算法执行时间过长导致的Task抖动问题

汽车嵌入式开发中，各家产品算法都属于核心秘密，如果说基础软件是"地基"，那么，算法就是各异的上层建筑。而不同的上层建筑也意味着用材和工时不同，对应到嵌入式开发，也就意味着算法复杂度不同，算法复杂度的不同，意味着算法代码执行时间不同。而Task对应代码执行时间的长短对产品功能的影响至关重要。本文，讨论一下算法执行时间过长所带来的影响，以及优化方式。

1、算法执行时间过长带来的影响

举例：某个核（eg：Core0）有两个Task，20ms周期的Task1（优先级低）和5ms的Task2（优先级高）。其中Task1中有复杂算法，对应的代码执行时间需要12ms，Task2对应代码的执行时间需要3ms。Task1和Task2的运行状况如下所示：

如上可以看出，Task1的调度周期为20ms，但是，由于Task2的抢占，Task1无法在20ms的时间内将算法完整的执行一遍，而是需要30ms的时间才能将算法执行一次。如此，就会造成Task1（20ms周期）周期不准，即：30ms才能完整执行一次算法，如下所示：

Task抖动对算法会有什么影响呢？具体的影响因产品不同而有所区别，Task不准以后，对计时的影响最为直接。比如：在Task1中设计一个软件计时器用于计时。影响如下：

如上可以看出，在20ms的Task中设计一个软件计时器，代码每执行一遍，时间累加20ms，由于Task抖动，实际代码每30ms才执行一次。如此，导致软件计时与真实时间产生差距，使得计时不准。

2、算法优化

如上问题，主要是Task1中的代码执行时间过长导致。针对这种问题，如何优化好呢？本文讨论一种可能：拆分算法。即：将复杂算法Algorithm_Fun()拆分成多个函数，比如，拆分成12个子函数：Function_1()...Function_12()，假设：拆分的每个子函数执行时间大约1ms，如下所示：

将复杂算法拆分以后，根据项目实际，将拆分后的子函数重新分配，示例如下：

如上图，由于Core0的CPU负载过高，无法在Task规定时间内有效处理Code。这种情况，很难通过优化Core0的Task分配，解决Task抖动问题。但是，可以将复杂算法拆分成小的代码段，部分代码段分配到其他Core（本文：Core1），如上图，将拆分的Function_9()~Function_12()分配到Core1的Task1中。这样，既不影响Core1 Task的运行，又避免了Core0 Task的抖动。如上，通过拆分算法，均衡不同Core负载，从而达到优化目的。

文章转载自公众号：开心果 Need Car