以太网BUG解决过程记录

过程

MCP使用以太网连接平台，长时间挂机后会提示HAL_ETH_GetDMAError错误。
使用wireshark抓包，可以发现以太网有像桩端发送数据，但是没有收到应答。

ping网关，可以看到网关有接收到桩端发送的ARP请求，并且有应答，但是桩没有接收到报文。

在ST论坛看到一样的问题，解决办法是在HAL_ETH_ErrorCallback中断回调中去清除寄存器。

void HAL_ETH_ErrorCallback(ETH_HandleTypeDef *heth)
{
  if((HAL_ETH_GetDMAError(heth) & ETH_DMACSR_RBU) == ETH_DMACSR_RBU)
  {
	printf( "ETH DMA Rx Error\n" );
	osSemaphoreRelease(RxPktSemaphore);
	// Clear RBUS ETHERNET DMA flag
	heth->Instance->DMACSR = ETH_DMACSR_RBU;
	// Resume DMA reception
	heth->Instance->DMACRDTPR = 0;
  }
  if((HAL_ETH_GetDMAError(heth) & ETH_DMACSR_TBU) == ETH_DMACSR_TBU)
  {
	printf( "ETH DMA Tx Error\n" );
	osSemaphoreRelease(TxPktSemaphore);
	//Clear TBU flag to resume processing
	heth->Instance->DMACSR = ETH_DMACSR_TBU;
	//Instruct the DMA to poll the transmit descriptor list
	heth->Instance->DMACTDTPR = 0;
  }
}

以及在上层的LWIP中修改tcp接收窗口，这个没有用，查看LWIP的值一直都是他修复后的数值。

尝试了上面的方法后发现没有什么作用。选择先规避这个问题，在上面的ERROR中断回调中增加以太网的重新初始化。

  if((HAL_ETH_GetDMAError(heth) & ETH_DMACSR_TBU) == ETH_DMACSR_TBU)
  {
	printf( "ETH DMA Tx Error\n" );
	osSemaphoreRelease(TxPktSemaphore);
	//Clear TBU flag to resume processing
	heth->Instance->DMACSR = ETH_DMACSR_TBU;
	//Instruct the DMA to poll the transmit descriptor list
	heth->Instance->DMACTDTPR = 0;
	HAL_ETH_DeInit(&EthHandle);
    HAL_ETH_Init(&EthHandle);
  }

测试了下，虽然会导致websocket连接断掉，但是可以接受。但是测试使用以太网升级固件的时候，因为数据量大，产生错包的概率增加，重新初始化后又进入了RX ERROR中，导致无限重新初始化。

然后再ST的github上搜索ETH_DMACSR_RBU，找到了一个已解决的方案，就是把上面的清除的动作放到rx的while线程中执行，RX ERROR 中断中不执行任何操作。

void HAL_ETH_ErrorCallback(ETH_HandleTypeDef *heth)
{
  if((HAL_ETH_GetDMAError(heth) & ETH_DMACSR_RBU) == ETH_DMACSR_RBU)
  {
	osSemaphoreRelease(RxPktSemaphore);
  }
  if((HAL_ETH_GetDMAError(heth) & ETH_DMACSR_TBU) == ETH_DMACSR_TBU)
  {
	osSemaphoreRelease(TxPktSemaphore);
  }
}
 
static void ethernet_watchdog(void) {
    if ((ETH->DMACSR & ETH_DMACSR_RBU) == ETH_DMACSR_RBU ) 
    {
        // Clear RBUS ETHERNET DMA flag
        ETH->DMACSR = ETH_DMACSR_RBU;  
        // Resume DMA reception
        ETH->DMACRDTPR = 0;
    }
    if ((ETH->DMACSR & ETH_DMACSR_TBU) == ETH_DMACSR_TBU ) 
    {
        // Clear RBUS ETHERNET DMA flag
        ETH->DMACSR = ETH_DMACSR_TBU;  
        // Resume DMA reception
        ETH->DMACTDTPR = 0;
    }
}
 
void ethernetif_input( void * pvParameters )
{
  struct pbuf *p;
 
  for( ;; )
  {
    . . .
   ethernet_watchdog();
  }
} 

此时，测试上面的使用以太网升级固件的问题，发现可以升级成功。但是挂测了一段时间后发现又回到了原点，进入RX ERROR后，以太网又无法使用了。

再ethernet_watchdog函数中添加打印，发现以太网的状态分为3个阶段，第一个阶段是正常的使用，第二个阶段是ETH_DMACSR_RBU被置位，然后又被DMA看门狗清除，不断的重复这个过程，但是此时的以太网是可以使用的。第三个阶段是进入了RX ERROR的回调中，以太网彻底无法使用。

在ST的官方论坛中，有类似的现象，上面没有确切的解决办法，call fae问原厂拿解决方法。

把stm32h7xx_hal_eth.c文件中的一段代码：
tailidx = (descidx + 1U) % ETH_RX_DESC_CNT;
改成：
tailidx = (ETH_RX_DESC_CNT + descidx - 1U) % ETH_RX_DESC_CNT;
目的是将tail pointer指向前一个描述符，而不是后一个描述符。
说这样有助于更好地提高效率和阻止丢包。

在H5中找到类似的函数，将描述符从后一个改为前一个后，发现这个改动会产生死机

因为上面的思路是提高以太网的效率，之前都是想解决RX ERROR产生的DMA Buffer被占用完的问题，于是打开DCACHE，想提高以太网的效率，看能否产生一样的效果。

打开DCACHE后，挂测一天，发现虽然还是会产生ETH_DMACSR_RBU的情况，但是可以自恢复，且多数情况下不会与平台断联。

但是并没有完全解决这个问题，ST论坛的出了关于h5解决上面的那个问题的方法了，和fae给出的方法是一样的。。这说明我的hal库和官方现有的不一致，更新hal库，挂测2天发现问题解决了。

总结

• 尽量不要使用STM32CubeMX生成的代码，直接去github上找新的代码。在fae给我他的解决方案的时候，我是有怀疑过hal库不是最新的，还重新用STM32CubeMX生成一遍后和原有的代码比较。没想到的是他的源就不是最新，只能怀疑是h5和h7的写法不同。不然这个问题应该很早就能解决。STM32CubeMX只适合拿来入门，真正要拿来工程使用的还是得自己搭建。
• 对以太网底层的原理理解得不深刻，不能只依赖hal库的修复，太过被动了。后续有时间得过下hal库的以太网代码，增加理解。