4. DMA 传输优化：描述符链、Scatter-Gather、环形缓冲区与 Cache 一致性

DMA 这玩意儿，说白了就是让外设直接跟内存打交道，CPU 不用一趟趟去搬数据。但很多工程师把 DMA 用成了「高级中断」，性能根本没榨出来。我这些年调过不少 DMA 相关的坑，今天把几个核心优化点掰开揉碎讲清楚。

4.1 DMA 描述符链：告别单次传输

早期 DMA 控制器一次只能处理一个传输任务。传完一个 buffer，就得进中断重新配置。中断一多，CPU 又被拖下水了。

描述符链（Descriptor Chain） 就是解决这个问题的。每个描述符里存着下一次传输的地址、长度、控制标志，DMA 硬件自己会顺着链表往下走，传完一个自动取下一个。

我习惯把描述符链做成静态数组，在初始化时一次性建好。举个例子：

// 描述符结构（以某款常见 DMA 控制器为例）
struct dma_desc {
    uint32_t src_addr;
    uint32_t dst_addr;
    uint32_t length;
    uint32_t ctrl;      // 控制位：链使能、中断使能等
    uint32_t next_desc; // 指向下一个描述符的物理地址
};

// 静态描述符池
struct dma_desc desc_pool[8] __attribute__((aligned(64)));

void dma_chain_init(void) {
    for (int i = 0; i < 7; i++) {
        desc_pool[i].src_addr  = (uint32_t)src_bufs[i];
        desc_pool[i].dst_addr  = (uint32_t)dst_bufs[i];
        desc_pool[i].length    = BUF_SIZE;
        desc_pool[i].ctrl      = DMA_CHAIN_EN;
        desc_pool[i].next_desc = (uint32_t)&desc_pool[i + 1];
    }
    // 最后一个描述符：链结束，触发中断
    desc_pool[7].ctrl = DMA_CHAIN_EN | DMA_INT_EN;
    desc_pool[7].next_desc = 0;
}

4.2 Scatter-Gather DMA：零拷贝的基石

实际项目中，数据很少整整齐齐排在一块连续内存里。网络协议栈的 sk_buff、文件系统的 page cache，都是分散的。这时候 Scatter-Gather DMA 就派上用场了。

Scatter（分散）： 从外设读数据，DMA 自动写到多个不连续的 buffer。
Gather（聚集）： 从多个不连续的 buffer 读数据，DMA 自动拼好发给外设。

你想想看，如果没有 Scatter-Gather，你得先 memcpy 把数据拼到一块连续区域，再启动 DMA。这一来一回，延迟和带宽都浪费了。

场景	传统方式	Scatter-Gather DMA
网络收包	DMA → 连续 buf → memcpy → sk_buff	DMA 直接写入 sk_buff 的 frag 列表
文件系统写	收集各 page → 拼连续 buf → DMA	DMA 直接从 page 列表读取
视频采集	DMA → 大连续 buf → 裁剪到各帧	DMA 分散写入各帧 buffer

实现上，Scatter-Gather 通常也是靠描述符链。每个描述符指向一个片段，DMA 硬件依次处理。区别在于描述符的 src/dst 地址可以任意跳变。

4.3 环形缓冲区设计：生产者与消费者的默契

DMA 和 CPU 之间怎么传数据？最经典的做法就是环形缓冲区（Ring Buffer）。DMA 往里面写，CPU 从里面读，或者反过来。

环形缓冲区的核心设计要点就三个：

1. 头尾指针： 生产者写 head，消费者读 tail。指针绕回时取模。
2. 空满判断： 常用「留一个空位」法——当 (tail + 1) % size == head 时认为满。
3. 描述符回环： DMA 描述符链的最后一个指向第一个，形成硬件环形。

我见过不少新手把环形缓冲区做成软件 memcpy 版本——DMA 写完一个位置，CPU 把数据拷走，再把位置腾出来。这其实失去了 DMA 的意义。正确的做法是：

// 硬件环形缓冲区 + 描述符回环
#define RING_SIZE 16

struct dma_desc ring[RING_SIZE] __attribute__((aligned(64)));

void ring_init(void) {
    for (int i = 0; i < RING_SIZE; i++) {
        ring[i].src_addr  = (uint32_t)buf_pool[i];
        ring[i].length    = BUF_SIZE;
        ring[i].ctrl      = DMA_CHAIN_EN;
        ring[i].next_desc = (uint32_t)&ring[(i + 1) % RING_SIZE];
    }
    // 最后一个描述符使能中断
    ring[RING_SIZE - 1].ctrl |= DMA_INT_EN;
}

这样 DMA 会一直循环写 buffer，每写完一圈触发一次中断。CPU 在中断里处理已经填满的 buffer，同时更新 tail 指针。DMA 和 CPU 各干各的，互不阻塞。

4.4 DMA 与 Cache 一致性处理：最隐蔽的坑

嗯，这里要注意。DMA 直接访问物理内存，而 CPU 访问的是 Cache。如果 DMA 往内存写了数据，但 Cache 里还存着旧值，CPU 读到的就是脏数据。反过来，CPU 写了数据但还在 Cache 里没写回内存，DMA 去读就会读到垃圾。

这就是 Cache 一致性问题。 处理方式分两种：

方案	做法	适用场景
Cache 刷新/无效化	手动调用 cache_flush / cache_invalidate	小数据量、非频繁传输
DMA 使用非 Cache 内存	将 buffer 分配到非 Cache 区域	大数据量、流式传输
硬件 Cache 一致性	SoC 内部有 snoop 机制自动同步	高端 SoC（如 ARM CCI/CMN）

我建议在嵌入式 Linux 里用 dma_alloc_coherent 分配 buffer，它自动给你非 Cache 的内存。裸机环境下，就得自己维护了：

// DMA 传输前：CPU 写完数据，刷 Cache 让 DMA 看到
cache_flush_dcache(buf, size);
dma_start(desc);

// DMA 传输完成后：CPU 读数据前，无效化 Cache
dma_wait_done();
cache_invalidate_dcache(buf, size);
process_data(buf);

4.5 知识体系总览

下面这张图把四个优化点的关系串起来了。你可以把它当作 DMA 优化的检查清单：

这四个点不是孤立的。描述符链是实现 Scatter-Gather 和环形缓冲区的基础；环形缓冲区又依赖 Cache 一致性处理来保证数据正确。实际项目中，我通常把这四者组合使用：用描述符链实现 Scatter-Gather 环形缓冲区，buffer 分配在非 Cache 区域，彻底避免一致性问题。