先说一个容易被低估的事实:设备在写存储的那几十毫秒里掉电,概率远比想象的高。
- 用户拔电源、拔电池
- 大负载启动导致电压跌落
- 看门狗复位(正好在写的时候)
- 电池电量耗尽
一次写操作 20~50 ms,一天写 100 次也就占 0.006% 的时间。但设备运行三年,累计就是几万次写入——只要有一次撞上掉电,数据就可能永久损坏。
所以正确的心态不是”希望别掉电”,而是”假设一定会掉电,让数据仍然读得出来”。
先搞清楚 Flash 的物理特性
| 操作 | 特性 | 掉电后果 |
|---|---|---|
| 擦除 | 按扇区(几 KB)整体擦成 0xFF | 扇区变成”擦了一半”的不确定状态 |
| 写入 | 只能把 1 改成 0,不能反向 | 写了一半的字节是中间态 |
| 覆盖写 | 不允许,必须先擦 | 先擦后写之间掉电 → 整段全丢 |
这三条决定了:单份存储 + 直接覆盖写,本质上就是一次赌博。
三种典型失效形态
- 半条记录:长度字段写进去了,数据没写完。读的时候按长度去取,越界或者读出一堆垃圾。
- 擦除中断:扇区擦到一半,前半 0xFF、后半是旧数据,谁也不知道这是什么。
- 索引与数据不一致:指针已经指向新记录,但新记录还没落盘。
方案一:双备份 + 序号(最简单,优先用)
把数据存两份,轮流写。每条记录带:
[ magic | seq(自增序号) | len | payload | crc ]
写流程:
- 读到当前有效记录,序号是 N
- 把新数据写到”另一个”区域,序号 N+1,带 CRC
- 写完后再改任何标记(如果实现允许)
上电恢复流程:
| 上电看到的情况 | 处理 |
|---|---|
| 两区都有效,序号不同 | 用序号大的 |
| 一区有效、一区损坏(CRC 错) | 用有效的,重建另一区 |
| 两区都损坏 | 用默认值,上报一次故障标志 |
| 序号相同 | 说明第二次没写完,用 CRC 正确的那个 |
成本:容量利用率 50%,写入量翻倍(磨损加倍)。 收益:实现极简单,逻辑可穷举验证,掉电最多丢最新一条。
对绝大多数配置类、参数类数据,这个方案足够了。
方案二:日志式追加 + 环形覆盖(适合高频写入)
在一个大区域内顺序往后追加,写满后回到开头覆盖。每条记录自带序号和 CRC。
上电时不是”读第一条”,而是扫描整个区域,找到最后一条 CRC 正确的记录。
优点:
- 写入分散,磨损均匀(对 Flash 寿命友好)
- 掉电最多丢最后一条,前面全部完好
- 天然保留历史(可以做成”最近 N 条记录”)
代价:
- 上电要扫描,区域越大越慢(几 KB 扫描在几十毫秒量级,通常可接受)
- 需要一个”翻页判定”算法:怎么区分”这条是新的”和”这条是上上轮遗留的”——靠序号单调递增 + 回绕处理
关键细节:序号回绕。 序号用 16 位的话,65536 次写入后归零。判定”谁更新”时不能用简单的大小比较,要用”差值取模”:
新 = ((seq_a - seq_b) & 0xFFFF) < 0x8000
方案三:影子页 + 提交标记(适合配置块)
思路:不直接改主数据,而是”先在影子区准备好完整新版本,再一次性宣告生效”。
流程:
- 主区存着当前有效配置
- 把新配置完整写进影子区
- 校验影子区 CRC
- 最后写一个极小的”提交标记”(一个字节从 0xFF 改成 0x00)
上电判定:
- 影子区 CRC 正确 且 提交标记有效 → 影子区是新的,用它,然后把它同步回主区
- 否则 → 丢弃影子区,用主区
这个方案的核心是顺序不能反:数据和标记必须分两次写,标记永远最后。因为 Flash 的位只能 1→0,一个字节从 0xFF 写 0x00 是最”原子”的操作(哪怕中途掉电,最坏也是 0xFE 这种半值,可以直接判为无效)。
CRC 只检测,不修复
这里有个常见误解:以为加了 CRC 就安全了。
CRC 能告诉你”这条记录坏了”,但它不能把坏掉的数据变回来。恢复能力来自冗余,不来自校验。 双备份、追加、影子页——这三个方案本质都是在提供”另一份可用副本”,CRC 只是用来挑选哪一份可信。
所以设计顺序应该是:先决定冗余策略,再加校验字段。
三个容易忽略的工程细节
1. 写之前必须先擦,且擦除期间的掉电必须能识别。 擦除后整片是 0xFF,如果记录格式允许”全 0xFF = 空”,那擦到一半的扇区读出来是”前半空、后半旧数据”,靠 magic 和 CRC 能识别出来。
2. 不要指望”掉电检测”来救场。 有电压监测(BOR)的芯片可以在电压跌破阈值时触发中断,但留给你的窗口通常只有几百微秒到几毫秒——不足以完成一次扇区写入。它能做的只是”立刻停止发起新的写操作”,不能挽救正在进行的写。
3. 写入期间不要关中断。 关中断能让写入”不被打断”,但代价是系统失去实时性,而且掉电照样会发生(关中断不能阻止掉电)。正确做法是让写入本身可恢复:分块写、每块带自己的 CRC,任何一块坏了都能定位。
我们判断存储可靠性问题的顺序
- 明确写入频率与数据价值 —— 参数一天改一次,和传感器数据一秒一条,方案完全不同
- 选冗余策略 —— 低频低价值用双备份,高频用日志式,配置块用影子页
- 定义记录格式 —— magic + 序号 + 长度 + 数据 + CRC,一个都不能少
- 穷举上电恢复分支 —— 把”哪些组合可能出现在上电时”列成表,逐个写处理
- 做掉电测试 —— 这是唯一能验证的方法:在写入过程中随机断电 100 次,每次上电都必须能读出完整数据
最后一条是验收标准。没做过随机掉电测试的存储方案,不能算验证过。
一句话:掉电保护的代价是空间和写入量,收益是”数据永远读得出来”。这笔交易在绝大多数项目里都划算。