WayLand的架构和协议

最新推荐文章于 2025-04-07 23:23:18 发布

内核程序员kevin

最新推荐文章于 2025-04-07 23:23:18 发布

阅读量1.9k

点赞数 29

分类专栏： Linux程序员 Linux图形界面专栏文章标签：图形界面 WayLand linux x11

本文链接：https://blog.csdn.net/weixin_47763623/article/details/144947151

版权

Linux程序员同时被 2 个专栏收录

45 篇文章

订阅专栏

Linux图形界面专栏

4 篇文章

订阅专栏

WayLand的架构和协议

1. Wayland简介

1.1 `Wayland`是啥？为啥它这么重要？

嘿，你知道吗？有时候咱们用电脑的时候，是不是觉得图形界面有点慢、有点卡？那是因为我们还在用一个叫X Window System (X11)的老伙计。这个老伙计虽然功不可没，但毕竟年纪大了，有些力不从心啦。这时候就轮到我们的新朋友——Wayland登场了！

1.2 `Wayland`背后的故事：它是怎么来的？

话说2008年的时候，有个叫Kristian Høgsberg的人，他想：“为什么不能有一个更好的方式来处理图形呢？”于是他就开始了Wayland项目。经过多年的努力，Wayland逐渐成长起来，现在已经被很多主流桌面环境如GNOME和KDE Plasma所采用。可以说，Wayland已经成为了Linux社区的新宠儿。

1.3 `Wayland`的梦想：它想带给我们什么？

简单来说，Wayland想让你的电脑图形体验变得更棒！它通过简化图形渲染流程，直接与硬件对话，减少不必要的通信层，从而提高了性能和安全性。对于开发者而言，这意味着更少的代码维护工作；对于用户来说，则意味着更流畅的操作体验。

2. Wayland架构

2.1 X和Wayland：两者架构有何不同？

来聊聊`X`是怎么处理输入到显示的

想象一下，当你在使用基于X的应用时，每次你点击鼠标或者敲击键盘，都会触发一系列复杂的步骤，直到最终的变化出现在屏幕上。这个过程有点像一个接力赛，每个环节都至关重要。

首先，内核会通过evdev输入驱动捕捉来自设备（如鼠标或键盘）的事件，并将这些事件发送给X Server。这里，内核做了很多重活，它负责管理硬件并将各种特定于设备的事件协议转换成统一的Linux evdev标准格式。

接下来，X Server要决定哪个窗口应该接收这个事件，并将其转发给那些已经注册了该类型事件监听的客户端。但是，这里有个小问题——X Server并不完全清楚窗口的实际位置和状态，因为这些是由合成器控制的，而合成器可能会对窗口进行各种变换（缩放、旋转、特效等），这些变化是X Server所不了解的。

然后，接收到事件的客户端根据需要更新用户界面。比如，你可能点击了一个复选框，或者鼠标指针进入了某个按钮区域，这时就需要高亮显示。因此，客户端会向X Server发送渲染请求。

当X Server收到渲染请求后，它会把任务交给显卡驱动，让其直接编程硬件完成渲染工作。同时，X Server还会计算出渲染影响的屏幕区域，并向合成器发送一个损坏事件（damage event），告知合成器需要重新组合那一部分屏幕内容。

最后，合成器会通知X Server，由它来决定是直接复制合成器的后台缓冲区到前台缓冲区，还是执行一次页面翻转（pageflip）。这一步骤对于处理窗口重叠等情况非常重要，但对于总是全屏显示的合成器来说，就显得多余了，因为它引入了不必要的上下文切换。

现在轮到`Wayland`登场啦！

在Wayland的世界里，整个流程变得更加简洁高效。这里的关键点在于，合成器就是显示服务器本身，这意味着我们可以直接从内核获取事件并立即传递给合成器，而不需要经过额外的中间层。我们还把KMS（模式设置）和evdev的控制权交给了合成器，进一步简化了架构。

这个过程大致如下：

内核依旧负责捕捉输入事件并通过evdev接口发送给合成器。这部分与X的情况相似，所以我们可以继续利用内核中已有的输入驱动。
合成器则会根据它的场景图（scenegraph）来确定哪个窗口应该接收事件。由于合成器掌控着所有窗口的状态及其可能应用的各种变换，它可以准确地选择正确的窗口，并将屏幕坐标转换为窗口本地坐标。只要合成器能够计算出针对输入事件的逆变换，那么理论上可以对窗口施加任何类型的变换。
客户端接收到事件后，就像之前一样更新用户界面。不过，在Wayland下，渲染是在客户端这边完成的，之后只需告诉合成器哪些区域被更新了即可。
合成器收集来自各个客户端的损坏请求，然后重新组合屏幕内容。这个时候，合成器可以直接调用ioctl命令通过KMS安排页面翻转，无需再经过X Server这一环。

这样做的好处是减少了不必要的通信开销，提高了系统的响应速度和效率。Wayland的设计使得每个组件都能专注于自己最擅长的事情，从而构建出了一个更加流畅且安全的图形环境。

2.2 `Wayland`的图像渲染

在Wayland的世界里，所有的视觉内容都是通过缓冲区来管理的。应用程序想要显示任何东西时，它会在自己的内存空间中创建一个或多个图像缓冲区，并将这些缓冲区提交给合成器(compositor)。合成器扮演着艺术家的角色，负责将这些图像组合成最终的画面，展示给用户。

Wayland利用现代GPU的强大功能，确保无论是播放视频还是运行3D游戏，都能提供即时响应的速度。所有绘图命令都通过DMA-BUF接口发送给GPU，这保证了即使在多任务环境中也能保持高效运作。

客户端渲染机制

当X Server被移除后，传统的X客户端渲染机制也随之消失。但Wayland引入了直接渲染（direct rendering）作为替代方案，这一机制已经在X的DRI2中有所体现。在直接渲染模式下，客户端和合成器共享一块视频内存缓冲区。客户端链接到如OpenGL这样的渲染库，该库知道如何编程硬件，并能够直接将内容渲染到共享缓冲区中。合成器则可以将这块缓冲区用作texture，当它合成桌面时就能显示出更新的内容。

硬件支持的重要性

为了使Wayland能有效工作，良好的硬件支持至关重要。这包括但不限于模式设置/显示管理和EGL/GLES2等功能。此外，Wayland还需要一种机制来高效地在进程间共享缓冲区，这部分涉及到客户端和服务器端两个方面的工作。

客户端实现：定义了一个Wayland EGL平台，它包含了一套原生类型（如EGLNativeDisplayType、EGLNativeWindowType和EGLNativePixmapType），以及创建这些类型的接口。这是将EGL栈及其缓冲区共享机制绑定到通用Wayland API的胶水代码。开源实现中，mesa EGL栈中的wayland-egl.c和platform_wayland.c文件实现了这一功能。
服务器端实现：Wayland的服务器端即为合成器，它通常集成了任务切换器、应用启动器、锁屏界面等核心用户体验组件。服务器运行在一个模式设置API之上（如内核模式设置、OpenWF Display或其他类似技术），并通过EGL/GLES2合成器和硬件叠加层（如果有的话）来组合最终用户界面。为了让合成器能够处理来自客户端的Wayland共享缓冲区，必须启用EGL_WL_bind_wayland_display扩展，这样合成器就可以从任意Wayland共享缓冲区创建一个EGLImage对象。这个过程首先需要绑定EGL显示到Wayland显示，之后每当合成器接收到客户端发来的缓冲区（通常是通过调用eglSwapBuffers时），它可以将wl_buffer指针传递给eglCreateImageKHR函数，以EGLClientBuffer参数的形式创建一个EGL图像，用于后续作为纹理或通过模式设置代码作为叠加平面使用。

3. Wayland协议

WayLand协议, 是WayLand客户端与WayLand合成器之间的通讯协议

官方提供的WayLand协议的参考实现
https://gitlab.freedesktop.org/wayland/wayland

官方提供的WayLand合成器的参考实现
https://gitlab.freedesktop.org/wayland/weston

3.1 协议传输与消息格式

Wayland 协议通过UNIX域流套接字进行传输，通常情况下，该套接字的端点名为wayland-0（尽管可以通过环境变量WAYLAND_DISPLAY来更改）。从Wayland 1.15版本开始，实现可以选配支持位于文件系统任意位置的服务器套接字端点，只需将WAYLAND_DISPLAY设置为服务器端点监听的绝对路径即可。

每条消息被构造成由多个32位字组成的序列；值以主机的字节序表示。消息头部包含两个32位字：

第一个字是发送者的对象ID（32位）。
第二个字分为两部分：高16位是消息大小（以字节为单位），从头部开始计算（即最小值为8字节）；低16位是请求或事件的操作码。

有效载荷描述了请求或事件的参数。每个参数总是对齐到32位边界；如果需要填充，填充字节的值未定义。没有前缀描述类型，而是隐式地从XML规范推断出来。

以下是参数类型的表示方式：

int, uint
- 表示32位有符号或无符号整数值。
fixed
- 有符号的24.8定点数。它是一种提供符号位、23位整数精度和8位小数精度的有符号十进制类型。在C API中，它作为一个不透明的结构体，并提供了转换为双精度浮点数和整数的帮助函数。
string
- 以一个无符号的32位长度（包括空终止符）开头，接着是字符串内容，包含终止的空字节，然后是对齐到32位边界的填充。空值用长度为0表示。
object
- 32位对象ID。空值用ID为0表示。
new_id
- 32位对象ID。一般情况下，新对象使用的接口可以从XML推断出来，但在接口未指定的情况下，new_id之前会有一个指定接口名称的字符串，以及一个指定版本的无符号整数。
array
- 以32位数组大小（以字节为单位）开头，接着是数组内容的直接拷贝，最后是对齐到32位边界的填充。
fd
- 文件描述符并不存储在消息缓冲区中，而是在UNIX域套接字消息的辅助数据（msg_control）中。

Wayland协议并未明确规定辅助数据在流中的确切位置，只规定文件描述符的顺序与消息及其内部的fd参数在网络上的顺序相同。

这意味着流中的任何字节，甚至是消息头部，都可能携带带有文件描述符的辅助数据。

客户端和合成器(compositor)应当排队等待接收的数据，直到他们有完整的消息可供处理，因为文件描述符可能会早于或晚于对应的数据字节到达。

3.2 核心接口概述

Wayland协议设计了一套核心接口，用于客户端与服务器之间的交互。这些接口提供了请求、事件和错误（实际上也是特殊类型的事件）的功能，如前文所述。虽然具体的合成器(compositor)实现可能会提供作为扩展的自有接口，但有一些接口是预期一定会存在的。

以下是Wayland的核心接口：

wl_display
- 作为核心全局对象，它充当了客户端与Wayland服务器之间通信的起点。通过这个接口，客户端可以获取其他全局对象，并发送或接收消息。
wl_registry
- 全局注册表对象，用来枚举当前可用的全局对象。客户端使用此接口来发现并绑定到它们需要的服务。
wl_callback
- 回调对象通常用于异步操作的完成通知，比如帧同步。
wl_compositor
- 合成器(compositor)单例，提供创建surface和其他图形资源的方法。
wl_shm_pool 和 wl_shm
- 这两个接口共同支持共享内存池的创建和管理，使得图像数据可以直接在客户端和合成器(compositor)之间交换。
wl_buffer
- 表示一个surface的内容，可以由多种不同方式创建，包括但不限于共享内存。
wl_data_offer, wl_data_source, wl_data_device 和 wl_data_device_manager
- 这组接口支持数据传输功能，例如剪贴板和拖放操作。
wl_shell 和 wl_shell_surface
- 提供了创建桌面风格surface的方法，并为这些surface提供了额外的元数据接口。
wl_surface
- 屏幕上的surface，是所有可视内容的基础元素。
wl_seat
- 输入设备的集合，每个seat代表一组输入设备，比如键盘、鼠标和触控屏。
wl_pointer, wl_keyboard, wl_touch
- 分别对应指针、键盘和触摸屏等输入设备的具体接口。
wl_output
- 描述合成器(compositor)输出区域的信息，比如显示器的几何属性和模式。
wl_region
- 定义了一个不规则形状的区域，可以应用于surface以控制其可见性或其他特性。
wl_subcompositor 和 wl_subsurface
- 支持子surface组合，允许将一个surface嵌入到另一个surface中，形成复杂的用户界面布局。

上述接口构成了Wayland协议的基本构建块，确保了客户端应用程序能够与合成器(compositor)进行高效且安全的通信。

4. Wayland对X11应用的支持

为了让那些还没迁移到Wayland上的老应用继续工作，Wayland引入了一个叫做XWayland的小帮手。它实际上就是一个小型的X Server，可以在Wayland环境中运行，接受来自传统X11客户端的连接请求，并将它们适配到新的显示协议之上。这样一来，用户就可以在同一桌面上同时运行两种类型的应用程序，无缝切换毫无压力。

尽管Wayland本身并不需要传统的X窗口管理器，但在某些情况下（例如通过XWayland运行X11应用时），它们仍然扮演着重要角色。此时，Wayland合成器会充当“超级管理员”，负责协调不同类型的窗口行为，确保整个系统稳定运行。

4.1 X11 应用程序的连接方式

X11应用程序连接到Xwayland的方式就如同它连接到任何其他X服务器一样。Xwayland负责处理所有的X11请求，并且在另一端，它作为一个Wayland客户端连接到了Wayland合成器(compositor)。

4.2 `X Window Manager` (XWM) 和 `Wayland Window Manager` (WWM)

XWM是Wayland合成器(compositor)不可或缺的一部分。它使用标准的X11窗口管理协议来管理所有通过Xwayland运行的X11窗口。重要的是，XWM充当了Xwayland窗口状态和Wayland合成器(compositor)的WWM之间的桥梁。这样，WWM就可以统一管理所有类型的窗口，无论是原生的Wayland窗口还是X11（即Xwayland）窗口。这对于提供一致的用户体验至关重要。

4.3 `Xwayland`的工作原理

由于Xwayland依赖Wayland进行输入和输出操作，所以它不需要像Xorg那样使用设备驱动程序。这意味着不会使用任何xf86-video-*或xf86-input-*模块。此外，Xwayland服务器没有配置文件。对于可选的硬件加速渲染，Xwayland采用了GLAMOR库。

4.4 单一实例的`Xwayland`

通常，一个Wayland合成器(compositor)只会产生一个Xwayland实例。这是因为许多X11应用程序假设它们可以通过X服务器与其他X11应用程序通信，而这需要共享同一个X服务器实例。这也意味着，除非Wayland合成器(compositor)特别选择通过为特定应用程序生成独立的Xwayland实例来打破这种通信，否则Xwayland不会保护或隔离各个X11客户端。值得注意的是，X11客户端与Wayland客户端之间是天然隔离的。

4.5 `Xwayland`的兼容性挑战

尽管Xwayland尽可能地兼容传统的X服务器，但要达到100%的兼容几乎是不可能的。特别是桌面环境组件中的X11窗口管理器基本上不受支持。一个X11窗口管理器无法识别原生的Wayland窗口，因此它只能管理X11窗口。然而，必须有一个XWM来保留独占的窗口管理角色，以便Wayland合成器(compositor)可以适当地显示X11窗口。对于其他的桌面环境组件，如分页器和面板，为了在WWM中通过XWM支持它们而添加必要的接口往往被认为是不值得的。

4.6 窗口标识与同步通信

在Xwayland中，一个X11窗口可能会对应于Wayland中的一个wl_surface对象。这个wl_surface对象用于输入和输出：它被输入事件引用，并用于向Wayland合成器(compositor)提供X11窗口的内容。X11窗口和wl_surface存在于不同的协议流中，因此需要将它们匹配起来以使XWM能够正常工作。

当Xwayland在Wayland上创建一个wl_surface时，它也会发送一个类型为原子"WL_SURFACE_ID"的X11 ClientMessage给对应的X11窗口，该消息的第一个32位数据元素携带的是wl_surface的Wayland对象ID。这是XWM关联wl_surface与X11窗口的方法。需要注意的是，创建wl_surface的请求和ID消息可能以任意顺序到达Wayland合成器(compositor)。因此，在实现XWM时，需要格外小心以避免（随机）死锁。强烈建议所有来自XWM的X11通信都应该是异步的，因为证明同步或阻塞的X11调用不会导致死锁通常是极其困难的。所有Wayland通信已经天生就是异步设计的。