做嵌入式产品的人，大概都遇到过这样的问题：产品用着用着，突然出现数据丢失——配置文件没了、日志文件坏了、数据库打不开。或者文件系统挂载失败，系统起不来。或者读写eMMC时报I/O错误，时好时坏，重启后可能恢复，也可能彻底无法启动。
这些问题很多都和eMMC有关。eMMC是嵌入式产品的"硬盘"，系统和数据都存在里面，一旦eMMC出问题，产品就无法正常工作。但eMMC相关的问题排查起来不容易——可能是文件系统的问题，可能是写入方式的问题，可能是eMMC寿命到了，可能是硬件信号的问题，也可能是兼容性的问题。很多人排查时东试一下西试一下，找不到根本原因，问题反复出现。
这篇文章从实际排查的角度，讲清楚eMMC相关问题的现象分类、排查思路和步骤、常见原因和解决方案、实际案例、以及怎么预防。不讲复杂的理论，只讲实际排查中能用得上的方法和经验。
一、eMMC相关问题的现象分类
在讲排查之前，先把eMMC相关的问题现象分分类，不同的现象对应不同的原因，排查方向也不同。
1.1 数据丢失
数据丢失是最常见的现象之一，表现为：
- 配置文件丢失或内容为空
- 日志文件损坏或丢失
- 数据库文件损坏，无法打开
- 应用数据丢失
- 某个目录下的文件全部消失
数据丢失通常和写入方式、突然断电、文件系统损坏有关。
1.2 文件系统损坏
文件系统损坏表现为：
- 挂载文件系统失败，提示"wrong fs type, bad option, bad superblock"
- 挂载后只读（remount-ro），无法写入
- 文件系统出现大量错误，dmesg里有"EXT4-fs error"、"I/O error"
- fsck修复后仍有问题，或者修复后数据丢失
- 目录项损坏，出现乱码文件名或无法删除的文件
文件系统损坏通常和突然断电、频繁异常关机、eMMC硬件错误有关。
1.3 随机读写错误
随机读写错误表现为：
- 读写eMMC时偶尔报I/O错误，时好时坏
- dmesg里有"mmc0: error -110 whilst initialising MMC card"、"mmc_blk_err_irq"等错误
- 读取某个文件时偶尔失败，重试又成功
- 写入数据后读回来，数据不对（位翻转）
- 性能时好时坏，有时候读写速度骤降
随机读写错误通常和eMMC健康状态（坏块、寿命）、硬件信号（电源、信号完整性）、温度有关。
1.4 启动失败
启动失败表现为：
- 系统无法从eMMC启动，bootloader提示找不到eMMC
- 内核启动时挂载根文件系统失败，进入initramfs或panic
- 启动过程中卡死在某个阶段
- 有时候能启动，有时候不能启动（随机启动失败）
启动失败可能是eMMC硬件问题、bootloader配置问题、文件系统损坏、兼容性问题。
1.5 性能骤降
性能骤降表现为：
- eMMC的读写速度突然变得很慢（从几十MB/s降到几MB/s甚至几百KB/s）
- 系统卡顿，操作响应慢
- 写入操作特别慢，甚至卡住
- 重启后可能恢复，但用一段时间又变慢
性能骤降通常和eMMC写满、GC（垃圾回收）压力大、寿命快到了、温度过高有关。
1.6 eMMC无法识别
eMMC无法识别表现为：
- 系统完全看不到eMMC（/dev/mmcblk0不存在）
- bootloader提示"no mmc card"
- 重新上电后可能恢复，也可能一直无法识别
- 换一颗eMMC就正常
eMMC无法识别通常是硬件问题（焊接、电源、信号）、eMMC彻底损坏、兼容性问题。
二、排查思路和步骤
遇到eMMC相关问题，不要一上来就换芯片或改硬件，按照从易到难、从软件到硬件的顺序排查，能少走很多弯路。
第一步：收集信息，确认现象
先把问题的现象搞清楚，收集足够的信息：
1. 问题现象：是数据丢失、文件系统损坏、读写错误、启动失败、性能骤降，还是eMMC无法识别？具体表现是什么？
2. 出现时机：什么时候出现的？是刚出厂就有，还是用了一段时间后出现？是随机出现，还是固定条件下出现？
3. 出现频率：偶尔出现还是经常出现？大概多久出现一次？
4. 环境条件：出现问题时的环境温度、电压、负载情况？是高温下出现，还是常温下也出现？
5. 产品信息：产品型号、eMMC品牌型号和容量、SoC平台、内核版本、文件系统类型、eMMC使用了多久、总写入量大概多少？
6. 日志信息：dmesg日志、系统日志、应用日志，有没有相关的错误信息？
信息收集得越详细，排查越有方向。很多人排查时跳过这一步，凭感觉猜原因，结果走了很多弯路。
第二步：检查文件系统
文件系统问题是最常见的，也是最容易排查的，先查文件系统。
1. 检查挂载状态：用mount命令看文件系统是否正常挂载，是不是只读挂载（remount-ro）。如果是只读挂载，说明文件系统有错误，内核为了保护数据自动改成只读。
2. 检查dmesg日志：看dmesg里有没有文件系统相关的错误，比如"EXT4-fs error"、"ext4_lookup"、"I/O error"、"bad block"等。
3. 检查文件系统状态：用fsck检查文件系统（注意要先卸载文件系统，或者在只读模式下检查）。ext4用e2fsck，f2fs用fsck.f2fs。看有没有坏的inode、坏块、目录项错误。
4. 检查磁盘空间和inode：用df -h看磁盘空间是不是满了，用df -i看inode是不是用完了。磁盘满了或inode用完了，都会导致写入失败，看起来像是eMMC问题。
5. 检查文件系统日志：ext4的日志（journal）是否正常，有没有日志恢复的记录。突然断电后ext4会自动恢复日志，如果日志损坏，可能导致文件系统无法挂载。
如果是文件系统问题，修复文件系统（fsck）、重新格式化、恢复数据就可以解决。但要找到文件系统损坏的根本原因（比如突然断电、频繁异常关机），否则问题会反复出现。
第三步：检查eMMC健康状态
文件系统没问题，接下来检查eMMC本身的健康状态。eMMC有内部的健康信息，可以通过EXT_CSD寄存器读取。
1. 读取寿命估算（Life Time Estimation）：用mmc-utils读取eMMC的寿命估算值。值从0x01（0%至10%使用）到0x0A（90%至100%使用），0x0B表示超过100%。如果寿命估算值很高（比如0x08以上），说明eMMC快到寿命了，可能出现各种问题。
2. 读取预坏块计数（Pre EOL Information）：预坏块计数有三个等级：0x01（正常）、0x02（警告，10%至80%备用块被用）、0x03（紧急，超过80%备用块被用）。如果到了警告或紧急级别，说明eMMC的坏块很多，快不行了。
3. 读取设备健康状态（Device Health Status）：eMMC 5.1支持更详细的健康状态信息。
4. 检查坏块数量：有些eMMC可以通过特殊命令读取坏块数量。坏块数量快速增加，说明eMMC在快速老化。
5. 做读写测试：用dd、fio、mmc-utils等工具做读写测试，看有没有读写错误，读写速度是否正常。可以写一个大文件，然后读回来校验（md5sum对比），看有没有数据错误。
Linux下读取eMMC健康信息的命令：
读取EXT_CSD寄存器
mmc extcsd read /dev/mmcblk0
读写测试（写1GB数据，然后读回来校验）
dd if=/dev/zero of=/mnt/emmc/testfile bs=1M count=1024
md5sum /mnt/emmc/testfile
重新读回来对比
dd if=/mnt/emmc/testfile of=/dev/null bs=1M
如果eMMC健康状态不好（寿命快到了、坏块多），那就是eMMC老化了，需要更换eMMC，并且优化使用方式（减少写入、留空闲空间），延长新产品的寿命。
第四步：检查写入方式和使用习惯
eMMC健康状态还行，接下来检查写入方式和使用习惯。很多eMMC问题不是eMMC本身的质量问题，而是使用方式不对导致的。
1. 检查写入量：估算eMMC的总写入量，和寿命对比。如果写入量很大（比如每天写几百MB甚至几GB），而eMMC是消费级TLC（寿命短），可能寿命快到了。
2. 检查是否频繁小写入：看应用是不是在频繁写小文件（比如每秒写一次状态文件、频繁写日志、频繁更新配置）。频繁小写入会导致写放大很大，eMMC寿命急剧缩短，还会导致GC压力大、性能下降。
3. 检查是否写满eMMC：eMMC是不是写得很满（空闲空间少于10%）？写满后GC效率下降，性能骤降，磨损不均，容易出问题。
4. 检查临时文件是否写入eMMC：临时文件（日志、缓存、临时数据）是不是都写到eMMC里了？应该放到tmpfs（内存文件系统），不写入eMMC。
5. 检查是否有掉电情况：产品是不是经常突然断电（比如直接拔电源、断电重启）？突然断电是文件系统损坏和数据丢失的主要原因。
6. 检查挂载参数：文件系统挂载时有没有加noatime（不更新访问时间，减少写入）？有没有加discard（支持TRIM，提高GC效率）？
如果是写入方式或使用习惯的问题，优化使用方式就可以解决：减少写入、合并小写入、临时文件放tmpfs、留足够空闲空间、加掉电保护、优化挂载参数。
第五步：检查硬件
软件和使用方式都没问题，接下来检查硬件。硬件问题比较难排查，但也是常见原因。
1. 检查电源：
- 测量eMMC的电源电压（VCC、VCCQ），确认在规格范围内。
- 测量电源纹波，用示波器（差分探头，地线尽量短）测，纹波不能太大（通常小于50mV峰峰值）。
- 检查上电时序，eMMC的电源上电顺序和复位时序是否符合规格。
- 检查电源IC的负载能力，eMMC读写时电流变化大，电源IC能不能提供足够的瞬态电流。
2. 检查信号完整性：
- 用示波器测量eMMC的时钟、命令、数据线的波形，看有没有过冲、下冲、振铃、边沿缓等问题。
- 检查PCB走线，eMMC的信号线有没有等长、阻抗控制、完整参考平面。
- eMMC的速率（HS200/HS400）越高，对信号完整性要求越高。如果高速模式下不稳定，可以尝试降速（比如降到HS200或DDR52），看是否稳定。
3. 检查焊接：
- eMMC是BGA封装，检查有没有虚焊、连锡、锡珠。
- 用X射线检查BGA焊点，特别是问题板子。
- 温度循环后BGA焊点可能出现疲劳裂纹，导致接触不良，随机出现问题。
4. 检查温度：
- 测量eMMC芯片的实际温度，看是不是超过了规格上限（消费级0至70度，工业级-25至85度或-40至85度）。
- 高温下eMMC的性能下降、寿命缩短、数据保持时间缩短。如果温度过高，要加强散热。
5. 检查干扰：
- eMMC的信号线附近有没有高频干扰源（比如DC-DC、时钟、射频）。
- 电源和地有没有做好，有没有地弹。
如果是硬件问题，针对性地解决：优化电源、改善信号完整性、重新焊接、加强散热、减少干扰。
第六步：检查兼容性和软件
硬件也没问题，最后检查兼容性和软件。
1. 检查eMMC是否在SoC的支持列表里：有些eMMC型号和SoC存在兼容性问题，需要确认eMMC在SoC的支持列表里。
2. 检查内核驱动版本：内核的mmc驱动版本是不是太老，有没有已知的bug。升级内核或mmc驱动版本，看问题是否解决。
3. 检查eMMC固件版本：eMMC控制器的固件版本是不是最新的，有没有已知的bug。有些eMMC厂商会发布固件更新，修复bug。
4. 检查设备树配置：设备树（dts）里eMMC的配置是不是正确，比如总线宽度、时钟频率、驱动强度、是否支持HS400等。配置不对可能导致不稳定。
5. 检查电源管理配置：系统的电源管理（ suspend/resume、频率调节）是不是影响了eMMC的稳定性。比如suspend时eMMC断电，resume时重新初始化，可能出问题。
6. 换一颗eMMC测试：换一颗不同品牌或型号的eMMC，看问题是否复现。如果换了就好，说明是eMMC本身的问题或兼容性问题。
三、常见原因和解决方案
下面总结eMMC相关问题的常见原因和对应的解决方案，方便对照排查。
3.1 文件系统损坏
原因：
- 突然断电，写入过程中断电，文件系统元数据损坏
- 频繁异常关机（直接拔电源、硬复位）
- eMMC硬件错误（位翻转、坏块）导致文件系统数据损坏
- 文件系统本身的bug（比较少见）
解决方案：
- 用fsck修复文件系统（ext4用e2fsck -f，f2fs用fsck.f2fs）
- 如果修复不了，备份数据后重新格式化
- 根本解决：加掉电保护（硬件大电容）、用带日志的文件系统（ext4/f2fs）、关键数据写入后调用fsync、避免突然断电
3.2 数据丢失
原因：
- 写入过程中断电，数据没写完
- 文件系统损坏，导致文件目录项丢失
- 应用写入方式有问题（写了一半崩溃、没有fsync、原子写入没做好）
- eMMC位翻转，数据内容错误
- 误删除或应用bug导致数据被覆盖
解决方案：
- 从备份恢复数据（如果有备份）
- 检查应用写入逻辑，确保关键数据用原子写入（先写临时文件，写完rename）、写入后fsync
- 加掉电保护，避免写入中断电
- 如果是eMMC位翻转，检查ECC是否开启、eMMC健康状态是否正常
3.3 随机读写错误
原因：
- eMMC坏块多，读取坏块时出错
- eMMC寿命快到了，错误率增加
- 电源纹波大，导致读写错误
- 信号完整性不好，高速模式下数据错误
- 温度过高，eMMC错误率增加
- 兼容性问题，SoC和eMMC配合不好
解决方案：
- 检查eMMC健康状态，如果坏块多或寿命快到了，更换eMMC
- 降低eMMC速率（从HS400降到HS200或DDR52），看是否稳定。如果降速后稳定，说明是信号完整性问题，需要优化PCB
- 检查电源纹波，优化电源设计
- 检查温度，加强散热
- 升级内核驱动和eMMC固件
- 换用经过验证的eMMC品牌型号
3.4 性能骤降
原因：
- eMMC写满了，空闲空间少，GC效率下降
- 频繁随机小写入，GC压力大，写放大大
- eMMC寿命快到了，坏块多，读写变慢
- 温度过高，eMMC编程时间变长，性能下降
- TLC eMMC的SLC缓存满了，写入速度从高速降到TLC原生速度
- 文件系统碎片多（虽然eMMC的物理碎片影响不大，但文件系统元数据碎片可能影响性能）
解决方案：
- 清理空间，留至少20%至30%的空闲空间
- 优化写入方式，减少随机小写入，合并成大写入、顺序写入
- 检查eMMC健康状态，如果寿命快到了，更换eMMC
- 加强散热，降低eMMC温度
- 用f2fs文件系统（对eMMC友好，GC效率高）
- 挂载时加discard参数，支持TRIM，提高GC效率
3.5 启动失败
原因：
- eMMC无法识别（硬件问题、eMMC损坏）
- bootloader配置错误（分区表、启动参数）
- 根文件系统损坏，无法挂载
- 内核镜像损坏
- 上电时序不对，eMMC初始化失败
- 温度过低或过高，eMMC初始化失败
解决方案：
- 检查eMMC是否能被识别（bootloader和内核阶段）
- 如果eMMC能识别但无法启动，检查bootloader配置、分区表、内核镜像、根文件系统
- 重新烧录系统，看是否能启动
- 如果eMMC无法识别，检查硬件（电源、焊接、信号），换一颗eMMC测试
- 检查上电时序和温度
3.6 eMMC无法识别
原因：
- eMMC硬件损坏（彻底坏了）
- 电源问题（电压不对、上电时序不对、电源IC坏了）
- 焊接问题（BGA虚焊、连锡）
- 信号完整性问题（时钟或数据线有问题，eMMC无法初始化）
- 复位信号问题（复位一直拉低，eMMC不工作）
- 兼容性问题（极少数情况）
解决方案：
- 测量eMMC的电源电压和复位信号，确认正常
- 用示波器测量eMMC的时钟，确认有时钟输出
- 重新焊接eMMC，或用X射线检查焊点
- 换一颗eMMC测试，判断是eMMC坏了还是板子问题
- 检查PCB设计（电源、信号、复位）
四、实际案例
讲几个实际的eMMC问题排查案例，方便理解。
案例一：工业网关频繁丢配置文件
问题：某工业网关产品，现场使用3至6个月后，频繁出现配置文件丢失的问题，重启后需要重新配置。常温下测试复现不了。
排查过程：
1. 检查文件系统，ext4，没有明显损坏。
2. 检查应用写入逻辑，发现配置文件每次修改都是直接打开原文件写入，没有用临时文件+rename的原子写入方式。
3. 检查现场环境，发现现场经常突然断电（工业环境电源不稳定）。
4. 分析：写入配置文件过程中突然断电，文件写了一半，内容损坏或为空，导致配置丢失。
5. 检查eMMC，是消费级TLC eMMC，没有掉电保护功能。
解决方案：
1. 修改应用写入逻辑，配置文件用原子写入：先写临时文件（config.tmp），写完后fsync，然后rename替换原文件（config.json）。rename是原子操作，要么成功要么失败，不会出现写了一半的情况。
2. 硬件加大电容（1000μF），断电后提供足够能量让eMMC完成正在进行的写入。
3. 换用工业级eMMC（pSLC，支持掉电保护）。
4. 配置文件定期备份，丢失后可以从备份恢复。
结果：修改后，现场再也没有出现配置文件丢失的问题。
经验：关键文件的写入必须用原子写入，工业产品必须有掉电保护。突然断电是嵌入式产品数据丢失的头号原因。
案例二：eMMC用了一年后性能骤降、随机死机
问题：某工业HMI产品，用了约一年后，出现性能骤降（操作卡顿、读写慢）、随机死机的问题。重启后暂时恢复，用一段时间又出现。
排查过程：
1. 检查文件系统，ext4，没有明显损坏。
2. 检查磁盘空间，32GB的eMMC用了28GB，空闲空间只有4GB（不到15%）。
3. 读取eMMC健康状态，寿命估算值0x07（60%至70%使用），预坏块计数0x02（警告）。
4. 检查写入量，产品的应用每天频繁写日志和历史数据，估算每天写入约500MB，一年写入约180GB。eMMC是消费级TLC，写放大约3倍，实际NAND写入约540GB，寿命消耗快。
5. 分析：eMMC写满了+寿命消耗大+频繁写入，导致GC压力大，性能骤降；坏块增多，导致随机读写错误，系统死机。
解决方案：
1. 清理空间，删除不需要的历史数据和日志，空闲空间恢复到10GB以上（30%以上）。
2. 优化应用：日志先写到内存（tmpfs），每小时批量写入一次；历史数据只保留最近3个月，更早的自动删除或归档。
3. 文件系统从ext4换成f2fs，对eMMC更友好，GC效率更高。
4. 挂载参数加noatime和discard。
5. 新产品换用工业级pSLC eMMC，寿命更长。
6. 加入eMMC健康监控，寿命到80%时告警。
结果：优化后，性能恢复正常，没有再出现随机死机。eMMC寿命消耗速度大幅下降。
经验：eMMC不能写满，至少留30%空闲空间。频繁写入会大幅缩短eMMC寿命，要减少写入、批量写入。消费级TLC eMMC不适合频繁写入的工业产品。
案例三：低温下eMMC无法启动
问题：某户外工业产品，常温下正常，-20度以下无法启动，bootloader提示找不到eMMC。恢复常温后又能正常启动。
排查过程：
1. 低温下测量eMMC电源电压，正常。
2. 低温下测量eMMC时钟，有时钟输出。
3. 检查eMMC型号，是消费级eMMC（0至70度）。低温下eMMC的初始化时间变长，bootloader的eMMC初始化超时时间太短，导致初始化失败。
4. 检查bootloader配置，eMMC初始化超时时间是1秒。低温下eMMC初始化需要2至3秒，超时了。
5. 同时检查电源，低温下电解电容ESR变大，电源纹波增大，也影响eMMC初始化。
解决方案：
1. 换用工业级eMMC（-40至85度），低温下初始化时间有保证。
2. 修改bootloader，延长eMMC初始化超时时间到5秒，增加重试次数。
3. 电源输出电容从电解电容换成陶瓷电容（X7R材质），低温下ESR稳定。
4. 低温测试验证，-40度下能正常启动。
结果：修改后，-40度低温下产品能正常启动，稳定运行。
经验：工业产品必须用工业级元器件（包括eMMC），消费级元器件的温区不够。bootloader的初始化超时时间要留裕量，考虑低温下元器件初始化慢的情况。电源电容要用宽温型号。
五、怎么预防eMMC问题
排查是事后补救，最好的方法是从设计和使用阶段就预防eMMC问题。
5.1 选型阶段
1. 用工业级eMMC：工业产品不要用消费级eMMC。工业级eMMC用SLC/pSLC，寿命长（几万至十万次擦写）、宽温（-40至85度）、有掉电保护、供货周期长（5至10年）。虽然贵一些，但比现场出问题的代价小得多。
2. 选经过验证的品牌型号：优先选用SoC平台验证过的eMMC品牌型号，减少兼容性问题。不要用刚出的新型号，新型号可能有未发现的bug。
3. 容量留裕量：不要选刚好够用的容量，留至少30%的空闲空间。容量大的eMMC通常性能更好、寿命更长、OP空间更多。
4. 确认ECC能力：确认eMMC的ECC纠错能力，TLC/QLC的eMMC需要强ECC（BCH 40位以上或LDPC）。
5. 确认健康监控支持：确认eMMC支持寿命估算和预坏块计数等健康监控功能，方便后续监控。
5.2 硬件设计阶段
1. 电源设计：eMMC的电源要稳定，纹波小（小于50mV峰峰值），瞬态响应好。去耦电容要足够，每个电源引脚旁边都要有0.1μF陶瓷电容。电源IC留30%以上负载裕量。
2. 信号完整性：eMMC的信号线要控制阻抗（通常50欧姆单端），等长（同一组信号长度差控制在一定范围内），有完整的参考平面，间距满足3W原则。HS400模式对信号完整性要求高，如果PCB设计能力有限，可以用HS200模式。
3. 掉电保护：工业产品必须有硬件掉电保护，加大电容或超级电容，断电后提供足够能量让eMMC完成正在进行的写入。这是预防数据丢失和文件系统损坏的最有效方法。
4. 复位设计：eMMC的复位信号要符合规格，上电时复位脉宽足够，不要和其他芯片的复位混在一起。
5. 散热设计：eMMC要做好散热，特别是高温环境下使用的产品。eMMC温度过高会导致性能下降、寿命缩短、数据保持时间缩短。
6. 测试点预留：eMMC的电源、时钟、数据线要预留测试点，方便调试和测试。
5.3 软件设计阶段
1. 文件系统选择：系统分区用ext4或f2fs。写入频繁的分区优先用f2fs（对eMMC友好，写放大小）。不要用FAT32作为系统分区（没有日志，断电容易损坏）。
2. 挂载参数优化：挂载时加noatime（不更新访问时间，减少写入）、discard（支持TRIM，提高GC效率）。
3. 减少写入：
- 临时文件（日志、缓存、临时数据）放到tmpfs（内存文件系统），不写入eMMC。
- 减少日志写入量，降低日志级别，日志先写内存，定期批量写入。
- 避免频繁修改小文件（配置文件、状态文件），合并修改，批量写入。
- 关闭不需要的后台写入（自动更新、缓存、索引等）。
4. 原子写入：关键文件（配置、数据库、重要数据）的更新用原子写入（先写临时文件，写完fsync，然后rename替换原文件）。
5. 关键数据fsync：关键数据写入后调用fsync或fdatasync，确保数据真正写入eMMC（而不是只在缓存里）。
6. 定期备份：关键数据定期备份到多个位置（比如eMMC的不同分区、外部存储、云端），防止eMMC损坏导致数据丢失。
7. 健康监控：定期读取eMMC的寿命估算和预坏块计数，设置阈值告警（比如寿命80%、预坏块警告），提前预警，寿命快到时及时更换或备份。
5.4 生产和测试阶段
1. 来料检验：eMMC来料要检验，确认是正品、型号正确、不是remark的假片或拆机片。
2. 专业贴片：eMMC是BGA封装，要用专业的机器贴片，控制焊接温度曲线，不要手工焊接。贴片后用X射线检查焊点质量。
3. 老化测试：产品出厂前做老化测试（高温老化、长时间运行），提前发现eMMC的早期失效（浴缸曲线的早期失效期）。
4. 高低温测试：做高低温测试，验证eMMC在整个工作温区内都能稳定工作。
5. 写入测试：出厂前做eMMC读写测试，确认没有坏块、读写正常、性能达标。
六、总结
eMMC相关的问题，看起来复杂，其实按照系统的排查步骤，从软件到硬件、从易到难一步步查，大多数问题都能找到原因。
核心要点总结：
1. 先收集信息，再排查：把问题现象、出现时机、频率、环境、产品信息、日志都收集清楚，排查才有方向。不要凭感觉猜。
2. 排查顺序：文件系统→eMMC健康→写入方式→硬件→兼容性：先查最容易的（文件系统、健康状态），再查复杂的（硬件、兼容性）。
3. 突然断电是数据丢失和文件系统损坏的头号原因：工业产品必须有硬件掉电保护（大电容）+ 文件系统日志 + 关键数据原子写入和fsync。
4. 频繁小写入是eMMC寿命的杀手：频繁小写入导致写放大大（可能到10倍以上），寿命急剧缩短。要减少写入、合并小写入、批量写入、临时文件放tmpfs。
5. eMMC不能写满：至少留20%至30%空闲空间，工业产品留30%至50%。写满后GC效率下降，性能骤降，磨损不均。
6. 工业产品用工业级eMMC：SLC/pSLC、宽温、长寿命、掉电保护、长供货周期。不要用消费级TLC eMMC做工业产品，省的钱不够返修的。
7. 健康监控不能少：定期读取eMMC的寿命估算和预坏块计数，提前预警，不要等eMMC突然失效了才发现。
8. 预防比排查重要：从选型、硬件设计、软件设计、生产测试各个阶段做好预防，比事后排查划算得多。
最后一句话：eMMC是产品的"硬盘"，它的稳定可靠决定了产品的稳定可靠。理解它的脾气，用对方式，做好保护，它才能陪产品走完整个生命周期。
有eMMC相关的问题，欢迎评论区交流。
