1. RPMsg协议栈全景：从硬件Mailbox到Linux RPMsg框架的完整数据通路
各位同学，咱们今天开篇就来聊聊RPMsg协议栈的完整数据通路。说实话，我见过不少工程师，调了半年RPMsg，遇到问题还是两眼一抹黑——根本原因就是没把整条链路看清楚。
RPMsg，全称Remote Processor Messaging，说白了就是让主CPU和协处理器之间能互相发消息。你想想看，一个系统里既有Cortex-A跑Linux，又有Cortex-M跑RTOS，它们怎么通信？RPMsg就是答案。
核心认知：RPMsg不是单一协议，而是一整套分层架构。从最底层的硬件Mailbox寄存器，到顶层的Linux字符设备接口，中间跨越了物理层、传输层、协议层和应用层。
1.1 整体架构分层
我个人习惯把RPMsg协议栈分成四层。每一层都有明确的职责，也都有各自的坑。咱们一层层剥开来看。
| 层级 | 名称 | 核心组件 | 典型问题 |
|---|---|---|---|
| L4 | 应用层 | /dev/rpmsgX, rpmsg_chardev | read/write阻塞、缓冲区大小不匹配 |
| L3 | 协议层 | rpmsg_proto, virtio_rpmsg_bus | 端点地址冲突、命名服务注册失败 |
| L2 | 传输层 | virtio_ring, vring | 描述符耗尽、内存屏障缺失 |
| L1 | 物理层 | Mailbox, shared memory, IPC | 中断丢失、共享内存对齐问题 |
嗯，这里要注意：很多工程师只盯着L4的应用层调，出了问题就怀疑是驱动bug。其实我踩过最大的坑，往往在L1和L2——硬件中断没配好，或者vring描述符用完了，应用层怎么调都没用。
1.2 硬件Mailbox：一切通信的起点
咱们先从最底层说起。Mailbox是什么？说白了就是一组寄存器和中断逻辑。主CPU往某个寄存器写数据，协处理器那边就会收到一个中断。反过来也一样。
我在项目中遇到过一种情况：两个核之间通信偶尔超时，查了三天，最后发现是Mailbox的中断优先级配得太低，被其他高频率中断淹没了。你想想看，硬件层面的问题，软件怎么调都白搭。
实战经验：调试Mailbox时，我建议你先用示波器抓一下中断引脚。如果中断信号正常，再往软件层查；如果中断根本没出来，直接查硬件配置和时钟。
1.3 共享内存与vring：数据传输的通道
Mailbox只负责通知，真正的数据传输靠共享内存。RPMsg用的是virtio框架，核心数据结构是vring——一个环形缓冲区。
vring分两部分：
- 描述符表（descriptor table）：记录每个buffer的地址、长度和标志位
- 可用环（avail ring）和已用环（used ring）：生产者消费者模型
主CPU往avail ring里放描述符，然后敲Mailbox通知协处理器。协处理器从avail ring取走描述符，处理完数据，把描述符放到used ring里，再敲Mailbox通知主CPU。
这个模型看着简单，但实际调起来坑不少。我记得有一次，协处理器那边一直收不到数据，查到最后发现是avail ring的索引更新没有加内存屏障。ARM架构下，CPU和DMA之间的内存序问题，稍不注意就出鬼。
避坑指南：我曾经因为共享内存的cache一致性没处理好，导致数据错乱。如果你用的是不带硬件cache coherency的芯片，记得在访问共享内存前后加dmb/dsb指令，或者把共享内存区域配置为non-cacheable。
1.4 virtio_rpmsg_bus：协议层的核心
再往上走，就到了virtio_rpmsg_bus。这一层负责把vring里的原始数据包解析成RPMsg消息。每个RPMsg消息有一个固定头部，包含源地址、目的地址、长度和保留字段。
struct rpmsg_hdr {
__le32 src; // 源端点地址
__le32 dst; // 目的端点地址
__le32 len; // 数据长度
__le16 flags; // 标志位
__le16 reserved;// 保留
// 后面跟着实际数据
} __packed;这里有个关键点：端点地址（endpoint address）。每个RPMsg通道由一对端点地址标识。Linux侧和协处理器侧各自维护一张端点地址表。发送消息时，必须知道对方的端点地址。
那问题来了：一开始双方都不知道对方的端点地址怎么办？RPMsg的解决方案是命名服务（name service）。协处理器启动后，会通过一个预定义的端点（通常是0x35）广播自己的服务名称。Linux侧收到广播后，动态分配一个端点地址，建立通道。
关键机制：命名服务广播使用的是RPMSG_NS_ADDR（0x35）这个固定端点。如果这个端点被占用或者被屏蔽，整个服务发现流程就会失败。我调试过的一个项目，就是有人在应用层不小心占用了0x35，导致协处理器一直注册不上。
1.5 完整数据通路：一次消息发送的全过程
咱们把整个流程串起来，看看一次消息从应用层写到协处理器收到，到底经历了什么。
- 应用层调用write()：用户程序往/dev/rpmsgX写数据
- rpmsg_chardev：把用户数据拷贝到内核缓冲区，封装成rpmsg_hdr
- virtio_rpmsg_bus：查找目标端点地址，把消息放入发送队列
- vring：分配描述符，把数据buffer地址写入avail ring
- Mailbox：写触发寄存器，产生硬件中断通知协处理器
- 协处理器侧：中断服务程序读取avail ring，取出描述符
- 协处理器侧：根据描述符地址从共享内存读取数据
- 协处理器侧：处理完数据后，把描述符放入used ring
- Mailbox：协处理器写回中断，通知主CPU
- Linux侧：中断处理函数唤醒等待队列，应用层read()返回
你看，一次简单的消息收发，背后是整整10个步骤。任何一个环节出问题，都会导致通信失败。
1.6 整体数据流图
下面这张图把整个数据通路画出来了。我建议你把它存下来，后面每讲一个故障案例，都回来对照这张图，看看问题出在哪一层。
1.7 各层之间的接口契约
层与层之间不是随便粘在一起的，它们有明确的接口契约。理解这些契约，对故障定位至关重要。
| 接口 | 生产者 | 消费者 | 数据格式 | 同步方式 |
|---|---|---|---|---|
| L4→L3 | rpmsg_chardev | virtio_rpmsg_bus | rpmsg_hdr + payload | 等待队列 |
| L3→L2 | virtio_rpmsg_bus | virtio_ring | scatterlist数组 | spinlock |
| L2→L1 | vring_kick() | Mailbox驱动 | 寄存器写操作 | 硬件中断 |
嗯，这里有个细节：L3到L2的接口用的是scatterlist，不是连续内存块。这意味着你的数据可能被拆成多个不连续的片段。如果协处理器那边不支持scatter-gather DMA，你就得在驱动里做数据拼接——这个坑我踩过不止一次。
调试技巧：当消息收发异常时，我习惯在每一层的接口处加trace点。比如在vring_kick()之前打印avail ring的索引值，在Mailbox中断处理函数里打印中断状态寄存器。这样能快速定位问题出在哪一层。
1.8 小结
这一章咱们把RPMsg协议栈的四层架构和完整数据通路过了一遍。从硬件Mailbox到Linux应用层，每一层都有它的职责，也都有它的坑。后面的课程里，我们会针对每一层展开讲故障定位和性能调优。
记住一句话：RPMsg的问题，90%出在边界上——层与层的接口、核与核的共享内存、中断与轮询的切换。把这些边界搞清楚，你就已经赢了一半。