📚 课程目录第4章 DataItem数据类型

4. DataItem 数据类型：ASCII、Binary、Boolean、Unsigned Integer、Signed Integer、Float、String、List

在 SECS/GEM 协议中，DataItem（数据项）是构成消息（Message）与变量（Variable）的最小数据单元。每个 DataItem 都必须关联一个明确的数据类型，以决定其存储长度、编码方式与解析规则。SEMI 标准 E5 定义了 8 种基础数据类型，涵盖了从简单的开关状态到复杂的嵌套结构。

理解这些数据类型是设计数据采集方案的前提——错误的类型映射会导致数据解析失败、通信超时甚至设备异常。本节将逐一剖析每种类型的定义、编码格式、适用场景与常见陷阱。

4.1 ASCII

定义：ASCII 类型用于传输可打印的 ASCII 字符序列，每个字符占用 1 字节。在 SECS/GEM 消息中，ASCII 数据项通常用于传递设备 ID、操作员注释、配方名称等人类可读文本。

属性	值
格式代码	`0x41`（'A'）
字节长度	可变，由长度前缀指定（1~4 字节长度字段）
编码范围	0x20 ~ 0x7E（可打印 ASCII）
典型用途	设备名称、错误消息、用户输入

  ⚠ 常见陷阱：ASCII 类型不包含空字符终止符（如 C 语言的 '\0'）。接收方必须根据长度前缀精确截取字符串，不能依赖字符串结束标记。部分老旧设备可能混入不可见控制字符，建议在采集层做过滤清洗。

4.2 Binary

定义：Binary 类型用于传输原始字节序列，不进行任何字符编码转换。每个字节的值范围为 0x00 ~ 0xFF。Binary 适合传输固件镜像、传感器原始数据、加密校验和等非文本数据。

属性	值
格式代码	`0x42`（'B'）
字节长度	可变，由长度前缀指定
编码方式	逐字节原样传输
典型用途	固件块、图像数据、自定义协议载荷

💡 采集建议：在数据采集方案中，Binary 类型通常需要配合额外的元数据（如长度、校验算法标识）一起上报。建议在设备端预先定义好 Binary 数据块的解析模板，避免在主机侧做猜测式解析。

4.3 Boolean

定义：Boolean 类型表示逻辑真/假值，在 SECS/GEM 中编码为单字节：0x00 表示 FALSE，0x01 表示 TRUE。任何非 0x00 的值都应被视为 TRUE，但标准强烈建议仅使用 0x00 和 0x01。

属性	值
格式代码	`0x42`（'B'）——与 Binary 共用格式代码，通过上下文区分
字节长度	固定 1 字节
有效值	0x00 (FALSE), 0x01 (TRUE)
典型用途	报警状态、门锁状态、工艺使能标志

⚠ 重要：Boolean 与 Binary 在 SECS/GEM 底层使用相同的格式代码 0x42。区别在于：Boolean 的长度固定为 1，且语义上只关心最低位。在实现数据采集解析器时，必须通过 SML（SECS Message Language）定义或设备手册来区分两者，不能仅靠格式代码判断。

4.4 Unsigned Integer (UINT)

定义：UINT 类型用于传输无符号整数，支持 1、2、4、8 字节四种长度。字节序采用大端（Big-Endian）编码，即高位字节在前。

子类型	格式代码	字节数	取值范围
U1	`0x55`（'U'）	1	0 ~ 255
U2	`0x55`（'U'）	2	0 ~ 65,535
U4	`0x55`（'U'）	4	0 ~ 4,294,967,295
U8	`0x55`（'U'）	8	0 ~ 2⁶⁴-1

  🔍 编码示例：U4 值 16909060（十六进制 0x01020304）在 HSMS 消息中的字节序列为：0x55 0x04 0x01 0x02 0x03 0x04。其中 0x55 是格式代码，0x04 是长度（4 字节），后续 4 字节为大端数值。

4.5 Signed Integer (SINT)

定义：SINT 类型用于传输有符号整数，同样支持 1、2、4、8 字节四种长度，采用大端字节序与二进制补码表示。

子类型	格式代码	字节数	取值范围
I1	`0x49`（'I'）	1	-128 ~ 127
I2	`0x49`（'I'）	2	-32,768 ~ 32,767
I4	`0x49`（'I'）	4	-2³¹ ~ 2³¹-1
I8	`0x49`（'I'）	8	-2⁶³ ~ 2⁶³-1

💡 选型建议：在定义设备数据采集项时，如果数值不可能为负（如晶圆计数、步序号），优先使用 UINT 而非 SINT，以避免符号位带来的解析歧义。对于温度偏差、位置偏移等可能为负的物理量，则必须使用 SINT。

4.6 Float

定义：Float 类型用于传输单精度（4 字节）或双精度（8 字节）浮点数，遵循 IEEE 754 标准，字节序为大端。

子类型	格式代码	字节数	精度
F4	`0x46`（'F'）	4	约 7 位十进制有效数字
F8	`0x46`（'F'）	8	约 15 位十进制有效数字

⚠ 精度陷阱：F4（单精度）在表示大整数时可能丢失精度。例如，16777217 在 F4 中会被舍入为 16777216。如果设备上报的浮点数值实际为整数且范围较大，建议在设备端转换为 I4 或 U4 后再传输，避免采集到的数据出现不可预期的舍入误差。

4.7 String

定义：String 类型与 ASCII 类似，但允许传输包括扩展 ASCII（0x80 ~ 0xFF）在内的完整字节序列。在 SECS/GEM 中，String 通常用于传输多语言文本或包含特殊符号的数据。

属性	值
格式代码	`0x53`（'S'）
字节长度	可变，由长度前缀指定
编码范围	0x00 ~ 0xFF（所有字节值）
典型用途	多语言配方名称、自定义日志、扩展属性

  🔍 ASCII vs String 对比：
  ASCII 只允许 0x20~0x7E，String 允许 0x00~0xFF。
ASCII 适合纯英文场景，String 适合国际化场景。
在数据采集系统中，如果无法确定设备端编码，建议统一使用 String 类型接收，然后在主机侧根据约定的字符编码（如 UTF-8、GBK）进行二次解码。

4.8 List

定义：List 是 SECS/GEM 中唯一的复合数据类型，可以包含任意数量的子 DataItem，且子 DataItem 可以是包括 List 在内的任何类型。List 实现了数据的嵌套结构，是构建复杂消息（如配方参数列表、多站点测量数据）的基础。

属性	值
格式代码	`0x4C`（'L'）
长度含义	子元素个数（而非字节数）
嵌套深度	标准未限制，但实际实现通常限制在 10 层以内
典型用途	多参数集合、矩阵数据、事件报告内容

4.9 数据类型选择矩阵

在数据采集方案设计阶段，应根据数据的物理含义与精度要求选择最合适的数据类型。下表提供了常见设备数据项的类型推荐对照：

数据项示例	推荐类型	理由
设备序列号	ASCII	纯可打印字符，长度固定
晶圆 ID	String	可能包含特殊字符或扩展 ASCII
腔室门状态	Boolean	仅开/关两种状态
工艺温度	F4	浮点数值，精度要求适中
累计运行时间	U4	非负整数，范围可达 49 天（秒级）
位置偏移量	I2	可能为负，范围 -32768 ~ 32767 足够
传感器原始波形	Binary	非文本数据，需原样传输
多站点测量结果	List of F4	嵌套结构，站点数量可变

4.10 编码与解析示例

以下是一个完整的 SECS-II 消息片段，展示了多种 DataItem 类型的混合编码。该消息表示一个“配方参数下载”请求：

// SML 表示法
S2F41 W
<L[3]
  <A "Recipe_Alpha">          // 配方名称 (ASCII)
  <U4 150>                     // 目标厚度 (Unsigned Integer)
  <L[2]
    <F4 23.5>                  // 温度设定点 (Float)
    <Boolean TRUE>             // 是否启用闭环控制 (Boolean)
  >
>.

对应的 HSMS 字节流（十六进制）为：

0x4C 0x03        // List, 3 个子元素
  0x41 0x0D      // ASCII, 13 字节
    0x52 0x65 0x63 0x69 0x70 0x65 0x5F 0x41 0x6C 0x70 0x68 0x61  // "Recipe_Alpha"
  0x55 0x04      // U4, 4 字节
    0x00 0x00 0x00 0x96  // 150
  0x4C 0x02      // List, 2 个子元素
    0x46 0x04    // F4, 4 字节
      0x41 0xBC 0x00 0x00  // 23.5 (IEEE 754)
    0x42 0x01    // Boolean, 1 字节
      0x01       // TRUE

💡 解析器实现要点：

读取第一个字节，判断格式代码（0x4C=List, 0x41=ASCII, 0x55=UINT, 0x46=Float, 0x42=Binary/Boolean）。
对于 List，后续 1~4 字节为子元素个数；对于其他类型，后续 1~4 字节为数据字节长度。
根据长度读取数据载荷，并按类型规则转换为内存中的数据结构。
遇到 List 时递归执行上述步骤，直到所有嵌套层级解析完毕。

4.11 数据采集方案中的类型映射策略

在构建数据采集系统时，建议采用以下策略来保证类型安全与解析效率：

预定义类型字典：在系统初始化阶段，从设备 GEM 配置文件（如 .edl 文件）中加载所有 DataItem 的类型定义，建立 ID→类型的映射表。
强类型解析器：为每种数据类型编写独立的解析函数，避免使用万能解析器导致的类型混淆。
边界值检测：对于 UINT/SINT，在解析后检查数值是否在合理范围内；对于 Float，检查是否为 NaN 或 Infinity。
List 深度限制：设置最大嵌套深度（建议 8 层），防止畸形消息导致递归栈溢出。
日志记录：在类型映射失败时，记录原始字节流与期望类型，便于离线排查。

⚠ 生产环境警示：某半导体工厂曾因将 Boolean 误配置为 U1 类型，导致采集系统将 0x01 正确解析为 1，但将 0x00 解析为 0 后存入整数字段，后续报表系统将 0 视为“数据缺失”而非“FALSE”，引发长达两周的误报警。类型映射的准确性直接影响上层应用的可靠性，务必在集成测试阶段覆盖所有 DataItem 类型的边界测试。