本文以SmartPro 6000F使用的nios ii内核为例，详述了如何搞定cache，将程序的运行时间从最开始的30s优化到25s，再从25s优化到最终的24s。尤其是那最后1s的优化，遇到了很多问题，而这些问题在嵌入式系统里，任何一款配置了cache的处理器都可能会碰到，所以特撰此文献给那些还在倍受cache折磨的工程师们。全文分上下两部，上部为如何搞定指令cache，下部为如何搞定数据cache。
在上一篇的“毫秒必争之如何搞定cache(上)”里，详述了在SmartPro 6000F上，我们是如何搞定cache，将客户芯片的编程时间从30s优化到了24s。本以为，cache已经完全被我们驯服了，可惜好景不长，在给客户芯片增加了一个小功能后，在O2优化等级下编程时间又莫名其妙的掉回到了28s，调出逻辑分析仪观察内存sram的读取和写入信号线，如下图所示，在运行编程时序的时候，cache竟然又不乖了，出现了频繁的更新操作。
图一
放大上面的波形图可以看到，这次访问的内存地址从0x20FE8开始，到汇编结果里查看，0x20FE8并不在指令区域，而在数据区，对应的是一个全局变量guiTime，看来，我们原来只搞定了指令cache，数据cache还有问题(配置了cache的系统里，为了进一步提高效率，一般都会分为指令cache和数据cache)。
图二
guiTime确实有在编程时序里频繁用到，但是我们在nios ii内核里分配给数据cache的空间有2KB，而时序里所有的全局变量才不到1KB。理论上说，运行时，这些全局变量都应该存在数据cache里，不应该再频繁更新cache了。
仔细观察图二，nios ii内核在读完0x20FE8开始的8个数据后，立刻又向0x3FFE8开始的地址写入了8个数据。查看汇编文件，0x3FFE8指向的是指令的stack栈区域，光凭这些暂时还找不到问题的根结。在逻辑分析仪的数据包里，我们又发现了图三所示的一段波形，nios ii内核干了两件事，从0x3FFE8地址开始读取8个数据，然后向0x20FE8地址写入8个数据，刚好和图二里干的事情相反。nios ii内核没事在0x20FE8和0x3FFE8两个地址之间导来导去是在干嘛呢？ 而且两个地址的末尾都是FE8，一个假象瞬间蹦了出来———难道这两个地址在cache里发生冲突了？(10分钟内，不能从"两个地址末尾都是FE8"这条线索联想到cache冲突的同学，请先面壁好好反省cache原理，想不起来的请先阅读前文“毫秒必争之如何搞定cache(上)”)
图三
根据直接映射cache的散列函数：cache_addr = ram_addr mod cache_size，0x3FFE8和0x20FE8在2KB的cache里的散列地址都是0x7E8，两个地址在cache里发生了冲突，导致了频繁的cache更新。在给客户增加功能之前，guiTime在内存的分布地址不在0x20FE8上，不会和堆栈区的数据发生冲突，而在增加功能之后，guiTime凑巧被编译器分布在了0x20FE8上，结果冲突就发生了。那么为什么guiTime变量会和看似毫无关联的栈区数据冲突呢？
回想了下堆栈的作用，恍然大悟。调用函数时，返回地址等一些现场信息都会被存入栈中，函数结束后，出栈取出返回地址，PC指针跳转到返回地址继续运行。如果函数被频繁调用，为了减少频繁访问内存的消耗，栈区地址会被直接映射到cache的对应空间，这样函数在调用时，现场信息的存取都将直接在cache里操作。但是，如果一个函数的现场信息和要使用到的全局变量，在cache里的散列映射地址完全相同，悲剧就发生了。
Program函数在被调用时，现场返回信息先存在cache的0x7F8上，当函数执行过程中要用到全局变量guiTime时，内核会先到guiTime对应的cache地址0x7F8上寻找，发现没有存储这个变量，于是就从内存0x20FE8读入guiTime，并同时将其覆盖到cache的0x7F8上，以备日后使用，但是0x7F8之前存储的是非常重要的函数现场信息，如果这些信息缺失，时序将会直接跑飞，所以在覆盖之前，内核会将cache里的现场信息存入内存0x3FFE8开始的真实栈区，到此，已经重现了图二的一幕。函数执行结束后，内核需要返回地址给指明下一条出路。内核先到cache的0x7F8上搜寻，寻找无果后，再从内存的栈区0x3FFE8开始的地址取回返回地址继续跑路，同时准备将现场信息覆盖到cache的0x7F8上，避免以后重复读取内存，但此时0x7F8上存储的是全局变量guiTime，不能被随意篡改，否则就不能称为"全局变量"了，无奈的解决办法是在覆盖前，将guiTime再写回原始的内存地址0x20FE8，至此，图三的波形也再现了。如果Program函数被频繁的调用，图二和图三的波形将频繁交替显现，运行时间就在这交替之间白白的浪费了。
解决办法还得从cache的散列函数入手，但是和“毫秒必争之如何搞定cache(上)”遇到的情况略有不同，栈区的开始地址是0x3FFFF在内存的末尾，和全局变量所在地址0x20FE8的跨度太大了，远远超过了cache_size的2KB，嵌入式系统里根本没法提供这么大的cache_size来消除冲突。但是注意，栈区所在区域虽然很大，但是真正使用到的地址是非常有限的，以本文为例，总共才使用了0x3FFFF到0x3FFE8的24个地址，对应到cache的映射地址从0x7FF到0x7E8，所以只要数据区域在cache的映射空间避开这段地址，就可以避免冲突了。前文所述的第二种方法在此就可派上用处了，可以在bsp里，新增一个从0x1000到0x17E7的段.DataCache，然后将程序里的所有的全局变量强制分布到这个段里，这样数据和栈永远也不会冲突了。
最后还有一种终极的解决办法就是，消除祸根，不用全局变量......
至此，指令cache和数据cache的冲突问题都搞定了，解决办法也都大同小异。虽然最终的优化结果只快了1s，但我们距离全球最快编程器的目标又近了那么一点点。