Files
MobileGL/MOBILEGL-CS-HANDOFF-3.md
T

6.3 KiB
Raw Blame History

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: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。
  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。
  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)

# 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。