一、简介：为什么必须“看得见”实时性？
工业视觉、运动控制对延迟<1 ms零容忍，但“能跑”≠“实时”。
客户现场常出现：偶发卡顿→无数据→靠猜→通宵调试。
轻量化监控 = 实时采集延迟/CPU/内存→秒级告警，问题复现率↑90%，定位时间↓80%。
掌握本文方案，即可为瑞芯微平台打造“边缘实时之眼”，让SIL/CE认证审核有数据可追。
二、核心概念：5 个关键词先搞懂
| 关键词 | 一句话 | 瑞芯微场景 |
|---|---|---|
| PREEMPT_RT | Linux 实时补丁，将中断、自旋锁可抢占化 | RK3568 官方 SDK 已合入 |
| cyclictest | 测量“ timer → 线程唤醒”延迟的黄金工具 | 用于验证监控数据准确性 |
| kmon | 轻量级内核日志守护，支持阈值告警 | 替代 rsyslog，资源 <1 MB |
| sysfs | 内核导出指标接口，如/sys/kernel/debug/rt_latency | 零开销采集 |
| MQTT | 轻量消息队列，边缘→云端上报 | 4G/以太网均适用 |
三、环境准备：10 分钟搭好实验台
1. 硬件
RK3568 开发板（2 GB RAM）（RK3588 同理）
SD 卡 ≥16 GB，千兆网线，TTL 串口线
2. 软件
| 组件 | 版本 | 获取方式 |
|---|---|---|
| 瑞芯微Linux SDK | v1.2.0a | 官方 Gitee |
| 实时内核 | linux-5.10-rt | SDK 已集成 |
主机交叉编译器：
aarch64-linux-gnu-gcc 9.3一键装依赖（Ubuntu 20.04 主机）：
sudo apt install gcc-aarch64-linux-gnu build-essential \ git cmake ninja-build3. 烧录 & 启动
# SDK 自带脚本 ./build.sh kernel && ./build.sh firmware sudo upgrade_tool ul MiniLoaderAll.bin sudo upgrade_tool di -k rt-boot.img串口出现PREEMPT_RT字样即成功。
四、应用场景（300 字）：边缘视觉质检机
某饮料厂产线 600 瓶/分钟，每瓶拍摄 3 张图，AI 推理要求总延迟 ≤ 200 ms。
硬件：RK3568 + USB3.0 相机 + 4G 模块
软件：PREEMPT_RT + OpenCV + Tengine
痛点：偶发拍照重影，怀疑 AI 延迟合格但图像触发信号延迟抖动。
方案：本文监控体系实时采集：
GPIO 触发→用户态时间戳差（<1 ms 为 OK）
cyclictest 后台采样，每 1 s 上报 Max 延迟
延迟 > 800 μs 触发 MQTT 告警，云端推送到手机
上线 1 周即定位到USB 驱动在 82 ℃ 时 rt_latency 突增 3 ms，通过降频+散热解决，重影率从 0.3% 降至 0.01%。
五、实际案例与步骤：30 分钟搭完“边缘实时之眼”
所有脚本放
~/rt-monitor，路径统一，可复制即用。
5.1 步骤 1 - 采集层：cyclictest 常驻服务
# 创建服务文件 sudo tee /etc/systemd/system/rt-latency.service <<'EOF' [Unit] Description=RT latency logger After=network.target [Service] ExecStart=/usr/bin/cyclictest -p95 -m -Sp90 -i200 -d0s \ -l /var/log/rt-latency.log Restart=always CPUAffinity=3 # 绑定大核 [Install] WantedBy=multi-user.target EOF sudo systemctl enable --now rt-latency.service验证：
tail /var/log/rt-latency.log # T: 0 ( 1234) P:95 I:200 C: 10000 Min: 8 Act: 14 Avg: 16 Max: 385.2 步骤 2 - 系统指标：sysfs + awk 零开销
# cpu_usage.sh #!/bin/sh while true; do grep -w cpu /proc/stat | awk '{printf "%.1f\n", ($2+$3+$4)/($2+$3+$4+$5)*100}' \ >> /var/log/cpu.log sleep 1 done后台运行：
chmod +x cpu_usage.sh nohup ./cpu_usage.sh &5.3 步骤 3 - 内核日志阈值告警：kmon
# 交叉编译 kmon (ARM64) git clone https://github.com/rgoliveira/kmon.git cd kmon && cargo build --release --target aarch64-unknown-linux-gnu # 拷贝到板子 scp target/aarch64-unknown-linux-gnu/release/kmon root@192.168.1.10:/usr/bin/配置阈值：
sudo kmon set-threshold "sched:.*latency.*>1000" # 单位 μs sudo kmon start --mqtt-broker tcp://mqtt.example.com:18835.4 步骤 4 - MQTT 上报（本地→云端）
# mqtt_upload.py import paho.mqtt.client as mqtt import json, time client = mqtt.Client() client.username_pw_set("user", "pass") client.connect("mqtt.example.com", 1883, 60) while True: lat = int(open('/var/log/rt-latency.log').readlines()[-1].split()[-1]) cpu = float(open('/var/log/cpu.log').readlines()[-1]) msg = json.dumps({"lat_us": lat, "cpu": cpu}) client.publish("rk3568/monitor", msg) time.sleep(1)后台运行：
python3 mqtt_upload.py &5.5 步骤 5 - Grafana 快速可视化
云侧 Docker 一键启动：
docker run -d -p 3000:3000 \ -e GF_SECURITY_ADMIN_PASSWORD=admin \ grafana/grafana添加 MQTT 数据源（插件：MQTT-datasource）
导入仪表盘 JSON（文末仓库提供），5 分钟出图。
六、常见问题与解答（FAQ）
| 问题 | 现象 | 解决 |
|---|---|---|
| cyclictest Max > 1 ms | 未关 CPU 变频 | BIOS 关闭turbo；内核加intel_pstate=disable |
| kmon 报 “No such file or directory” | 缺少/dev/kmsg权限 | chmod 444 /dev/kmsg或加 udev 规则 |
| MQTT 断线后数据丢失 | 网络抖动 | 在 Python 脚本加on_disconnect重连 + 本地环形缓存 |
| 串口大量日志影响实时 | 延迟突刺 | 关闭console=ttyS0,115200或提高loglevel=4 |
| 监控自身占用 CPU > 5% | 采集太频繁 | 降低采样周期至 2 s；使用 sysfs 接口替代/proc解析 |
七、实践建议与最佳实践
大核绑采集
CPU3 专门跑 cyclictest & mqtt，不与业务抢占。环形缓存 + 压缩
本地日志logrotate按小时切割，gzip 压缩，保留 7 天。阈值分级告警
Max > 200 μs：INFO（记录）
500 μs：WARN（短信）
1000 μs：CRITICAL（停机检查）
监控也要“安全”
MQTT 使用 TLS + 证书，防止被注入假数据。版本化配置
把 systemd 服务、Python 脚本、Grafana JSON 全部 Git 管理，Tag 随软件一起发布。
八、总结：一张脑图带走全部要点
瑞芯微实时监控体系 ├─ 采集：cyclictest + sysfs + kmon ├─ 传输：MQTT + TLS ├─ 展示：Grafana + 手机告警 ├─ 告警：分级阈值 + 环形缓存 └─ 管理：Git 版本 + systemd 服务实时监控不是“锦上添花”，而是实时 Linux 的“生命线”。
当你把本文脚本推送到 RK3568 板子，看到 Grafana 曲线稳稳趴在 50 μs 以下时，你会由衷感叹——“实时性，原来真的可以看得见！”
