显示服务器

它规定了图形应用（客户端）如何与桌面系统（服务端）进行通信，包括窗口创建、输入事件、图像显示等内容。

当前地位与未来趋势

  • 当前地位： 过去几十年里，Xorg 一直是 Linux 图形界面的绝对主力。几乎所有的经典桌面环境（如 GNOME 和 KDE）默认都构建在 Xorg 之上。
  • 未来趋势： 随着技术的发展，Xorg 的架构显得有些臃肿且难以满足现代的安全与性能需求。现代的 Linux 发行版正在逐步向新的显示服务器协议 Wayland 过渡。

X11

“X11” 是指客户端与显示服务器通信所使用的协议名称。X11 中的 11 是指 X 协议的第11个版本，而且是目前的最新版本。

Xorg（通常称为 X.Org Server）是由 X.Org 基金会维护的 X11（X Window System) 的官方参考实现和开源版本。也是 Linux 及其他类 Unix 系统中最主流的显示服务器之一。

X11 最初并不是为现代桌面环境设计的，因此随着桌面特效、高 DPI、多显示器等需求的发展，许多功能都是通过扩展协议逐步加入的。

因此，现代 X11 桌面通常由多个组件共同组成：

  • X Server：负责窗口、输入设备和基础图形服务。
  • Window Manager：负责窗口移动、缩放、装饰等管理功能。
  • Compositor：负责窗口合成、透明、阴影和动画等视觉效果。

这种模块化设计具有较好的兼容性和可扩展性，但也使整体架构相对复杂，组件之间需要频繁协作。

基本架构

flowchart TD
    C["Client<br/>应用程序（Qt、GTK、游戏等）"]
    X["X Server (Xorg)<br/>窗口管理、输入处理"]
    K["Compositor<br/>窗口合成、动画、特效"]
    D["Display<br/>显示器"]

    C <-->|X11 Protocol| X
    X -->|窗口内容| K
    K -->|合成结果| X
    X -->|最终画面| D

交互

X11 采用经典的 Client / Server 通信模型：

  • X 服务器（X Server）： 就是 Xorg。它直接控制物理设备。
  • X 客户端（X Client）： 比如你的浏览器、终端或文本编辑器。它们本身不直接与硬件交互，而是向 X Server 发送指令（比如”在坐标 (10,10) 绘制一个按钮”）。

Client 通过 DISPLAY 环境变量定义的 socket 文件与 X Server 进行通信，通常内容是 :0 这种格式，从0开始自增，并且使用 ~/.Xauthority 文件进行认证。

协议特点

X11 诞生于 1984 年，其设计目标是支持网络透明（Network Transparency），因此协议中包含了大量绘图和窗口管理相关的功能。

其主要特点包括：

  • Client / Server 架构：应用程序通过 X11 协议与 X Server 通信，由 X Server 负责管理窗口和输入设备。
  • 网络透明：客户端和 X Server 可以运行在不同的主机上，通过 TCP 或 Unix Domain Socket 进行通信。
  • 协议功能丰富：协议内置了大量绘图命令（如画线、填充矩形、绘制文本等），客户端可以请求 X Server 完成绘制。
  • 绘图由 X Server 执行：传统 X11 中，大部分图形操作由 X Server 完成；现代应用通常借助 OpenGL、Vulkan 等技术自行渲染，再通过扩展与 X Server 协作。
  • 扩展机制完善：通过 Extension 扩展协议不断增加功能，例如：
    • Composite（窗口合成）
    • XRender（2D 渲染）
    • GLX（OpenGL 支持）
    • RandR（显示器管理）
    • XInput2（输入设备）
  • 窗口管理独立：窗口管理器（Window Manager）和合成器（Compositor）均不是 X Server 的一部分，而是运行在独立进程中，通过 X11 协议协同工作。

Wayland

Wayland 是一套现代显示服务器协议。

与 X11 类似，Wayland 指的是客户端与服务端之间通信所使用的协议，而真正运行在系统中的服务端通常称为 Wayland Compositor。

常见的 Wayland Compositor 包括：

  • KWin（KDE Plasma）
  • Mutter（GNOME）
  • Sway
  • Hyprland

与 X11 中 X Server、Window Manager、Compositor 相互独立不同，Wayland 将这些职责统一交由 Compositor 完成。

由于 Compositor 同时承担了显示服务器和窗口管理的职责，Wayland 的整体架构相比 X11 更加简洁。

因此，一个 Wayland Compositor 通常同时承担：

  • Wayland Server（协议服务端）
  • Window Manager（窗口管理）
  • Compositor（窗口合成）

基本架构

flowchart TD
    C["Client<br/>应用程序（Qt、GTK、游戏等）"]
    S["Compositor（Wayland Server）<br/>管理窗口、处理输入、合成画面"]
    D["Display<br/>显示器"]

    C <-->|Wayland Protocol| S
    S -->|最终画面| D

交互

Wayland 采用经典的 Client / Server 通信模型：

  • Client 向 Compositor 发送 Request（请求）。
  • Compositor 向 Client 发送 Event（事件）。
  • 双方通过本地 Unix Domain Socket 交换协议消息。

整个交互过程可以简单理解为：

  • Client 连接到 Compositor。
  • Client 请求创建窗口。
  • Client 自己完成界面绘制。
  • Client 将绘制结果提交给 Compositor。
  • Compositor 将多个窗口合成为最终画面，并显示到屏幕上。
  • 当用户操作键盘、鼠标等输入设备时，Compositor 将对应事件发送给 Client。

客户端通过 WAYLAND_DISPLAY 环境变量与服务器通信，通常它是 wayland-0 这样的名称，该文件是一个 socket 文件，客户端会通过 XDG_RUNTIME_DIR 环境变量的路径查询到该文件。

协议特点

Wayland 与传统的 X11 最大的区别在于，它只定义通信方式，而不负责具体的绘图。

其主要特点包括：

  1. 协议简单：只定义客户端与服务端之间的通信规则。
  2. 客户端负责绘制：应用程序自行完成界面渲染。
  3. Compositor 负责显示：统一管理窗口并完成最终画面合成。
  4. 异步通信：客户端发送请求，服务端发送事件，双方互不阻塞。
  5. 可扩展：窗口管理、剪贴板、拖放等功能都通过扩展协议实现。

窗口管理器

窗口管理器（Window Manager，简称 WM）是控制图形用户界面中软件窗口位置、外观和交互方式的系统软件。 它决定了你的应用窗口如何排列、是否有边框、如何最大化或最小化，以及如何用鼠标或键盘调整大小。

核心功能

  1. 窗口边框：绘制窗口的标题栏、关闭/最小化按钮和外框。
  2. 位置管理：控制新窗口打开时的默认屏幕位置。
  3. 尺寸调整：处理拖动边缘改变窗口大小的交互。
  4. 堆叠顺序：管理多个窗口重叠时的上下遮挡关系。

主要分类

  1. 堆叠式（Stacking/Floating）：窗口像桌上的纸张一样可以互相重叠、自由拖动。这是 Windows 和 macOS 的默认行为。
  2. 平铺式（Tiling）：窗口像地板砖一样紧密排列，绝不重叠。代表软件有 i3wm 。
  3. 组合式（Compositing）：为每个窗口提供独立的缓冲内存，能实现透明、阴影和动效。例如 Windows 的 桌面窗口管理器 (DWM)。

与桌面环境（DE）的区别

窗口管理器只是桌面环境的一部分。

  • 窗口管理器：只管窗口（如放置、缩放）。
  • 桌面环境（Desktop Environment）：是一个完整的全家桶。它集成了窗口管理器，并打包了任务栏、桌面壁纸、文件管理器、系统设置和图标外观（例如 GNOME 桌面环境集成了 Mutter 窗口管理器）。

合成器

合成器（Compositor）负责将多个应用窗口组合（Composite）成最终的桌面画面，并输出到显示器。

X11 与 Wayland 都使用合成器，但两者的架构完全不同。

X11

最初的 X11 并没有合成器的概念，窗口直接由 X Server 绘制到屏幕。后来为了实现窗口透明、动画、阴影等现代桌面效果，又引入了 Composite Extension，使 Compositor 能够获取各窗口内容并进行重新合成。

启用合成器后，会通过 Composite Extension将所有应用窗口重定向到离屏 Pixmap，再利用 GLX/EGL 将这些 Pixmap 绑定为 OpenGL 纹理。随后，合成器在 GPU 上完成窗口画面的合成、透明、阴影、动画等特效处理，并将最终结果绘制到 Composite Overlay Window（或对应的输出缓冲区），最后由 X Server 将合成后的画面显示到屏幕上。

flowchart TB

subgraph Client["应用程序"]
    A1["Firefox"]
    A2["Terminal"]
    A3["Qt App"]
end

subgraph XServer["X Server"]
    B1["普通 X11 窗口"]
    B2["Composite 扩展"]
    B3["窗口 Pixmap"]
    B4["Damage 事件"]

    B5["Composite Overlay Window"]
    B6["Present / SwapBuffers"]
    B7["Scanout"]
end

subgraph Composite["合成器"]
    C1["导入 Pixmap"]
    C2["OpenGL Texture"]
    C3["OpenGL 合成"]
    C4["窗口动画"]
    C5["阴影 / 模糊"]
    C6["Framebuffer (FBO)"]
end

subgraph Display["显示器"]
    D1["Monitor"]
end

Client --> B1
B1 --> B2
B2 --> B3

B4 -.Damage.-> C3

B3 --> C1
C1 --> C2
C2 --> C3

C3 --> C4
C3 --> C5

C4 --> C6
C5 --> C6

%% 回到 X Server
C6 --> B5
B5 --> B6
B6 --> B7
B7 --> D1

特点

  • X Server 负责窗口管理、输入处理以及窗口缓冲区管理，但并不负责现代窗口特效。窗口透明、阴影、动画等效果由 Compositor 通过 Composite Extension 获取窗口内容后完成。
  • 两者需要频繁交换窗口内容，增加了数据传递开销。
  • 应用客户端 (Client)：如 Chrome、VS Code。它们不直接操作屏幕，而是向 X Server 发送绘图请求。

局限

  • 延迟与撕裂：数据在Client、X Server、Compositor 之间来回打包传递，极易造成明显的输入延迟（游戏玩家尤为敏感）。
  • 多显示器硬伤：X11 把所有显示器虚拟成一张巨大的画布，合成器只能以统一的刷新率刷新整张画布，导致”高刷屏”极易被”低刷副屏”强行拖低刷新率。

Wayland

客户端完成渲染后，只需将绘制好的 Buffer（共享内存或 GPU Buffer）提交给 Compositor。Compositor 接收各个窗口的 Buffer，在 GPU 上完成窗口排序、透明、阴影、动画等特效，然后直接输出到 DRM/KMS，最终显示到屏幕。

整个过程中，不再需要 Composite Extension、Pixmap 或 Composite Overlay Window，因此数据流更加直接。

flowchart TB

    subgraph Client["应用程序"]
        A1["Firefox"]
        A2["Terminal"]
        A3["Qt App"]
    end

    subgraph Wayland["Wayland Compositor"]
        B1["Wayland Protocol"]
        B2["Surface"]
        B3["Buffer (SHM / DMA-BUF)"]
        B4["OpenGL / Vulkan 合成"]
        B5["窗口动画"]
        B6["阴影 / 模糊"]
        B7["Framebuffer"]
    end

    subgraph Kernel["Linux Kernel"]
        C1["DRM / KMS"]
    end

    D["显示器"]

    A1 -->|commit Buffer| B1
    A2 -->|commit Buffer| B1
    A3 -->|commit Buffer| B1

    B1 --> B2
    B2 --> B3
    B3 --> B4

    B4 --> B5
    B4 --> B6

    B5 --> B7
    B6 --> B7

    B7 --> C1
    C1 --> D

相比 X11，Wayland 将职责统一到一个组件中，因此整体架构更加简洁。

特点

  • Compositor 即显示服务器：负责窗口管理、输入处理、窗口合成以及最终画面输出，不再需要独立的 X Server。
  • 客户端直接提交 Buffer：应用程序自行完成渲染，仅将绘制完成的 Buffer 提交给 Compositor，而不是发送大量绘图命令。
  • 数据流更加简单：窗口内容无需在 X Server 与 Compositor 之间反复传递，减少了中间环节。
  • 天然支持现代显示特性：每个输出设备（Output）可以拥有独立的刷新率、分辨率和缩放比例，更适合高刷新率、多显示器和 HiDPI 场景。
  • 协议职责更清晰：Wayland 协议只负责客户端与服务端之间的通信，不规定绘图实现，便于不同 Compositor 根据需求实现自己的渲染流程。

局限

虽然 Wayland 在架构上更加现代，但由于其设计理念与 X11 不同，也带来了一些新的挑战。

  • 兼容性问题：大量基于 X11 的应用需要通过 XWayland 兼容层运行，部分应用可能无法获得 Wayland 的全部特性。
  • 远程显示能力较弱：X11 协议天生支持网络透明，而 Wayland 将远程桌面交由 PipeWire、RDP、VNC 等其他协议实现，因此整体方案更加分散。
  • 协议高度依赖扩展：窗口管理、桌面协议等大量功能通过扩展协议（如 xdg-shell）提供，不同 Compositor 支持的扩展可能存在差异。
  • 部分高级功能实现方式改变：例如全局快捷键、屏幕录制、输入法等功能通常需要桌面环境或 Portal 提供支持，而不像 X11 那样可以直接访问显示服务器。

扩展阅读

https://201.ustclug.org/advanced/desktop Linux 桌面与窗口系统