1. 中断上下文与进程上下文
在Linux内核驱动开发中，理解“上下文”是编写正确、高效延迟工作代码的基石。中断上下文与进程上下文是内核中两种截然不同的执行环境，它们对可执行的操作、可调用的函数以及代码的延迟特性有着严格的限制。混淆这两种上下文是驱动开发中最常见的错误来源之一。
核心要点： 中断上下文是异步、不可阻塞的“快速通道”；进程上下文是可阻塞、可调度的“慢速通道”。延迟工作的选择（tasklet vs workqueue）本质上就是在这两种通道之间做权衡。
1.1 两种上下文的本质区别
下表从多个关键维度对比了中断上下文与进程上下文的核心差异：
| 对比维度 | 中断上下文 | 进程上下文 |
|---|---|---|
| 触发方式 | 硬件中断信号（异步） | 系统调用、异常、内核线程（同步/异步） |
| 关联进程 | 无（不隶属于任何用户进程） | 有（current 宏有效，可访问进程描述符） |
| 可睡眠/阻塞 | 绝对禁止 | 允许（可调用 schedule()、等待队列等） |
| 可调用的内核API | 仅限 GFP_ATOMIC 内存分配、spinlock、硬件寄存器操作 |
几乎全部内核API（包括 GFP_KERNEL、mutex、copy_from_user） |
| 抢占性 | 不能被其他进程抢占（但可被更高优先级中断嵌套） | 可被调度器抢占 |
| 执行时间要求 | 极短（微秒级），必须快速完成 | 相对宽松（毫秒级甚至更长） |
| 典型场景 | 硬件事件响应、数据接收、清除中断标志 | 文件操作、网络协议栈、复杂数据处理 |
1.2 中断上下文：内核的“紧急响应通道”
当硬件设备（如网卡、磁盘控制器）需要内核立即关注时，会触发一个中断信号。CPU 会立即暂停当前正在执行的进程，保存其上下文，并跳转到预先注册的中断处理程序（Interrupt Service Routine, ISR）。此时，内核便进入了中断上下文。
中断上下文的核心约束是不可阻塞。因为中断处理程序不隶属于任何进程，没有进程控制块（PCB）可供调度器挂起和恢复。如果在中断上下文中尝试睡眠（例如调用 msleep() 或获取一个已被占用的 mutex），内核将直接崩溃（Kernel Panic）。
开发避坑： 在中断上下文中，绝对不要使用
kmalloc(GFP_KERNEL)。必须使用 kmalloc(GFP_ATOMIC)，因为 GFP_KERNEL 分配可能触发内存回收而睡眠。同样，copy_from_user() 和 copy_to_user() 也可能因缺页中断而睡眠，在中断上下文中调用它们会导致死锁或崩溃。
下图展示了中断上下文的生命周期及其与进程上下文的关系：
1.3 进程上下文：内核的“常规工作通道”
进程上下文是内核执行系统调用、内核线程或异常处理时的环境。此时，内核代表一个特定的进程运行，全局变量 current 指向该进程的 task_struct。进程上下文拥有完整的进程控制块，因此可以睡眠、被抢占、参与调度。
在进程上下文中，驱动开发者可以使用绝大多数内核API，包括：
- 内存分配：
kmalloc(GFP_KERNEL)、vmalloc() - 同步机制：
mutex_lock()、down_interruptible() - 用户空间访问：
copy_from_user()、copy_to_user() - 调度相关：
schedule()、wait_event()
下图展示了进程上下文在系统调用中的典型路径：
1.4 上下文对延迟工作的限制
由于中断上下文对执行时间和可调用API的严格限制，驱动开发中通常采用“上半部/下半部”（Top Half / Bottom Half）机制：
- 上半部（Top Half）： 在中断上下文中执行，只做最紧急、最快速的工作（如读取硬件状态寄存器、清除中断标志位）。
- 下半部（Bottom Half）： 将耗时的数据处理工作推迟到更宽松的上下文中执行。Linux 提供了多种下半部机制，其中 tasklet 和 workqueue 是最常用的两种。
选择哪种下半部机制，直接取决于你希望它在哪种上下文中运行：
| 下半部机制 | 执行上下文 | 可睡眠 | 适用场景 |
|---|---|---|---|
| Tasklet | 中断上下文（软中断） | ❌ 禁止 | 对时间要求极高、不可阻塞的快速处理（如网络数据包接收） |
| Workqueue | 进程上下文（内核线程） | ✅ 允许 | 需要睡眠、需要大量内存分配、需要访问用户空间的复杂操作 |
选择指南： 如果你不确定该用哪个，先问自己一个问题：“我的延迟工作是否需要睡眠？” 如果答案是“是”，请使用 workqueue；如果答案是“否”，且执行时间极短（微秒级），tasklet 是更轻量、更高效的选择。在后续章节中，我们将深入探讨这两种机制的具体实现与性能权衡。