2. 嵌入式系统基础

CPU资源管理，说白了就是决定「下一个该谁跑」的问题。我刚开始做嵌入式时，觉得调度不就是个排队嘛，后来被一个优先级反转的bug折磨了三天，才明白这里面的水有多深。

这一章我们聚焦四个核心话题：任务调度的基本概念、两种经典实时调度算法（RMS和EDF）、非实时场景下的时间片轮转，以及多核CPU带来的新挑战。嗯，每个我都会结合项目里的真实教训来讲。

任务调度基础：你需要知道的几个关键点

调度器要回答三个问题：什么时候切换？切换给谁？切换多久？

我个人习惯把调度模型拆成三要素：

• 就绪队列——所有能跑的任务排在这里
• 调度策略——决定从队列里挑谁
• 上下文切换——保存当前任务状态，恢复下一个任务状态

你想想看，如果上下文切换开销是100μs，而你的任务只跑200μs，那CPU有三分之一的时间都在做无用功。我在一个工业控制项目里就踩过这个坑——任务切得太频繁，实际有效计算时间只剩60%。

实时调度算法：RMS vs EDF

速率单调调度（RMS）

RMS是实践中最常用的实时调度算法。它的规则很简单：周期越短的任务，优先级越高。

为什么会这样？因为周期短意味着截止时间更紧迫，给它高优先级是合理的。RMS是静态优先级调度——任务创建时优先级就定死了，运行时不变。

RMS有一个重要的可调度性条件：

U = Σ (Ci / Ti) ≤ n * (2^(1/n) - 1)

其中：
U  = CPU利用率
Ci = 任务i的最坏执行时间
Ti = 任务i的周期
n  = 任务数量

当n→∞时，这个上界趋近于ln2 ≈ 69.3%。也就是说，用RMS调度，CPU利用率超过69.3%就可能出问题。

最早截止时间优先（EDF）

EDF的思路更直接：谁的截止时间最近，谁先跑。它是动态优先级调度——每个时刻优先级都可能变化。

EDF的理论利用率上限是100%，听起来比RMS强很多对吧？但实际用起来没那么美好。

对比项	RMS	EDF
优先级分配	静态，周期越短优先级越高	动态，截止时间越近优先级越高
利用率上限	n*(2^(1/n)-1)，约69.3%	100%（理论上）
实现复杂度	低，O(1)调度	高，需要维护就绪队列排序
过载行为	低优先级任务先丢deadline	多米诺效应，多个任务同时崩溃
适用场景	任务数量固定，周期已知	任务动态创建，利用率高

EDF有一个致命弱点：过载时不可预测。RMS过载了，至少低优先级任务先挂，高优先级任务还能撑住。EDF过载了，所有任务可能同时错过截止时间——这就是所谓的「多米诺效应」。我在一个视频处理项目里亲眼见过，EDF调度下CPU过载10%，整个系统直接瘫痪。

非实时调度：时间片轮转（Round-Robin）

非实时场景下，我们不在乎任务能不能赶上截止时间，只在乎公平——每个任务都能分到CPU时间。

时间片轮转是最经典的公平调度算法：

• 每个任务分配一个固定时间片（比如10ms）
• 时间片用完就切换到下一个任务
• 所有任务在就绪队列里循环

时间片大小的选择是个艺术。太短了，上下文切换开销占比大；太长了，交互式任务响应慢。

/* 简化的Round-Robin调度器伪代码 */
void round_robin_scheduler() {
    while (1) {
        task_t *current = get_next_from_ready_queue();
        if (current == NULL) {
            idle();  // 没有任务就空闲
            continue;
        }
        // 设置定时器为时间片长度
        set_timer(TIME_SLICE_MS);
        // 切换到当前任务
        context_switch(current);
        // 时间片到，任务被抢占，放回队列尾部
        enqueue_ready_queue(current);
    }
}

我记得在一个物联网网关项目里，我把时间片设成5ms，结果系统有12个任务，上下文切换开销占了将近15%的CPU。后来改成20ms，响应时间虽然长了点，但整体吞吐量提升了30%。

多核CPU调度：从单核到多核的思维转变

单核调度很简单——同一时刻只有一个任务在跑。多核就复杂了：多个任务可以同时跑，但资源竞争也更激烈。

多核调度主要有三种模式：

1. 全局调度（Global Scheduling）——所有核心共享一个就绪队列，任务可以在任意核心上运行
2. 分区调度（Partitioned Scheduling）——每个核心有自己的就绪队列，任务固定分配给某个核心
3. 混合调度（Hybrid Scheduling）——部分任务固定分配，部分任务全局调度

模式	优点	缺点
全局调度	负载均衡好，CPU利用率高	缓存亲和性差，锁竞争严重
分区调度	缓存亲和性好，可预测性强	负载可能不均，某个核心空闲另一个却爆满
混合调度	兼顾灵活性和可预测性	实现复杂，调试困难

我在一个4核的工控主板上做过实验：全局调度下，四个核心的利用率分别是85%、72%、68%、91%，看起来挺均衡。但实际性能反而不如分区调度——因为任务频繁在不同核心间迁移，L1缓存命中率从92%掉到了67%。

知识体系总览

下面这张图把本章的核心逻辑串起来了。你可以把它当作一个快速索引，遇到具体问题时回来对照。

这张图把调度基础、实时算法、非实时算法和多核调度串在了一起。你可以看到，所有问题最终都回到一个核心矛盾：如何在有限的计算资源下，满足每个任务的时间要求。

嗯，CPU调度这块内容就到这里。记住一点：没有完美的调度算法，只有适合你场景的调度算法。选型时多想想你的任务特点——周期固定还是动态变化？截止时间硬还是软？单核还是多核？想清楚了，调度方案自然就有了。