CN113190369A - 数据处理方法、装置、设备及存储介质 - Google Patents
数据处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113190369A CN113190369A CN202110430081.9A CN202110430081A CN113190369A CN 113190369 A CN113190369 A CN 113190369A CN 202110430081 A CN202110430081 A CN 202110430081A CN 113190369 A CN113190369 A CN 113190369A
- Authority
- CN
- China
- Prior art keywords
- memory
- utilization rate
- current
- usage rate
- memory utilization
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 abstract description 16
- 238000010586 diagram Methods 0.000 description 13
- 238000001514 detection method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/079—Root cause analysis, i.e. error or fault diagnosis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
Abstract
本申请提供一种数据处理方法、装置、设备及存储介质，该方法包括：获取MCU的当前内存使用率，从存储器中读取历史最大内存使用率，确定当前内存使用率是否大于历史最大内存使用率，若当前内存使用率大于历史最大内存使用率，则将当前内存使用率以及当前时刻存储至存储器。本申请能够为定位ECU故障的原因是否是由堆栈溢出导致提供数据支撑，从而快速定位问题，节省人力资源成本和时间成本。
Description
技术领域
本申请涉及数据处理技术领域，尤其涉及一种数据处理方法、装置、设备及存储介质。
背景技术
随着新能源车辆的快速发展，由电子控制单元(Electronic Control Unit，ECU)故障引起的整车问题逐渐增多，因此ECU故障的研究越来越多的被关注。
发明人在研究过程中发现：微控制单元(MicroController Unit，MCU)的堆栈异常是导致ECU故障的原因之一。但实际应用中，难以定位ECU故障的原因是否是由堆栈溢出导致的。
发明内容
本申请提供一种数据处理方法、装置、设备及存储介质，以解决难以定位ECU故障的原因是否是由堆栈溢出导致的问题。
第一方面，本申请提供一种数据处理方法，应用于新能源车辆的MCU，该数据处理方法包括：
获取MCU的当前内存使用率；
从存储器中读取历史最大内存使用率；
确定当前内存使用率是否大于历史最大内存使用率；
若当前内存使用率大于历史最大内存使用率，则将当前内存使用率以及当前时刻存储至存储器。
可选的，获取MCU的当前内存使用率，包括：获取MCU中内存的最大使用地址；根据最大使用地址及内存初始地址，确定当前内存使用率。
可选的，根据最大使用地址及内存初始地址，确定当前内存使用率，包括：根据最大使用地址及内存初始地址，确定已使用内存的大小；根据已使用内存的大小及可用内存，确定当前内存使用率。
可选的，该数据处理方法还包括：若当前内存使用率小于或等于历史最大内存使用率，则返回执行获取MCU的当前内存使用率的步骤。
可选的，确定当前内存使用率是否大于历史最大内存使用率，包括：确定当前内存使用率是否大于内存使用率阈值；若当前内存使用率小于或等于内存使用率阈值，则确定当前内存使用率是否大于历史最大内存使用率。
可选的，该数据处理方法还包括：若当前内存使用率大于内存使用率阈值，则输出预警信息，预警信息用于提示当前内存使用率大于内存使用率阈值。
第二方面，本申请提供一种数据处理装置，应用于新能源车辆的MCU，该数据处理装置包括：
获取模块，用于获取MCU的当前内存使用率；
读取模块，用于从存储器中读取历史最大内存使用率；
确定模块，用于确定当前内存使用率是否大于历史最大内存使用率；
处理模块，用于若当前内存使用率大于历史最大内存使用率，则将当前内存使用率以及当前时刻存储至存储器。
可选的，获取模块，具体用于：获取MCU中内存的最大使用地址；根据最大使用地址及内存初始地址，确定当前内存使用率。
可选的，获取模块，具体用于：根据最大使用地址及内存初始地址，确定已使用内存的大小；根据已使用内存的大小及可用内存，确定当前内存使用率。
可选的，处理模块还用于：若当前内存使用率小于或等于历史最大内存使用率，则触发获取模块执行获取MCU的当前内存使用率的步骤。
可选的，确定模块，具体用于：确定当前内存使用率是否大于内存使用率阈值；若当前内存使用率小于或等于内存使用率阈值，则确定当前内存使用率是否大于历史最大内存使用率。
可选的，该数据处理装置还包括：输出模块，用于若当前内存使用率大于内存使用率阈值，则输出预警信息，预警信息用于提示当前内存使用率大于内存使用率阈值。
第三方面，本申请提供一种电子设备，包括：存储器和处理器；
存储器用于存储程序指令；
处理器用于调用存储器中的程序指令执行如本申请第一方面所述的数据处理方法。
第四方面，本申请提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序指令，计算机程序指令被执行时，实现如本申请第一方面所述的数据处理方法。
第五方面，本申请提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如本申请第一方面所述的数据处理方法。
本申请提供的数据处理方法、装置、设备及存储介质，通过获取MCU的当前内存使用率，从存储器中读取历史最大内存使用率，确定当前内存使用率是否大于历史最大内存使用率，若当前内存使用率大于历史最大内存使用率，则将当前内存使用率以及当前时刻存储至存储器。由于本申请将当前内存使用率与历史最大内存使用率进行比较，在当前内存使用率大于历史最大内存使用率时，存储当前内存使用率作为历史最大内存使用率，因此，基于存储器中存储的历史最大内存使用率，能够为定位ECU故障的原因是否是由堆栈溢出导致提供数据支撑，从而快速定位问题，节省人力资源成本和时间成本。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请一实施例提供的应用场景示意图；
图2为本申请一实施例提供的数据处理方法的流程图；
图3为本申请另一实施例提供的数据处理方法的流程图；
图4为本申请一实施例提供的堆空间初始化的示意图；
图5为本申请一实施例提供的栈空间初始化的示意图；
图6为本申请一实施例提供的当前使用的堆空间的示意图；
图7为本申请一实施例提供的当前使用的栈空间的示意图；
图8为本申请一实施例提供的数据处理装置的结构示意图；
图9为本申请一实施例提供的电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
首先，对本申请涉及的部分技术术语进行解释说明：
MCU：微控制单元，是一种芯片级的计算机，为不同的应用场合做不同的组合控制。
堆：由操作系统自动分配释放，存放函数的参数值，局部变量的值等。
栈：一般由程序员分配释放，若程序员不释放，程序结束时可能由操作系统(operation system，OS)回收，分配方式类似于链表。
基于难以定位ECU故障的原因是否是由堆栈溢出导致的问题，本申请提供一种数据处理方法、装置、设备及存储介质，通过在存储器中存储MCU的内存使用率(比如堆空间使用率或栈空间使用率)，在ECU发生故障时，从存储器读取MCU的内存使用率，为ECU的故障排查提供数据支撑，可较快速的定位问题，节省人力成本和时间成本。
图1为本申请一实施例提供的应用场景示意图。如图1所示，本应用场景中，新能源车辆110在道路120上行驶的过程，新能源车辆110的ECU发生故障，根据从新能源车辆110的存储器中读取的MCU的内存使用率来定位ECU故障的原因。根据MCU的内存使用率来定位ECU故障的原因的具体实现过程可以参见下述各实施例的方案。
需要说明的是，图1仅是本申请实施例提供的一种应用场景的示意图，本申请实施例不对图1中包括的设备进行限定，也不对图1中设备之间的位置关系进行限定。
下面各申请实施例中，以对MCU的内存中数据存储类型为堆、栈的数据处理为例进行说明。
图2为本申请一实施例提供的数据处理方法的流程图。本申请实施例的方法可以应用于电子设备中，该电子设备例如为新能源车辆的MCU。如图2所示，本申请实施例的方法包括：
S201、获取MCU的当前内存使用率。
本申请实施例中，可以根据MCU的总内存、MCU当前已经使用的内存来获得MCU的当前内存使用率。示例性地，MCU的总内存为2G，MCU当前已经使用了1G的内存，则当前内存使用率为50％。
S202、从存储器中读取历史最大内存使用率。
示例性地，存储器为闪存(Flash)或者为带电可擦可编程只读存储器(Electrically Erasable Programmable Read Only Memory，EEPROM)等掉电后数据不丢失的存储芯片，本申请不以此为限制。历史最大内存使用率用于记录历史以来内存使用率的最大值，例如，可以用历史最大堆使用率来记录历史以来MCU的堆空间使用率的最大值，或者，可以用历史最大栈使用率来记录历史以来MCU的栈空间的使用率最大值。该步骤中，存储器中已经保存了历史最大内存使用率，因此可以从存储器中读取历史最大内存使用率。示例性地，从存储器中读取历史最大内存使用率为45％。
S203、确定当前内存使用率是否大于历史最大内存使用率。
在获得了当前内存使用率和历史最大内存使用率后，通过比较当前内存使用率和历史最大内存使用率的大小，可以确定当前内存使用率是否大于历史最大内存使用率。示例性地，当前内存使用率为50％，历史最大内存使用率为45％，则可以确定当前内存使用率大于历史最大内存使用率。
S204、若当前内存使用率大于历史最大内存使用率，则将当前内存使用率以及当前时刻存储至存储器。
该步骤中，在确定了当前内存使用率大于历史最大内存使用率后，则可以将当前内存使用率以及当前时刻存储至存储器，即使用当前内存使用率以及当前时刻分别替换存储器中的历史最大内存使用率及历史最大内存使用率对应的时刻。示例性地，当前内存使用率为50％，历史最大内存使用率为45％，则可以确定当前内存使用率大于历史最大内存使用率，因此，使用当前内存使用率50％以及当前时刻分别替换存储器中的历史最大内存使用率45％及历史最大内存使用率对应的时刻。替换完成后，历史最大内存使用率更新为50％。可选的，在将当前内存使用率以及当前时刻存储至存储器后，可以返回执行步骤S201，继续重新执行S201至S204的步骤。
可选的，若当前内存使用率小于或等于历史最大内存使用率，则返回执行获取MCU的当前内存使用率的步骤，即步骤S201。示例性地，若当前内存使用率为40％，历史最大内存使用率为45％，则可以确定当前内存使用率小于历史最大内存使用率，这时，可以返回执行步骤S201继续重新执行S201至S204的步骤。
在实际使用中，示例性地，可以周期性(例如10秒)地执行S201至S204的步骤，以监控内存使用率，更新存储器中存储的历史最大内存使用率。存储器中存储的历史最大内存使用率可以用于问题定位和故障回溯。在ECU出现故障时，可以根据存储器中存储的历史最大内存使用率，推断ECU故障的原因是否是由堆栈溢出导致的。
本申请实施例提供的数据处理方法，通过获取MCU的当前内存使用率，从存储器中读取历史最大内存使用率，确定当前内存使用率是否大于历史最大内存使用率，若当前内存使用率大于历史最大内存使用率，则将当前内存使用率以及当前时刻存储至存储器。由于本申请实施例将当前内存使用率与历史最大内存使用率进行比较，在当前内存使用率大于历史最大内存使用率时，存储当前内存使用率作为历史最大内存使用率，因此，基于存储器中存储的历史最大内存使用率，能够为定位ECU故障的原因是否是由堆栈溢出导致提供数据支撑，从而快速定位问题，节省人力资源成本和时间成本。
图3为本申请另一实施例提供的数据处理方法的流程图。在上述实施例的基础上，本申请实施例对如何获取MCU的当前内存使用率以及如何应用获得的MCU的当前内存使用率进行进一步说明。如图3所示，本申请实施例的方法可以包括：
S301、获取MCU中内存的最大使用地址。
示例性地，MCU是32位的MCU，假设MCU中堆是向上生长的、栈是向下生长的，MCU分配堆空间大小为16Kbit、栈空间大小为32Kbit。在MCU初始化时，记录堆空间的堆底地址(Heap_Bottom)和堆顶地址(Heap_Top)，记录栈空间的栈底地址(Stack_Bottom)和栈顶地址(Stack_Top)，并分别将堆空间、栈空间进行初始化。具体初始化堆空间和栈空间的方式为：分别在堆空间和栈空间内填充32位关键字，32位关键字例如为0xA5A5A5A5，本申请不以此为限制。图4为本申请一实施例提供的堆空间初始化的示意图，如图4所示，示出了堆底地址、堆顶地址，堆空间初始化后堆空间内填充了32位关键字0xA5A5A5A5。图5为本申请一实施例提供的栈空间初始化的示意图，如图5所示，示出了栈底地址、栈顶地址，栈空间初始化后栈空间内填充了32位关键字0xA5A5A5A5。图6为本申请一实施例提供的当前使用的堆空间的示意图，如图6所示，具体获取堆空间的最大使用地址(Heap_Current)的方式为：从堆空间的堆底地址的位置向上读取堆空间内的数据，如果堆空间内的数据不等于关键字0xA5A5A5A5(例如比对每个字节是否相同)，则继续向上读取堆空间内的数据，直到读取堆空间内的数据等于关键字0xA5A5A5A5，则记录当前位置对应的地址为堆空间的最大使用地址。图7为本申请一实施例提供的当前使用的栈空间的示意图，如图7所示，具体获取栈空间的最大使用地址(Stack_Current)的方式为：从栈空间的栈顶地址的位置向下读取栈空间内的数据，如果栈空间内数据不等于关键字0xA5A5A5A5(例如比对每个字节是否相同)，则继续向下读取栈空间内的数据，直到读取栈空间内的数据等于关键字0xA5A5A5A5，则记录当前位置对应的地址为栈空间的最大使用地址。
S302、根据最大使用地址及内存初始地址，确定当前内存使用率。
示例性地，内存初始地址例如为图4中的堆底地址、堆顶地址或者为图5中的栈底地址、栈顶地址。最大使用地址例如为图6中的堆空间的最大使用地址或者为图7中的栈空间的最大使用地址。该步骤中，在获得了最大使用地址及内存初始地址后，可以根据最大使用地址及内存初始地址，确定当前内存使用率。
进一步地，根据最大使用地址及内存初始地址，确定当前内存使用率，可以包括：根据最大使用地址及内存初始地址，确定已使用内存的大小；根据已使用内存的大小及可用内存，确定当前内存使用率。
这里，在获得了最大使用地址及内存初始地址后，可以确定已使用内存的大小、可用内存大小，进而可以确定当前内存使用率。示例性地，通过下述公式一可以获得当前堆空间使用率：
堆使用率＝(Heap_Current-Heap_Bottom)/(Heap_Top-Heap_Bottom)*100％ 公式一
其中，Heap_Bottom表示堆底地址，Heap_Top表示堆顶地址，Heap_Current表示堆空间的最大使用地址。
通过下述公式二可以获得当前栈空间使用率：
栈使用率＝(Stack_Top-Stack_Current)/(Stack_Top-Stack_Bottom)*100％ 公式二
其中，Stack_Bottom表示栈底地址，Stack_Top表示栈顶地址，Stack_Current表示栈空间的最大使用地址。
可以理解，S301与S302是对S201的进一步细化说明。
S303、从存储器中读取历史最大内存使用率。
该步骤的具体描述可以参见图2所示实施例中S202的相关描述，此处不再赘述。
S304、确定当前内存使用率是否大于内存使用率阈值。
该步骤中，若确定当前内存使用率小于或等于内存使用率阈值，则执行步骤S305，若确定当前内存使用率大于内存使用率阈值，则执行步骤S306。示例性地，内存使用率阈值比如为60％。该步骤中，在获得了当前内存使用率后，可以确定当前内存使用率是否大于内存使用率阈值。示例性地，若当前堆空间使用率为50％，内存使用率阈值为60％，则可以确定当前堆空间使用率小于内存使用率阈值。示例性地，若当前堆空间使用率为65％，内存使用率阈值为60％，则可以确定当前堆空间使用率大于内存使用率阈值。
S305、确定当前内存使用率是否大于历史最大内存使用率。
该步骤中，在确定当前内存使用率小于或等于内存使用率阈值后，可以继续比较当前内存使用率是否大于历史最大内存使用率，从而可以确定当前内存使用率是否大于历史最大内存使用率。若当前内存使用率大于历史最大内存使用率，则执行步骤S307；若当前内存使用率小于或等于历史最大内存使用率，则执行步骤S301。
S306、输出预警信息。
其中，预警信息用于提示当前内存使用率大于内存使用率阈值。
示例性地，当前内存使用率包括当前堆空间使用率、当前栈空间使用率，若当前堆空间使用率大于内存使用率阈值，则输出预警信息，或者，若当前栈空间使用率大于内存使用率阈值，则输出预警信息，或者，若当前堆空间使用率大于内存使用率阈值，且，当前栈空间使用率大于内存使用率阈值，则输出预警信息。具体输出预警信息的方式可以为：将报警信息通过人机界面显示，或者，通过车辆的仪表盘报警，或者，通过语音输出报警信息等，本申请不以此为限制。可选的，在输出预警信息后，继续执行步骤S305，以确定当前内存使用率是否大于历史最大内存使用率。
S307、将当前内存使用率以及当前时刻存储至存储器。
该步骤的具体描述可以参见图2所示实施例中S204的相关描述，此处不再赘述。
可选的，若当前内存使用率小于或等于历史最大内存使用率，则返回执行步骤S301。这里，在当前内存使用率小于或等于历史最大内存使用率的情况下，可以返回执行步骤S301以重新执行S301至S307的步骤。在实际使用中，示例性地，可以周期性(例如10秒)地执行S301至S307的步骤，以监控内存使用率，对内存使用的异常情况进行实时报警，更新存储器中存储的历史最大内存使用率。在周期性地执行S301至S307步骤时，示例性地，具体可以记录如下信息：检测时间：用来记录周期检测的绝对时间，如2021年4月6日，12时，4分，15秒；堆使用率：记录检测时间对应的堆空间使用率；栈使用率：记录检测时间对应的栈空间使用率；历史最大堆使用率：记录历史以来堆空间使用率的最大值；历史最大栈使用率：记录历史以来栈空间使用率的最大值。
本申请实施例提供的数据处理方法，通过获取MCU中内存的最大使用地址，根据最大使用地址及内存初始地址，确定当前内存使用率，从存储器中读取历史最大内存使用率，确定当前内存使用率是否大于内存使用率阈值，若当前内存使用率小于或等于内存使用率阈值，则确定当前内存使用率是否大于历史最大内存使用率，若当前内存使用率大于内存使用率阈值，则输出预警信息，若当前内存使用率大于历史最大内存使用率，则将当前内存使用率以及当前时刻存储至存储器。由于本申请实施例在当前内存使用率大于内存使用率阈值时，输出预警信息，在当前内存使用率大于历史最大内存使用率时，存储当前内存使用率作为历史最大内存使用率，因此，基于存储器中存储的历史最大内存使用率，能够为定位ECU故障的原因是否是由堆栈溢出导致提供数据支撑，从而快速定位问题，节省人力资源成本和时间成本；且，能够提高产品可靠性设计，进而提高产品质量。
下述为本申请装置实施例，可以用于执行本申请方法实施例。对于本申请装置实施例中未披露的细节，请参照本申请方法实施例。
图8为本申请一实施例提供的数据处理装置的结构示意图，如图8所示，本申请实施例的数据处理装置800包括：获取模块801、读取模块802、确定模块803和处理模块804。其中：
获取模块801，用于获取MCU的当前内存使用率。
读取模块802，用于从存储器中读取历史最大内存使用率。
确定模块803，用于确定当前内存使用率是否大于历史最大内存使用率。
处理模块804，用于若当前内存使用率大于历史最大内存使用率，则将当前内存使用率以及当前时刻存储至存储器。
一些实施例中，获取模块801可以具体用于：获取MCU中内存的最大使用地址；根据最大使用地址及内存初始地址，确定当前内存使用率。
可选的，获取模块801可以具体用于：根据最大使用地址及内存初始地址，确定已使用内存的大小；根据已使用内存的大小及可用内存，确定当前内存使用率。
一些实施例中，处理模块804还用于若当前内存使用率小于或等于历史最大内存使用率，则触发获取模块801执行获取MCU的当前内存使用率的步骤。
可选的，确定模块803，具体用于：确定当前内存使用率是否大于内存使用率阈值；若当前内存使用率小于或等于内存使用率阈值，则确定当前内存使用率是否大于历史最大内存使用率。
一些实施例中，该数据处理装置800还包括：输出模块805，用于若当前内存使用率大于内存使用率阈值，则输出预警信息，预警信息用于提示当前内存使用率大于内存使用率阈值。
本实施例的装置，可以用于执行上述任一所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
图9为本申请一实施例提供的电子设备的结构示意图。示例性地，电子设备例如为新能源车辆的MCU。参照图9，电子设备900包括处理组件901，其进一步包括一个或多个处理器，以及由存储器902所代表的存储器资源，用于存储可由处理组件901的执行的指令，例如应用程序。存储器902中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件901被配置为执行指令，以执行上述任一方法实施例。
电子设备900还可以包括一个电源组件903被配置为执行电子设备900的电源管理，一个有线或无线网络接口904被配置为将电子设备900连接到网络，和一个输入输出(I/O)接口905。电子设备900可以操作基于存储在存储器902的操作系统，例如WindowsServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。
本申请还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，当处理器执行计算机执行指令时，实现如上数据处理方法的方案。
本申请还提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上的数据处理方法的方案。
上述的计算机可读存储介质，上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits，简称：ASIC)中。当然，处理器和可读存储介质也可以作为分立组件存在于数据处理装置中。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (10)
1.一种数据处理方法，其特征在于，应用于新能源车辆的微控制单元MCU，所述数据处理方法包括：
获取所述MCU的当前内存使用率；
从存储器中读取历史最大内存使用率；
确定所述当前内存使用率是否大于所述历史最大内存使用率；
若所述当前内存使用率大于所述历史最大内存使用率，则将所述当前内存使用率以及当前时刻存储至所述存储器。
2.根据权利要求1所述的数据处理方法，其特征在于，所述获取所述MCU的当前内存使用率，包括：
获取所述MCU中内存的最大使用地址；
根据所述最大使用地址及内存初始地址，确定所述当前内存使用率。
3.根据权利要求2所述的数据处理方法，其特征在于，所述根据所述最大使用地址及内存初始地址，确定所述当前内存使用率，包括：
根据所述最大使用地址及内存初始地址，确定已使用内存的大小；
根据所述已使用内存的大小及可用内存，确定所述当前内存使用率。
4.根据权利要求1所述的数据处理方法，其特征在于，还包括：
若所述当前内存使用率小于或等于所述历史最大内存使用率，则返回执行所述获取所述MCU的当前内存使用率的步骤。
5.根据权利要求1至4中任一项所述的数据处理方法，其特征在于，所述确定所述当前内存使用率是否大于所述历史最大内存使用率，包括：
确定所述当前内存使用率是否大于内存使用率阈值；
若所述当前内存使用率小于或等于所述内存使用率阈值，则确定所述当前内存使用率是否大于所述历史最大内存使用率。
6.根据权利要求5所述的数据处理方法，其特征在于，还包括：
若所述当前内存使用率大于所述内存使用率阈值，则输出预警信息，所述预警信息用于提示所述当前内存使用率大于所述内存使用率阈值。
7.一种数据处理装置，其特征在于，应用于新能源车辆的微控制单元MCU，所述数据处理装置包括：
获取模块，用于获取所述MCU的当前内存使用率；
读取模块，用于从存储器中读取历史最大内存使用率；
确定模块，用于确定所述当前内存使用率是否大于所述历史最大内存使用率；
存储模块，用于若所述当前内存使用率大于所述历史最大内存使用率，则将所述当前内存使用率以及当前时刻存储至所述存储器。
8.一种电子设备，其特征在于，包括：存储器和处理器；
所述存储器用于存储程序指令；
所述处理器用于调用所述存储器中的程序指令执行如权利要求1-6任一项所述的数据处理方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序指令，所述计算机程序指令被执行时，实现如权利要求1至6任一项所述的数据处理方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-6任一项所述的数据处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110430081.9A CN113190369A (zh) | 2021-04-21 | 2021-04-21 | 数据处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110430081.9A CN113190369A (zh) | 2021-04-21 | 2021-04-21 | 数据处理方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113190369A true CN113190369A (zh) | 2021-07-30 |
Family
ID=76977823
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110430081.9A Pending CN113190369A (zh) | 2021-04-21 | 2021-04-21 | 数据处理方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113190369A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105893267A (zh) * | 2015-10-14 | 2016-08-24 | 乐视致新电子科技（天津）有限公司 | 一种内存空间清理方法及装置 |
| CN105988455A (zh) * | 2014-11-20 | 2016-10-05 | 现代摩比斯株式会社 | 故障保护软件的出错检测方法及其出错检测装置 |
| CN111752800A (zh) * | 2020-06-24 | 2020-10-09 | 研祥智能科技股份有限公司 | 一种计算机系统及应用程序的监控方法及监控装置 |
| CN111782488A (zh) * | 2020-07-10 | 2020-10-16 | 中国工商银行股份有限公司 | 消息队列监控方法、装置、电子设备和介质 |
| CN111813497A (zh) * | 2020-06-30 | 2020-10-23 | 绿盟科技集团股份有限公司 | 一种容器环境异常检测的方法、装置、介质及计算机设备 |
| CN111858363A (zh) * | 2020-07-24 | 2020-10-30 | Oppo广东移动通信有限公司 | 栈溢出的识别方法、装置、终端及存储介质 |
| CN112000422A (zh) * | 2020-07-17 | 2020-11-27 | 苏州浪潮智能科技有限公司 | 一种防止容器编排框架中pod内存溢出的方法、装置 |
| CN112181750A (zh) * | 2020-10-19 | 2021-01-05 | 北京威努特技术有限公司 | 工控网络设备的稳定性的测试方法、装置及介质 |
-
2021
- 2021-04-21 CN CN202110430081.9A patent/CN113190369A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105988455A (zh) * | 2014-11-20 | 2016-10-05 | 现代摩比斯株式会社 | 故障保护软件的出错检测方法及其出错检测装置 |
| CN105893267A (zh) * | 2015-10-14 | 2016-08-24 | 乐视致新电子科技（天津）有限公司 | 一种内存空间清理方法及装置 |
| CN111752800A (zh) * | 2020-06-24 | 2020-10-09 | 研祥智能科技股份有限公司 | 一种计算机系统及应用程序的监控方法及监控装置 |
| CN111813497A (zh) * | 2020-06-30 | 2020-10-23 | 绿盟科技集团股份有限公司 | 一种容器环境异常检测的方法、装置、介质及计算机设备 |
| CN111782488A (zh) * | 2020-07-10 | 2020-10-16 | 中国工商银行股份有限公司 | 消息队列监控方法、装置、电子设备和介质 |
| CN112000422A (zh) * | 2020-07-17 | 2020-11-27 | 苏州浪潮智能科技有限公司 | 一种防止容器编排框架中pod内存溢出的方法、装置 |
| CN111858363A (zh) * | 2020-07-24 | 2020-10-30 | Oppo广东移动通信有限公司 | 栈溢出的识别方法、装置、终端及存储介质 |
| CN112181750A (zh) * | 2020-10-19 | 2021-01-05 | 北京威努特技术有限公司 | 工控网络设备的稳定性的测试方法、装置及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9262283B2 (en) | Method for reading kernel log upon kernel panic in operating system | |
| CN110442473B (zh) | 一种非易失性数据存储方法、装置、电子设备及介质 | |
| CN108320071B (zh) | 一种业务风险管理方法、装置及设备 | |
| EP3970037A1 (en) | Detecting security threats by monitoring chains of configuration changes made to bios or uefi attributes | |
| US20150067316A1 (en) | Electronic device and testing method | |
| CN107590016B (zh) | 掉电重启识别方法及装置 | |
| CN110362547B (zh) | 日志文件的编码、解析、存储方法和装置 | |
| US8788800B2 (en) | OS processing method, system and non-transitory computer readable storage medium thereof | |
| CN113672306A (zh) | 服务器组件自检异常恢复方法、装置、系统及介质 | |
| CN106201570A (zh) | 一种应用程序免安装运行方法及装置 | |
| CN117035452A (zh) | 一种业务场景的根因定位方法、系统及电子设备 | |
| CN106897063B (zh) | 一种基于efi将os启动项永久添加至bios中的方法及系统 | |
| CN113190369A (zh) | 数据处理方法、装置、设备及存储介质 | |
| US8682944B2 (en) | File system location verification using a sentinel | |
| US9904543B2 (en) | Setting a build indicator to enable or disable a feature | |
| CN111339054A (zh) | 一种存储系统分级管理的方法、装置、设备及存储介质 | |
| US20210383073A1 (en) | Comment management method, server and readable storage medium | |
| CN112784276B (zh) | 可信度量的实现方法及装置 | |
| CN111367710A (zh) | 一种eMMC问题还原方法和装置 | |
| CN115495286A (zh) | 配置文件定时备份的测试方法、系统、设备和存储介质 | |
| CN106293620B (zh) | intel平台检测Flash Rom中参数的方法 | |
| CN113127883A (zh) | 一种平台固件保护恢复的锁定方法、装置、设备及介质 | |
| CN114816852A (zh) | 一种恢复用户配置数据的方法、装置及介质 | |
| CN116009969A (zh) | 应用程序控制方法、装置、电子设备、芯片及存储介质 | |
| CN115858251B (zh) | 一种基板控制单元控制方法、装置及电子设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |