文章Keeping Your Sequences Relevant的解读与思考---2

packets per second (pps)，bits per second (bps)。帧头8bytes，帧与帧间隔12bytes，payload在64-1518byets之间。

Pack()是uvm_object的函数。下图是重载do_pack()函数的代码。

m_packed_size清零。然后执行do_pack(packer);，即重载的do_pack()。

调用宏，对m_bits和count赋值。

执行set_packed_size()时，将计算的count值给m_packed_size。

pack（）最终返回m_packed_size的值。

 

  

这个例子payload为64byetes。Update_bucket()的主要作用是记录当前is_relevant()的执行时间，计算在间隔时间内bucket已经存的bits。wait_for_relevant()是执行延迟，当is_relevant返回0时，wait_for_relevant()才执行。速率和周期是test层设置好的。

这里bucket的计算思想类似于：水池储水，进水量不定（随机），出水量固定。

 

Mixin

这里的设计思想主要是运用：代码重构，多继承以达到sequence的多样性。以下是文章举例：

B. Refactoring the Relevance Sequence as a Mixin

接下来就运用mixin的思想，把bucket的相关算法函数和底层机制分开。

 

standard_seq继承于uvm_seqence#(item)，有body()。

Rate_mixin继承于T，有关于bucket的算法。

test中使用rate_mixin#(standard_seq) rate_seq_t;，则名为rate_seq_t的自定义类型是兼有body()和关于bucket的算法。

上图是使用mixin的测试结果。

 

添加访问模式

relevance中记录relevance_sequence_mixin类型的seq，relevance_sequence_mixin中记录relevance类的实例。

图8所示，uvm_sequencer调用is_relevant()时，即调用relevance_sequence_mixin中重载的is_relevant()。relevance_sequence_mixin中重载的is_relevant()访问每个relevance中的is_relevant()。将所有relevance中的is_relevant()返回值相与后的值作为relevance_sequence_mixin中is_relevant()的返回值，如果是0，则执行relevance_sequence_mixin中的wait_for_relevat()。wait_for_relevat()只执行所有relevance中最短的延迟。

uvm_sequencer同时调用seq1和seq2的is_relevant()，即访问seq1.assoc_q[i]和seq2.assoc_q[i]内每个rate实例的is_relevant()。假设seq1和seq2的返回值都是0，则执行seq1.wait_for_relevant()和seq2.wait_for_relevant()，即并行执行seq1.assoc_q[i]和seq2.assoc_q[i]内每个rate实例的wait_for_relevant()，2个seq的 wait_for_relevant()执行完其中之一跳出循环。再调用seq1和seq2的is_relevant()，往复循环。

 

速率控制

 

存储控制。unmatched()函数是返回队列expect_q内所有item的size和。

 

文章中举例以下复杂场景，提供对应代码：