zhangxc / plantest Goto Github PK

		老化房软件设计方案 -- 客户端 Plantest


老化房系统功能

  1. 对正在老化的设备进行全方位检测；
  2. 将检测结果通过UDP方式向服务器发送；
  3. 通过检测发现故障设备和不稳定的设备；
  4. 将特定设备的软件升级为指定的软件；


Plantest 软件功能

  1. 检测内存
  2. 检测Flash
  3. 检测实时时钟 RTC
  4. 检测设备上电输出信息
  5. 定期发送uptime报文
  6. 允许接收服务器命令，如系统升级命令


Plantest 实现方案

  1. 检测内存 memtest

     内存检测项目包括

     - 内存大小的检查
       检查系统的 sysinfo 结构，查看 totalram 成员大于 4/5 的SDRAM 容量

     - 内存测试
       算法说明：申请一块内存，内存大小为 4/5 的空闲内存，然后用随机数填充这块内
       存，算得随机数的checksum值大小。在按4字节读取此片区内存，算出checksum值，
       两者相互比较，如果一样则证明读写正确，内存测试完成。否则报错。

  2. 检测Flash mtdtest

     Flash 检测项目包括

     - 检测MTD分区大小，读取 /proc/mtd 的分区信息，求的MTD分区总容量进行比较

     - MTD读写测试，下载服务器上的文件写入到 MTD 分区中，比较原文件和 Flash 文件

  3. 检测实时时钟时间 modtest

     modtest 包含了各个模块的检测，但目前仅包含rtc实时时钟测试。

     RTC检测，简单将取出 RTC_DEV_FILE (多半为 /dev/rtc)的输出，然后查看输出格式
     是否正确即可。关于时间漂移检测交由服务器处理。

  4. 检测设备上电输出信息 dmgchck

     检测上电信息输出，是为了捕捉系统启动中包含的错误信息。他一般包括

      - fault 严重错误
      - error 错误
      - segmentation fault，段错误，实体错误举例

     检测算法很简洁，使用 klogctl() 读出 kernel ring buffer，查看是否包含目标模
     式字符串，查找到后报错。

  5. plantest中的定期处理 do_tick
     在任何测试的间歇，plantest 都插入了过渡期处理 do_tick，这个时候做的事情一般
     有：

      - 发送uptime报告表明机器正在运行，服务器才可能检测 RTC 漂移
      - 接收服务器指令报文，目前有 update指令，realtime 指令


服务器和客户端的通讯协议说明

  初始化阶段

    客户端发送初始化报文(LOGTYPE_INIT)，这在程序生命期内只发送一次。必须保证初始
    化报文正常接收（取得回应），否则在这里重复等待。

    服务器回应确认(NC_VERIFY)；然后发送网络命令(NC_SET_RTC)，设置客户端主板的
    RTC 时钟。

    客户端回应确认(LOGTYPE_VRY)；然后执行设置。

  测试阶段

    客户端检测出错误之后，发送错误报告(LOGTYPE_ERROR)，报告将指明错误代码。

    服务器端回应确认(NC_VERIFY)。

  测试过渡阶段，每单项测试的间隔期

    客户端发送正常通信报文(LOGTYPE_TICK)，表明未掉线。

    服务器端回应确认(NC_VERIFY)。

    客户端等待服务器端命令，等待时间为 2 秒。

    服务器发送命令。

    客户端回应确认(LOGTYPE_VRY)；然后执行命令。

  握手细节

    这里强制所有UDP通讯都需一次握手 ---- 客户端发送任何包之后都会有两秒钟时间
    (TICK_TIMEOUT)等待回应确认。一旦超时或者验证回应错误，将会重试发送，重试次数
    为3。一旦3次用完，将放弃发送，继续执行代码。

    初始化报文(LOGTYPE_INIT)的发送是个特例，它会永远重试直到回应。


附录1 主流程设计

  简短的主流程设计如下:

  ----
		v->i_tst = 0;
	do_test:
		switch(tseq[v->i_tst].pattern) {
		case 1:
			/* plantest operations: memory test */
			pto->memtest();
			break;
		case 2:
			pto->mtdtest();
			break;
		case 3:
			pto->modtest();
			break;
		case 4:
			pto->dmgchck();
			break;
		case 5:
			/* stressing test ... not implemented yet */
			pto->strtest(); 
			break;
		default:
			break;
		}

		v->i_tst++;
		if (v->i_tst > NB_OF(tseq - 2) {
		   	v->pass++;
			v->i_tst = 0;
		}

		do_tick();

		goto do_test;
  ----


附录2. 客户端发包格式 To server

  客户端之间基本的发包格式为 struct netlog_struct。

  struct netlog_struct {
  	int type;		/* log type */
	char product[16];	/* Product description */
	char hwaddr[18];	/* Mac address */
	char inaddr[16];	/* IP  address */
	char rtc_time[16];	/* RTC output time, YYYYMMDDHHMMSSw */
	char sys_time[16];	/* Linux sys  time, YYYYMMDDHHMMSSw */
	char  up_time[8];	/* Uptime, DDMMSS */
	uint32 errcode;		/* Error code, betrayed below */
  };

  type 字段定义

    LOGTYPE_VRY			/* 服务器命令确认 */
    LOGTYPE_INIT		/* 初始阶段报文 */
    LOGTYPE_TICK		/* 测试间歇期报文 */
    LOGTYPE_ERROR		/* 测试器出错报告 */

附录3. 客户端错误信息代码

  netlog_struct 中定义了 32位的错误代码 errcode，它使用了硬编码格式，将错误反映
  在一个双字节上。errcode 取消单个比特位的错误定义，因为32位只能编码31个错误。错
  误代码格式定义如下：

  1. 驱动检测错误 bit 0-7, max 255

    1.1 内存模块 1-15

	NL_MEM_SIZE		// 内存大小错误
	NL_MEM_MALLOC		// 内存分配失败
	NL_MEM_CHECKSUM		// 内存检测失败

    1.2 MTD模块 16-31

	NL_MTD_NO_PROCFS	// /proc/mtd 读取失败
	NL_MTD_SIZE		// Flash 大小错误
	NL_MTD_RWCHECK		// MTD 读写检测失败

    1.3 RTC模块 32-47

	NL_RTC_NO_DEV_FILE	// RTC 设备文件读取失败
	NL_RTC_BAD_FORMAT	// RTC 输出格式错误
	NL_RTC_INACCURACY	// RTC 漂移过量

  2. 内核内部错误 bit 8-15, max 255

    2.1 dmesg 错误代码

	NL_DMG_NO_DMG_FILE	// DMESG 文件读取失败
	NL_DMG_FAULT		// 捕捉到致命错误
	NL_DMG_ERROR		// 捕捉到普通错误
	NL_DMG_SEGFAULT		// 捕捉到段错误

  3. 用户空间错误 bit 16-23, max 255

    3.1 泛型错误代码

     	NL_PTO_ID_INAVAIL	// 错误的 PTO 设置
	NL_SHELL_ERROR		// Shell 执行错误

    3.2

	NL_NETCMD_BAD_FORMAT	// 服务器命令格式错误
	NL_NETCMD_BAD_RTC	// 服务器给定rtc时间格式错误
	NL_NETCMD_SET_RTC	// 客户端设置rtc错误

    3.3 GLIBC API 报错

	NL_LIBC_SYSTEM
	NL_LIBC_TIME
	NL_LIBC_MKTIME
	NL_LIBC_STATFS
	NL_LIBC_KLOGCTL

  4. 保留字段定义 bi5 24-31, max 255


附录4. 服务器命令方式 From server

  plantest要求可以接收服务器的命令，根据命令来之行相应操作，至今已知的操作有两种：

    - NC_VERIFY，verify指令，回应确认
    - NC_UPGRADE，upgrade指令，系统升级，要求指定升级的目标系统
    - NC_GET_RTC，get_uptime指令，获取uptime时间，不需要附加数据
    - NC_SET_RTC，realtime指令，设置rtc时间，要求给出服务器时间

  网络服务器命令的数据结构为

	struct netcmd_struct {
		int cmd;
		union {
			char product[16]; /* NC_UPGRADE */
			char rtctime[16]; /* NC_SET_RTC */
		};
	};