[Docs] (P12): handoff 3 - the create window is dead by arithmetic, and the two debts it exposed (the applier can no longer say it dropped a record; the picture still has no real control)

This commit is contained in:
BZLZHH
2026-09-26 00:51:56 +08:00
parent d011395939
commit 45d55eab1f
2 changed files with 94 additions and 1 deletions
+90
View File
@@ -0,0 +1,90 @@
# Handoff 3:create window 被实测否决,以及它牵出的两笔真债
> 写于 2026-09-26 凌晨。分支 `feat/disaggregated`,**HEAD = `d0113959`(三笔已提交,工作树干净)**。
> 上一份是 [`MOBILEGL-CS-HANDOFF-2.md`](MOBILEGL-CS-HANDOFF-2.md):它把「把 create 那 4,536 批成 ~1,134」
> 留成了最后一段。本页说的是**那一段走不通,以及为什么**,外加两笔它顺手揭出来的债。
---
## 0. TL;DR
1. **create window 无效,已默认关闭,机制保留。** 同一设备、同一帧、同一 101,421,396 B staged:
窗口 4 与窗口 1 的 create 行**都是 4,536 次等待**,墙钟都是 **28.64 s**(handoff-2 记的 pre-window 基线 31.3 s)。
临时计数器给出形态:`pushed=24 blocked=4,476 took=20 readfail=8,951 pending=4`——**drain 读不回来**。
2. **不是调参问题,是算术**:回复池 `kDefaultReplySlotCount = 8` 槽,而这一帧发出 **59,673 条带回复的记录**
(服务端对每条 kReplySlot 记录都回,不管客户端要不要——`ClientSession.cpp:1897-1900` 原文),
于是池子一帧 churn 7,459 次、两条 create 之间夹 **13.2 条回复**,而一条答案只活得下 **8 条**:
**0.61 个 create**。延后的答案不是「慢」,是**读不到**;任何深度都一样。
详见 [`docs/.../p12/CREATE-WINDOW-MEASURED.md`](docs/Disaggregated/notes/p12/CREATE-WINDOW-MEASURED.md)。
3. **顺手修掉一个真 bug**:`StreamLink::ReadReply` 只认最新一条(单槽),违背 `ILink::ReadReply(seq)` 的按 seq
语义(`ShmLink` 侧本来就是池)。已改成 8 槽环 + 用例。**注意它治不好窗口**——池本身只有 8 槽。
4. **债 A(比 handoff-2 估计的大)**:handoff-2 §3 说「只清闩不够」,实测是**已经没有任何行会读到 applier 的拒绝了**。
P12 的首用化让 respecify 与 params 对「已确认」对象都不回读,而「已确认」(`MGPipeHandleIsPublished`)
回答的是「create 发出去过」——丢记录之后依然为真。实测 `creates=0 applier_records=0 published=1`。
修它需要**协议面**(handoff-2 §3.2 的第 3 条)。详见
[`docs/.../p12/UNPUBLISH-GUARD-SIGNALS.md`](docs/Disaggregated/notes/p12/UNPUBLISH-GUARD-SIGNALS.md)。
5. **债 B(老账,仍未还)**:画面。本轮补了一次**两臂对照**(负载帧闭合后 +8 s 截屏,SSIM 0.977),
但两臂行为本来就相同,所以它只能说明「窗口开着没把画面弄坏」,**不是**「延后一条确认后画面仍然对」。
---
## 1. 这一轮到底发生了什么
| 步骤 | 结果 |
|---|---|
| handoff-2 §2.4 的三条门 | 全部落地并**绿**(含把负控放进同一个子进程) |
| 上真机测窗口 | **负结果**:`by_op 2 = 4,536` 两臂相同,28.64 s 两臂相同 |
| 定位 | 单槽 `StreamLink` + 8 槽池 vs 59,673 条回复 |
| 修传输层 | `StreamLink` 改 8 槽环,按 seq 读;新用例绿 |
| 再上真机 | **仍然 4,536**——证明池深度才是墙,不是单槽 |
| 收尾 | 默认关;机制保留;写清算术;补门;改过期契约;写两份笔记 |
**门(全绿,`RemoteClientTest` 172/172)**:
- `ACreateWindowDefersTheAnswersAndTheWindowOffDoesNot` —— 窗口开 = 12 记录 0 等待;**同一个子进程**把
`MG_Config::Ipc.CreateWindow` 拧回 1 = 12 记录 **12** 等待(负控);每条 create 后断言
`pending <= effective`;99 被夹到数组大小;数组 <= 池的一半(另有编译期 `static_assert`)。
- `ARefusedCreateUnlatchesItsObjectAndItsNextCreateBlocks` —— 真拒绝(收窄服务端 consumed mask)→ 闩清零、
suspect +1、下一条 create **阻塞**(2 记录 2 等待)、恢复消费者后 **heal**(闩回来、suspect −1)。
- `StreamLinkTest.AnOlderReplyIsStillReadableByItsSeq` —— 传输层按 seq 可读。
- `DroppedApplierRecordsAreNotRepairedTodayAndThisCaseIsTheDebt` —— 把债 A 的三个数 pin 住。
---
## 2. 真机配方(这轮做成脚本了)
```sh
# 一轮 = force-stop → 起服务端 → 就绪判据 → 起客户端 → 认负载帧 → 截屏 → SIGTERM 收尾
cd mgl-device && python3 run-once.py <tag> [MOBILEGL_IPC_CREATE_WINDOW=4]
```
`run-once.py` 是 handoff-2 §4 那份手工配方的持久化版本,三条教训写进了代码:
- **负载帧的判据是 `stage_bytes >= 50 MB`,不是墙钟**:按墙钟会停在 frame 2(5 s,2.5 MB,加载页),
而这一帧是 frame 15/17(101,421,396 B)。上一轮因此白跑两次。
- **客户端在截屏后 SIGTERM 收尾**:测量在负载帧闭合时就完了,后面 1,500 帧是四分钟的空转;
SIGTERM 是 MC 自己的 shutdown hook(日志里的 `Stopping!`),SIGKILL 会留下 `session.lock` 让下一轮开不了世界。
- **每轮之前 `am force-stop`**:否则上一轮的 server 占着会话,新一轮 `rc=5` + `Fatal{CapsBeforeFirstSnapshot}`。
**这台 shell 现在有 gamedir 的写权限**(handoff-2 §4.2 那批 /tmp 的坑不用再踩)。
---
## 3. 没做的
1. **债 A 的修法**(协议面:反向通道第 10 个回调,或一个「这条别回」的 record flag)。
2. **债 B 的真对照**:要证「延后一条确认之后画面仍然对」,得造一个**会真的延后并被拒绝**的场景,
而那正是 §0.2 说不存在的东西。窗口这条路封口之后,画面这件事的实际风险点回到了 R3/首用化本身,
而它们的证据仍然是「服务端拿到的记录一条没少」+ `frame-sent` 逐 op 相同。
3. **`ReplySlotCount` 加深**:Hello 里协商(`ClientSession.cpp:957` / `ServerSession.cpp:745`),
两端一致就能改;但 `ReplyBytes` 固定 16 MiB 时槽会变小,`ReadPixels` 的 `ReplyCanHold` 会先撞墙,
要连 `ReplyBytes` 一起抬。要走这条路,先量 `MaxReply` 的实际需求。
---
## 4. 一句话交接
**「每一次状态变化都要一次往返」这条线,在 create 这一格上撞到了协议的地板**:
答案必须在下一条回复之前读走,而一帧有 59,673 条回复。窗口不是写错了,是**这条协议不允许延后**。
真正剩下的收益不在「少问一句」,而在把服务端**不必要的回答**去掉——那是一个 record flag 的距离,
也是这两笔债(①②与它)共同的形状。
@@ -23,10 +23,13 @@
| handoff 基线(无窗口的二进制) | — | 4,536 | 4,536 | 31.26 s | `logs/mcx.client` |
| 窗口 4 | 4 | 4,536 | **4,536** | **28.64 s** | `logs/mcx-fix4.client` |
| 窗口 1(负控) | 1 | 4,536 | **4,536** | **28.64 s** | `logs/mcx-fix1.client` |
| **默认(本轮收尾的 HEAD,窗口 1)** | 1 | 4,536 | **4,536** | 30.79 s | `logs/mcx-final.client` |
`by_op 2` 数的是**走了阻塞路径的 create**(`LinkMetricsBeginReply(ownsReplySlot, op)`,
`ownsReplySlot = rowCarriesReplySlot && wantReply`,`ClientSession.cpp:1840/1883`)。它没动,就是「一条都没延后」。
两臂的 `frame-sent` 全表逐 op 相同(4,536 / 20,633 / 3,770 / 18,056 / 12,671 …),也就是**记录一条没少发**。
两臂的 `frame-sent` 全表逐 op 相同(4,536 / 20,633 / 3,770 / 18,056 / 12,671 …),也就是**记录一条没少发**;
收尾那一轮(默认值,`mcx-final`)的 `frame-sent` 与它们**逐字节相同**,墙钟的 30.79 s 在 handoff-2 §4.3 说的
「单次墙钟差含数秒噪声」带内——三臂的墙钟差(28.64 / 28.64 / 30.79)没有一个超出噪声。
窗口确实进去过——临时行(每 500 条打一次)在窗口 4 下的读数: