先搞懂它是什么

• BLE（低功耗蓝牙）：从蓝牙 4.0 开始的一套低功耗无线协议，手机、手环、传感器都在用；Ai-M6x（BL616/BL618）内置 BLE 5.x。
• 广播与连接：设备先“喊话”（广播）让别人发现自己；连接建立后，双方按 GATT 规则交换数据。
• GATT（通用属性协议）：连接后“数据怎么组织、怎么读写”的规矩——服务（Service）→ 特征（Characteristic）→ 值，就像“抽屉里的抽屉里的文件”。
• 为什么必学：BLE 面试常考 GATT 层级、MTU、通知 vs 指示；做手环/遥控器/传感器项目也绕不开。

层层拆解原理

1. 角色分层：从射频到应用

SDK 的 BLE 例程启动顺序正好对应这层架构：btble_controller_init（控制器）→ hci_driver_init（HCI）→ bt_enable（启动主机协议栈 GAP/GATT）。

2. 广播与连接（GAP）

• 广播（Advertising）：未连接时，从机周期性发送广播包（含设备名、厂商数据、UUID 等），主机扫描后“看见”它。
• 连接（Connection）：主机发起连接，双方建立链路；连接后广播停止，按连接参数（间隔、延迟、超时）定时通信。
• 角色：广播/等待连接的是 Peripheral（从机），扫描/发起连接的是 Central（主机）；手机 App 通常扮演主机。

3. GATT 数据组织：服务 → 特征 → 值

层级	说明	例子
服务（Service）	一组相关特征的集合，有 UUID	电池服务 0x180F
特征（Characteristic）	一个数据点，含值 + 属性	电量值 0x2A19
描述符（Descriptor）	特征的附加说明，如 CCCD 控制通知开关	客户端特征配置描述符

SDK 从机例程（peripheral）注册了一个测试服务，里面有多个特征，覆盖读/写/无应答写/通知/指示——正好用来理解这层结构。

4. ATT：句柄、属性与 MTU

• 每个属性（服务、特征、值）都有一个 句柄（Handle），GATT 操作按句柄寻址。
• MTU（最大传输单元）：一次 L2CAP 报文最多能携带多少字节（默认 23 字节，可协商到更大）。大于 MTU 的数据要分多包。
• 通知（Notify）vs 指示（Indicate）：
  • 通知：从机直接推数据，主机不确认，速度快、可能丢。
  • 指示：主机必须回确认（ACK），可靠但慢。
  • 是否开启由主机的 CCCD（客户端特征配置描述符） 决定——这就是“订阅（subscribe）”的本质。

5. 广播与连接的安全机制

• 配对/绑定（Pairing/Bonding）：交换密钥、加密链路。
• 常见加密算法：AES-CCM 加密数据；安全等级影响可用性。
• 连接参数更新：双方协商连接间隔，间隔越大越省电、延迟越高。

结合 SDK 看实现

• 相关例程页：Ai-M6x BLE 简介、BLE 从机、BLE 主机

从机例程里注册测试服务的代码展示了“定义特征 → 建服务 → 注册”的 GATT 流程：

/* ble_tp_svc.h：测试服务 UUID 07af27a5-9c22-11ea-9afe-02fcdc4e7412 */
ble_tp_init();                       /* 注册读/写/通知/指示等特征 */
bt_le_adv_start(&param, adv_data, n, adv_rsp, m);   /* 可连接广播 */

主机侧则用 bt_le_scan_start 扫描、连接后 bt_gatt_discover 发现服务/特征，再用句柄读写或订阅——和手机 App 的操作一一对应。

常见考点 / 面试题

GATT、ATT、GAP 分别是什么关系？

GAP 管“发现与连接”（广播/扫描/角色）；连接后由 GATT 定义“数据怎么组织”（服务/特征），GATT 建立在 ATT 属性表之上，ATT 又跑在 L2CAP 通道上。

服务、特征、描述符有什么区别？

服务是功能集合，特征是具体数据点（值+属性），描述符描述特征（如 CCCD 控制通知/指示开关）。主机按“发现服务→发现特征→读/写/订阅”的顺序使用。

通知和指示有什么区别？

通知不要求接收方确认，速度快但可能丢包；指示要求确认，可靠但慢。选择依据是数据的重要程度。

什么是 MTU？有什么用？

MTU 是单次 L2CAP 报文最多携带的字节数（默认 23 字节）。协商更大的 MTU（如 247）可减少分包，提高大块数据传输效率。

广播和连接能同时进行吗？

通常连接建立后从机停止广播；断开后可重新广播（SDK 从机例程在断开回调里自动恢复广播）。

遇到问题？

如有其他问题，请到统一的提问与讨论区：Ai-Thinker Discussions