[转载]工程上常用的三种计算实时CPU占用率算法

本文提供了工程上用于测试和计算实时CPU占用率的三种方法, 并对它们的优缺点进行了分析.

关于为什么要实时测量CPU占用率, 麻烦看官去找教学资料, 作者只说明, 本文只提供的三种方法均具有很高的工程实用价值.

方法1: 使用CPU的处理能力基准计算实时CPU占用率
具体描述:
    (1) 在RTOS系统启动前, 使用Tick中断测试CPU的处理能力基准 CPUPerformanceBase;
    (2) 在系统进入运行后, 使用空闲任务执行与测试CPU处理能力基准完全相同的算法, 得到RTCPUPerformance.
    (3) 周期地计算CPU占用率, 并清除RTCPUPerformance的值, 一般每秒钟计算一次:
    RealTime CPU Load = 1 - (RTCPUPerformance/CPUPerformanceBase) * 100%
    
优点:
    (1) 实现简单
    (2) 所得到的CPU占用率非常准确, 误差只取决于CPUPerformanceBase的测试结果和整除时的余数, 通常误差小于1%
    (3) 不占用硬件资源
    
缺点:
    (1) CPU必须一直全速运行, 不能修改CPU主频, 也不能使CPU进入掉电保护模式
    (2) 不能得到系统中每个任务对CPU占用率的贡献
    (3) 必须有一个空闲任务才能计算

评价:
    这个算法只适用于工控, 电信等对不需要使CPU进入掉电保护模式的领域.

方法2: 在Tick中断中对RTOS中的任务进行采样
具体描述:
    (1) 系统进入运行后, 每次Tick中断发生时, 采样一下当前正在执行的任务, 如果CPU处于HALT态, 累加haltTimes
    (2) 周期性地计算CPU占用率, 一般每秒钟计算一次, 并清除haltTimes:(tickIntFrequance表示Tick中断的发生频率)

        RealTime CPU Load = haltTimes / tickIntFrequance

        某个任务对CPU占用率的贡献 = 一个周期内该任务被采样到的次数 / tickIntFrequance * 100%
        
优点:
    (1) 实现简单
    (2) 支持CPU掉电模式
    (3) 可以大致得到每个任务对CPU占用率的贡献

缺点:
    (1) 误差取决于Tick的频率和OS中每个任务的运行时长, 因此误差非常大

评价:
    这个算法适用于对CPU占用率精度要求不高的消息电子产品.

方法3: 精确计算每个任务对CPU占用率的贡献
具体描述:
    (1) 除Tick中断外,另开一个比Tick中断频率快若干倍的周期中断(就叫AUXTimer中断吧), 这个中断只对一个计数器执行一次累加.
    (2) 在OS每次执行任务切换时读取该计数器的值(AUXTimer), 并保存到TCB中, 比如, 从任务Task1切换到任务Task2, 算法如下:
    
        Task1, 换出动作: 
        task1的结束运行时间 = AUXTimer的当前值
        task1的总运行时间 = task1的总运行时间 + task1的结束运行时间 - task1的开始运行时间
    
        Task2, 换入动作:
        task2的开始运行时间 = AUXTimer的当前值
        
        (以上算法中没有考虑数字回绕, 在工程实现时应当考虑, 发生回绕后任务的结束运行时间小于任务的开始运行时间.
    
    (3) 周期性地计算CPU占用率, 一般每秒钟计算一次, 并清除每个任务的总运行时间, 下面的公式中, 一个周期内的总时间等于AUXTimer周期除以Tick周期得到的倍数:
        
        某个任务对CPU占用率的贡献 = 一个周期内该任务的总运行时间 / 一个周期内的总时间
        
        RealTime CPU Load = 所有任务的CPU占用率之和
        
    对这个方法进行简单改进, 就可以实现对CPU占用率进行实时测量, 看官自己动动脑筋吧.
    
优点:
    (1) 误差取决于AUXTimer中断的频率, 可以非常精确地得到每个任务对CPU占用率的贡献
    
缺点:
    (1) 复杂, 加大了任务切换时的开销
    (2) 和前两种算法相比, 这个算法要多占用一个硬件资源

评价:
    因为比较占资源, 这种算法通常只在产品开发后期进行优化，需要仔细测试每个任务的CPU占用率时使用。当然如果系统中有足够的硬件资源，采用这个算法也非常合适，还有利于提升产品在用户心中的形象。