本文会简单介绍中断的基本原理，对MicroPython在处理中断时的一些机制和问题进行阐述，并对实时控制中断编程做简单的介绍。
中断
什么是中断？
中断是计算机系统中非常重要的一种机制，简单的说就是当有I/O或其它因素发出中断信号后，CPU会暂定执行当前代码保护好现场，然后执行中断处理程序。CPU执行完中断处理程序后，返回原来的执行点，恢复现场，继续执行原来的代码。
MicroPython也支持在合适的硬件上（与硬件和固件有相关性）编写中断处理程序。中断处理程序（也称为中断服务程序ISR），通常被定义为回调函数。当定时器或引脚电平变化等事件触发中断后，中断处理程序将被执行。
什么情况下需要用到中断
通常在需要对外部特定事件进行响应时需要用到中断，例如：
-
外部输入信号变化：当外部设备或传感器产生信号变化时，可能需要中断CPU当前的工作，转而去处理这个外部事件。
-
定时器中断：在特定的时间点或间隔，定时器可能产生中断，请求CPU执行相应的任务。
-
串口通信：在进行串行数据通信时，数据到达或特定事件发生（如接收到数据或发生错误）时，可能会触发串口中断。
-
ADC/DAC中断：在模拟数字转换或数字模拟转换过程中，当转换完成或出现错误时，可能会需要中断来处理。
MicroPython中断处理的一些建议
-
代码要尽量简短。中断处理程序的代码应尽可能的短小精悍，避免长时间占用CPU，特别是在一些实时系统。
-
避免内存分配，在中断处理程序中不追加列表或插入字典，不要创建对象，不要使用浮点数。
-
可以使用 micropython.schedule 机制来处理上述限制。
-
当 ISR 返回多个字节时，使用预先分配的字节数组。如果要在 ISR 和主程序之间共享多个整数，建议使用数组 (array.array)。
-
在主程序和 ISR 之间共享数据时，应考虑在主程序访问数据前禁用中断，并在访问后立即重新启用中断（可以参考临界区）。
-
记得分配一个紧急异常缓冲区。
MicroPython 处理中断时需注意的问题
紧急异常缓冲区
在MicroPython中，如果没有给中断处理程序分配异常缓冲区，中断处理程序中产生的异常堆栈将无法捕获，也就获取ISR产生的异常信息。可以通过为ISR分配紧急异常缓冲区的方式解决这一问题，这在调试的时候会比较有用。当然，如果确信ISR代码不会产生异常，也可以不用分配这个缓冲区，否则不建议这么做。分配缓冲区的代码非常简单：
import micropython
micropython.alloc_emergency_exception_buf(100)
紧急异常缓冲区只能容纳一个异常堆栈信息。这意味着 ISR 产生多个异常的情况下，后面的会覆盖之前的，也就是说只会保留最后一个。所以，当有多个异常产生时，打印出的异常信息可能并不是真正的问题所在。
短小精悍
ISR 代码应尽可能短小精悍。ISR 只应执行必须执行的操作，可以推迟执行的操作应委托给主程序执行。通常情况下，ISR 会处理导致中断的硬件设备，使其为下一次中断做好准备。它会通过更新共享数据与主程序循环通信，表明中断已经发生，然后返回。ISR 应当尽快将控制权交换主程序。
ISR与主程序的通信
ISR通常需要与主程序通信。最简单的方法是通过一个或多个共享数据对象，这些对象可以声明为全局对象，也可以通过类共享的方式（见下文），这样做有一些限制和危险，后面会详细介绍。整数、bytes和bytearray以及数组对象（array.array）通常被用于共享数据，数组对象可以存储各种数据类型。
使用对象方法作为中断处理程序回调函数
MicroPython支持ISR与底层代码共享对象实例，甚至可以实现让设备驱动程序类支持多个设备实例。下面的示例展示了使用定时器中断，让两个LED以不同的速率闪烁。
import pyb, micropython
micropython.alloc_emergency_exception_buf(100) #申请一个紧急异常缓冲区
class Foo(object):
def __init__(self, timer, led):
self.led = led
timer.callback(self.cb) #传递给Timer对象方法
def cb(self, tim): #用于回调的方法
self.led.toggle()
red = Foo(pyb.Timer(4, freq=1), pyb.LED(1))
green = Foo(pyb.Timer(2, freq=0.8), pyb.LED(2))
在这个例子中，分别创建了两个Foo的实例，一个是red，将定时器4与LED1关联，频率为1，另一个是green，将定时器2与LED2关联，频率为0.8。当定时器4中断发生时，red.cb()被调用，LED1状态改变；同样，当定时器2中断时，执行green.cb()，LED2状态改变。使用实例方法有两个好处：首先，单个类可以在多个硬件实例之间共享代码。其次，作为一个绑定方法，回调函数的第一个参数是 self。这样，回调函数就能访问实例数据，并在连续调用之间保存状态。例如，如果上面的类在构造函数中将变量 self.count 设为零，cb() 就可以递增计数器。这样，红色和绿色实例就会保持各自独立的计数，记录每个 LED 改变状态的次数。
Python对象的创建
在ISR代码中不允许创建Python对象的实例。这是因为 MicroPython需要从名为堆（heap）的空闲内存块中为对象分配内存。这在中断处理程序中是不允许的，因为堆分配不是可重入的。换句话说，中断可能会在主程序完成堆分配的过程中发生–为了维护堆的完整性，解释器不允许在 ISR 代码中进行内存分配。
因为不允许在ISR代码中分配内存，所以会带来一系列的问题，包括：
- ISR代码中不能创建对象，因为创建对象会分配内存。
- ISR代码中不能进行浮点运算，因为浮点数是Python的对象，也会分配内存。
- 不能对列表添加元素，因为不确定什么时候列表会执行内存分配。
可以看出，要解决内存问题的途径就是避免在ISR代码中分配内存，解决问题的方法之一是让ISR使用预分配的缓冲区。例如，一个类的构造函数会创建一个bytearray实例和一个布尔标志。ISR代码可以把数据放到bytearray并设置标志，这样内存分配发生在实例化对象时主程序而不是ISR中。
MicroPython库的I/O方法通常会提供使用预分配缓冲区的选项，如：pyb.i2c.recv()可以接受一个可变缓冲区作为其第一个参数，这样就可以在ISR中使用它了。
这也就意味着不使用类或全局变量也可以创建对象，如：
def set_volume(t, buf=bytearray(3)): #加载模块时实例化默认的buf参数，注意不要长期持有buf
buf[0] = 0xa5
buf[1] = t >> 4
buf[2] = 0x5a
return buf
编译器会在首次加载函数时（通常是在导入函数所在模块时）实例化默认的buf参数。
当创建绑定方法的引用时，会发生对象创建实例。这意味着 ISR 不能将绑定方法传递给函数。一种解决方案是在类构造函数中创建绑定方法的引用，并在 ISR 中传递该引用。例如：
class Foo():
def __init__(self):
self.bar_ref = self.bar #此时分配内存
self.x = 0.1
tim = pyb.Timer(4)
tim.init(freq=2)
tim.callback(self.cb)
def bar(self, _):
self.x *= 1.2
print(self.x)
def cb(self, t):
#传递self.bar会导致内存分配，此处传递其引用
micropython.schedule(self.bar_ref, 0)
其他方法是在构造函数中定义并实例化该方法，或将Foo.bar()与参数self一起传递。
使用Python对象
由于Python的工作方式，对象的使用会受到进一步的限制。当执行导入语句时，Python代码会被编译成字节码，一行代码通常会映射成多个字节码。代码运行时，解释器会读取每个字节码，并将其作为一系列机器码指令执行。由于中断可能随时发生在机器码指令之间，Python原始代码可能只执行了一部分，因此，在主循环中修改的Python对象（如集合、列表或字典）在中断发生时可能缺乏内部一致性。
典型的场景是，在极少数情况下ISR会在对象修改的时刻运行，当ISR试图读取对象时，就会导致崩溃。由于此类问题通常发生在罕见的随机场合，因此很难诊断。有一些方法可以规避这一问题，后面的 "临界区"不分会介绍。
所以需要清楚的界定什么是对象的修改，修改字典等内置类型是有问题的，而修改数组或字节数组的内容则没有问题，这是因为字节或字是一条机器码指令写入的，不能中断，用实时编程的术语来说就是写入是原子性的，而字典、列表等复杂对象的操作不具有原子性。用户自定义对象可以实例化整数、数组或字节数组，这些内容在主循环和 ISR 均可更改。
MicroPython支持任意精度的整数。介于-2^30 到 2^30-1之间的数值将存储在一个机器字中。更大的数值将存储为 Python对象。因此，对长整数的更改不能视为原子更改。在ISR中使用长整数是不安全的，因为当变量的值发生变化时，可能会存在内存分配。
克服浮点数的限制
一般来说，最好避免在ISR代码中使用浮点数，硬件设备处理整数转换为浮点数通常在主循环中完成。不过，也有一些DSP算法需要使用浮点数，在带有硬件浮点的平台上（如 Pyboard），可以使用内联 ARM Thumb 汇编程序来绕过这一限制，因为处理器将浮点数值存储在机器字中，ISR和主程序代码之间可以通过浮点数组共享数值。
使用 microropython.schedule
使用microropython.schedule可以调度ISR回调在堆未锁定时排队执行，回调函数可以创建Python对象并使用浮点数，也会保证任何Python对象的更新均在主程序完成，因此回调不会遇到部分更新的对象。
其典型用途是处理传感器硬件。ISR从硬件获取数据，发出中断,然后调度回调函数来处理数据。
调度中的回调应符合下文概述的中断处理程序设计原则,这样做的目的是为了避免在主程序循环中抢先执行的任何代码因I/O活动和修改共享数据而产生的问题。
执行时间需要结合中断发生的频率来考虑。如果在执行前一个回调时发生中断，将排队等待执行另一个回调实例，该实例将在当前实例完成后运行。因此，持续的高频率中断会导致队列无限增长的风险，并最终导致运行时错误（RuntimeError）。
如果要传递给 schedule() 的回调是一个绑定方法，请参考 "创建 Python 对象 "中的说明。
与asyncio（异步IO）的接口
当ISR运行时，它可以抢占 asyncio 调度程序。如果 ISR执行asyncio操作，调度程序的运行就会中断。无论中断是硬中断还是软中断，如果 ISR 已通过micropython.schedule将执行传递给另一个函数，这一点也同样适用。特别是在ISR上下文中创建或取消任务是无效的。与asyncio交互的安全方法是实现一个由asyncio.ThreadSafeFlag执行同步的例程。下面的片段说明了在响应中断时创建任务的过程：
tsf = asyncio.ThreadSafeFlag()
def isr(_): # 中断处理
tsf.set()
async def foo():
while True:
await tsf.wait()
asyncio.create_task(bar())
在本例中，ISR的执行与 foo()的执行之间会有不同程度的延迟。这是协同调度的固有特性。最大延迟取决于应用程序和平台，但通常以数十毫秒为单位。
常见问题
注意，实时程序的设计错误会导致很难诊断的故障，一般都是没有规律的或者偶发性故障，因此，正确的设和问题预测至关重要。在设计中断处理程序和主程序时，需要注意以下问题。
中断处理程序设计
前面多次提到，ISR的设计要尽可能简单，而且要可预测并在尽可能短的时间内返回，这一点非常重要，因为ISR运行时，主循环并不运行，所以主循环会在代码的随机位置因中断而暂停执行，这种暂停可能会导致难以诊断的错误，尤其是在暂停时间较长或可变的情况下。要了解ISR运行时间的影响，需要知道中断优先级的基本知识。
中断按照优先级方案组织。ISR代码本身可能会被优先级更高的中断中断，如果这两个中断共享数据，则会产生影响（见下面临界区部分）。如果发生这样的中断，ISR 代码就会出现延迟。如果ISR正在运行时发生了优先级较低的中断，它将被延迟到ISR结束，此时如果延迟过长，优先级较低的中断就可能会失败。慢速ISR的另一个问题是，在其执行过程中会出现第二个相同类型的中断，第二个中断将在第一个中断终止后处理，但是，如果接收中断的速度持续超过ISR的处理能力，结果可能会很糟糕。
因此，应避免或尽量减少循环结构。除中断设备外，通常应避免其他设备的I/O，如：磁盘访问、打印语句和 UART 访问等I/O相对较慢且持续时间不同的I/O。还有一个问题是，文件系统函数不是可重入的，在ISR和主程序中使用文件系统I/O是非常危险的。最重要的是，ISR代码不应等待事件发生，如果代码能保证在可预测的时间内返回，I/O是可以接受的，例如切换引脚或LED。另外，若非必要，尽量不要通过I2C或SPI访问中断设备，如果要用，应计算或测量此类访问所需的时间，并评估其对应用程序的影响。
ISR和主循环之间通常需要共享数据。这可以通过全局变量、类或实例变量来实现，变量通常是整数或布尔类型，或整数或字节数组（预分配的整数数组比列表访问速度更快）。当ISR对多个值进行修改时，需要考虑中断发生时，主程序已经访问了部分值，这可能会导致不一致。
在设计时，要考虑以下问题：ISR将接收到的数据存储在字节数组中，然后将接收到的字节数添加到一个整数中，该整数代表准备处理的总字节数。主程序读取字节数，处理字节，然后清空待处理字节数。这个过程一直持续到主程序读取完字节数后发生中断。ISR 会将添加的数据放入缓冲区，并更新收到的数据，但主程序已经读取了数据，因此只能处理最初收到的数据。新到达的字节会丢失。
有多种方法可以避免这种危险，最简单的就是使用循环缓冲区。如果无法使用具有内在线程安全性的结构，下文将介绍其他方法。
重入
如果一个函数或方法在主程序和ISR之间共享，亦或者在多个ISR之间共享，则可能发生潜在危险。这里的问题是函数本身可能会被中断，并运行该函数的另一个实例。如果出现这种情况，函数必须设计为可重入。
临界区
临界区的一个例子是访问一个以上可能受ISR影响的变量。如果中断恰好发生在访问各个变量之间，它们的值就会不一致，这就是所谓竞赛条件的危险实例：ISR和主程序循环竞相改变变量。为了避免不一致，必须采用一种方法来确保 ISR在临界区的持续时间内不改变变量值，实现这一目的的方法之一是在该部分开始前执行pyb.disable_irq()禁止中断响应，并在结束时执行pyb.enable_irq()允许中断响应。下面是这种方法的一个示例：
import pyb, micropython, array
micropython.alloc_emergency_exception_buf(100)
class BoundsException(Exception):
pass
ARRAYSIZE = const(20)
index = 0
data = array.array('i', 0 for x in range(ARRAYSIZE))
def callback1(t):
global data, index
for x in range(5):
data[index] = pyb.rng() # 模拟量输入
index += 1
if index >= ARRAYSIZE:
raise BoundsException('Array bounds exceeded')
tim4 = pyb.Timer(4, freq=100, callback=callback1)
for loop in range(1000):
if index > 0:
irq_state = pyb.disable_irq() # 临界区开始
for x in range(index):
print(data[x])
index = 0
pyb.enable_irq(irq_state) # 临界区结束
print('loop {}'.format(loop))
pyb.delay(1)
tim4.callback(None)
临界区可以由一行代码和一个变量组成。如下面的代码片段。
count = 0
def cb(): # 中断回调
count +=1
def main():
# 省略了设置中断回调的代码
while True:
count += 1
本例说明了错误的一个微妙来源。主循环中的行计数 += 1 带有一种特殊的竞赛条件危险，称为读-修改-写。这是造成实时系统错误的典型原因。在主循环中，MicroPython读取count的值，将其加 1，然后写回。在极少数情况下，中断发生在读取之后和写入之前，中断会修改计数，但当ISR返回时，其变化会被主循环覆盖，在实际系统中，这可能会导致不可预测的罕见故障。
如上所述，如果在主代码中修改了Python内置类型的实例，而该实例又在ISR中被访问，那么就应该小心谨慎。执行修改的代码应被视为关键部分，以确保ISR运行时实例处于有效状态。
如果数据集在不同ISR之间共享，则需要特别注意。这里的危险在于，当优先级较低的中断已经部分更新了共享数据时，优先级较高的中断可能会发生。处理这种情况是一个更高级话题，有时可以使用互斥体来解决。
在临界区的持续时间内禁用中断是通常最简单的方法，但它会禁用所有中断，而不仅仅是可能导致问题的中断。长时间禁用中断通常是不可取的。就定时器中断而言，它会给回调发生的时间带来变化。在设备中断的情况下，可能会导致设备过迟得到服务，从而可能造成数据丢失或设备硬件超限错误。与ISR类似，主代码中的关键部分也应具有较短的、可预测的执行时间。
处理临界区段的一种方法是使用一种称为互斥（mutex）的对象（名称来源于互斥概念），这种方法可以从根本上减少中断被禁用的时间。主程序在运行关键部分前锁定互斥器，并在结束时将其解锁。ISR会测试互斥体是否被锁定，如果是，它就会避开关键部分并返回。这个设计的难点在于定义ISR在拒绝访问临界变量时应该做什么，这里有一个简单的互斥体示例。请注意，互斥代码确实禁用了中断，但只禁用了8条机器指令：这种方法的好处是其他中断几乎不受影响。
中断和 REPL
中断处理程序（如与定时器相关的处理程序）可以在程序终止后继续运行。这可能会产生意想不到的结果，在这种情况下，可能会认为引发回调的对象已经超出了作用域。例如在 Pyboard 上：
def bar():
foo = pyb.Timer(2, freq=4, callback=lambda t: print('.', end=''))
bar()
计时器在被禁用或复位（Ctrl+D）之前，将持续运行。
