断或其他任务抢占导致的干扰。

性能分析的另一个重要内容是执行时间，一段特定代码实际使用的处理器时间。我们通常可以对程序计数器进行采样获取使用的处理器时间，许多IDE支持该功能，大多数基于ARM的MCU为此提供了硬件支持。然而，通过该方式获取的数据是平均测量值，对于频率较低的函数或任务是不准确的。此外，这些信息不能指示异常长的执行可能会导致问题，例如超时。

使用RTOS知识进行跟踪

要获得RTOS行为的准确信息，你需要一个RTOS感知跟踪的解决方案。但许多工具仅支持指定的操作系统。它们通常使用水平甘特图显示任务执行随时间的变化，但其跟踪信息很难并行显示其他事件，例如RTOS API的调用。

图1 Tracealyzer主视图

Tracealyzer 的主视图（图1）使用垂直时间轴，不仅显示RTOS调度过程和中断，还通过文本标签显示RTOS调用的事件或自定义用户事件。这些标签“浮动”显示并均匀分布。调度轨迹中的矩形框对应于一次连续的执行，称为Fragment（分片）。参与者（Actor）表示被跟踪系统中的所有执行上下文，例如任务和中断处理程序。任务调度可以不同的方式呈现或查看。图1中，每个参与者一列，分片在多列中排序。

图2 执行时间和响应时间变化

一个参与者，在捕获视图中有多个实例。实例表示参与者的一次执行，即从任务被触发到完成的过程。在Tracealyzer 主视图中点击参与者的分片，参与者实例通过蓝色矩形框突出显示，如图1。

此外，执行时间和响应时间等性能指标基于每个实例计算，并可视化为图2所示的详细图表。例如如果捕获任务的最大响应时间是为 3255 µs，而最大执行时间仅为1087 µs，这意味着大部分响应时间被其他任务或中断占用。

Tracealyzer中的所有视图都是相互关联的，通过单击绘制的数据点，你会找到主跟踪视图中的相应位置，以及统计数据背后的详细RTOS行为。

任务调度事件如何分组到任务实例中？对于周期RTOS任务来说，一个实例对应一个迭代循环，由RTOS阻塞调用分隔，例如，循环中的队列接收调用QueueRecieve或延时调用DelayUntil。但是一个任务可能会执行多个这样的调用，那么Tracealyzer如何知道从哪里结束当前实例并开始一个新的实例？

Tracealyzer 有一个“实例完成事件”（IFE）概念，通过两种方式定义。用户在大多数情况下不需要为此烦恼，因为有一组标准规则，用于指定RTOS调用的内容作为IFE，例如延迟调用和 QueueRecieve调用。不需要额外的配置。但是，对于规则不合适的情况，可能会需要生成显式事件 (IFE) 标记实例完成，需要调用记录库中的特定函数实现。

图 3显示了一个示例，其中墨绿色控制任务分为多个实例，尽管这些点上没有发生任务切换。你可以手动决定如何将事件分组到实例中，从而控制时序统计的解释。

图3 实例结束事件IFE允许自定义间隔

使用RTOS带来的复杂性，使得应用的运行时行为难以通过阅读代码的方式理解。基于Tracealyzer的可视化分析，可以帮助我们理解和控制软件的运行时行为。关于如何使用Tracezlyzer，捕获系统行为的信息，可以参考《嵌入式实时操作系统-基于STM32Cube、FreeRTOS和Tracealyzer的应用开发》