大飞的技术博客

·约 4 分钟·

一个 OTA 槽位的自我修养:factory、otadata 与回滚门

PocketOracle 的固件更新有两条路:手机连上设备热点直传 .bin,或者在网页里填一个 URL 让设备联网自拉。但在写第一行 OTA 代码之前,得先回答一个分区表的问题:固件槽怎么摆?

算术题:为什么是单 OTA 槽

教科书写法是 ota_0/ota_1 轮换,永远留一个能启动的槽兜底。代价是三个 app 槽——固件 1.5MB 的年代,4.5MB 直接超过整片 4MB flash。于是方案收敛成 factory + 单 ota_0:otadata 空,启动 factory;OTA 只写 ota_0。

单槽换来的语义红利很值:开发刷机永远落 factory,刷机 = 回到已知态;OTA 的世界和开发的世界互不污染。但代价也接踵而至,后面三个坑都是它欠的债。

坑一:OTA 之后想再 OTA

esp_ota_begin 写的目标永远是 ota_0,而 OTA 之后的设备正跑在 ota_0 上——写正在运行的分区等于自杀。所以「再更新一次」的动作是先回车库:

void ota_reboot_to_factory(void)
{
    const esp_partition_t *factory = esp_partition_find_first(
        ESP_PARTITION_TYPE_APP, ESP_PARTITION_SUBTYPE_APP_FACTORY, NULL);
    if (factory) {
        esp_ota_set_boot_partition(factory);
        esp_restart();   // "leaving OTA slot: booting factory after restart"
    }
}

对用户的表现是:第二次 OTA 时设备先重启一次,然后从 factory 开始接收新固件。不优雅,但正确——这是单槽方案的第一条税。

坑二:otadata 记住的是偏移,不是分区名

事故现场:设备 OTA 过(otadata 指向 ota_0),后来发现 bug,用 USB 把 factory 重刷了——刷完上电,跑的还是旧固件。otadata 仍然指着 ota_0,那里躺着的还是旧镜像;USB 刷进去的 factory 从来没被启动过。

解法:parttool.py -p COMx erase_otadata,或者干脆整片 erase-flash。「明明刷了新固件怎么没生效」这类灵异现象,排查顺序里 erase_otadata 应该排在怀疑固件之前。

坑三:分区表一改,otadata 变指路鬼

坑二的阴间变体:改了分区表,整片重刷,但忘了擦 otadata。旧 otadata 记的偏移在旧表里是 ota_0 的地盘,在新表里已经划给了 assets——bootloader 忠实地按 otadata 启动,于是 CPU 从 FAT 镜像的字节里取指。

这也是分区账本里那条纪律的原因:改分区表的发版步骤里,erase_otadata 是步骤本身,不是备注。

回滚门:坏镜像活不过一次开机

单槽没有另一个槽兜底,「刷进去一个坏镜像」怎么防变砖?答案是把判断推迟到新镜像自己开口:ESP-IDF 的 OTA 回滚机制。

  • OTA 写完,新镜像首次启动的状态是 PENDING_VERIFY;
  • app_main 开场跑 selftest(电池测量、屏幕、RTC 这些「证明这块固件基本能跑」的最小集合),然后过一道闸门:
void ota_confirm_boot(bool selftest_ok)
{
    const esp_partition_t *run = esp_ota_get_running_partition();
    esp_ota_img_states_t st;
    if (esp_ota_get_state_partition(run, &st) != ESP_OK ||
        st != ESP_OTA_IMG_PENDING_VERIFY)
        return;   // factory boot or already confirmed: nothing to do

    if (selftest_ok) {
        esp_ota_mark_app_valid_cancel_rollback();
    } else {
        esp_restart();   // bootloader 看到未确认 → 自动回滚 factory
    }
}
  • selftest 通过 → mark_app_valid_cancel_rollback() 正式确认,新镜像转正;
  • 不通过 → 主动重启,bootloader 发现镜像仍是 PENDING_VERIFY → 自动回滚 factory。

坏镜像的最坏影响被压缩成:一次失败的开机自检,加一次自动回厂。这套机制的可靠性完全取决于 selftest 里放了什么——放太少,坏镜像混过去;放太多,正常镜像被误杀。我们放的是「能读电、能点亮屏、能读到时间」这条底线:一个连自己都自证不了的固件,不配转正。

双驱动,单管线

两条输入路径(手机经 httpd 上传 / 设备用 esp_http_client 拉 URL,后者带 certificate bundle 走 HTTPS)汇入同一组 begin / feed / finish:校验、进度上报、延迟重启的行为完全一致,不会出现「上传路径有校验、拉取路径忘了」的经典分叉。

两个容易漏的细节:

  • 重启前延迟 1.5 秒,让 HTTP 响应排空——手机端要收到「完成」才不会以为失败;
  • esp_ota_begin 会预先整槽擦除,1.375MB 上是约 20 秒的静止。进度条设计时要把这段算进去,否则用户会以为设备死了。

assets 直传:一条没有回滚的路

固件有 factory 兜底,资源分区呢?POST /api/assets 允许手机直传 build/assets.bin 裸写 assets 分区——没有第二个 assets 槽,传输中断 = FAT 损坏。三个补偿设计:

  1. 开写前驱逐:evict 回调先解绑字库、撤销 mmap,再擦分区——持有指针的模块先松手,不会踩进已擦除的 flash;
  2. 边写边擦:不在开头整片擦(768KB 先擦是约 8 秒的静止),而是擦除光标始终领先写入光标一个扇区——进度条是真实进度,不是演出;
  3. 写完一道校验:FAT 引导签名(0x55 0xAA)在镜像头部,校验通过才重启;失败或中断的提示语直接写明「重新上传或 USB 重刷可恢复」。

取舍的逻辑:回滚槽是给「坏了起不来」的东西准备的。固件坏了起不来,值得一个 factory;assets 坏了起得来(退化链保证界面还能导航、还能重传),不值得为它再花 1MB 做 A/B。

小结

OTA 的本质不是「把固件写进去」,是「写进去之后,无论发生什么,设备还能起来」。单槽方案把这句话拆成三件事:写之前回车库(坑一),记住 otadata 和分区表是联动的(坑二、三),以及用一道开机自检换来的回滚门。「4MB 生存指南」系列到这里收尾——分区账本、字库搬家、OTA 槽位,4MB 的每一 KB 都有它的账。