跳到主要内容

话题发布路径

先说结论:pub.publish(msg)这一行并不是"把消息发出去",而是"把一个还没执行的序列化任务交给TopicManager"。真正的序列化可能晚一点发生,也可能压根不发生。

本文沿着advertise和publish两条路,把发布侧的对象关系理一遍。

advertise干了三件事​

NodeHandle::advertise是个模板函数,先构造AdvertiseOptions。关键是AdvertiseOptions::create,它借助message_traits把消息类型的静态信息抄进运行时结构:

// 简化示意
template<class M>
static AdvertiseOptions create(const std::string& topic, uint32_t queue_size, ...) {
AdvertiseOptions ops;
ops.topic = topic;
ops.queue_size = queue_size;
ops.md5sum = message_traits::md5sum<M>();
ops.datatype = message_traits::datatype<M>();
ops.message_definition = message_traits::definition<M>();
ops.has_header = message_traits::hasHeader<M>();
return ops;
}

这四个字段后面会出现在两个地方:向master注册的时候,以及跟订阅方握手的连接头里。md5sum就是在这一步被钉死的,后面所有"类型不匹配"的报错都来自这个值的比较。

然后进TopicManager::advertise:

  1. 解析话题名,走names的resolve和remap,把相对名变成全局名
  2. 找有没有同名的Publication,有就复用,没有才新建。同一进程重复advertise同一个话题不会产生两份注册
  3. 通过master::execute调master的registerPublisher

注意第三步之前本地Publication就已经建好了。也就是说master短暂不可用不影响本地结构完整,但订阅方永远不会知道你的存在,因为撮合完全靠master。

Publication里有什么​

Publication是一个话题在发布侧的全部状态,主要三样:

  • subscriber_links_,所有已连接的订阅者链路
  • 发布队列,受advertise时给的queue_size限制
  • last_message_,latch模式下存的最后一条消息

Publisher对象本身很轻,只是Publication的一个句柄,析构时递减引用,必要时unadvertise。

publish为什么要延迟序列化​

这是发布路径上最值得看的一段。Publisher::publish不直接序列化,而是把"怎么序列化"打包成一个可调用对象传给TopicManager。

// 简化示意
template<typename M>
void Publisher::publish(const M& message) const {
// 只是打包,此时并没有执行
SerFunc ser_func = boost::bind(serializeMessage<M>, boost::ref(message));
TopicManager::instance()->publish(topic_, ser_func, message);
}

TopicManager::publish拿到之后先问Publication::getPublishTypes:这个话题现在需不需要serialize、能不能nocopy。判断依据是订阅者的构成:

  • 有网络订阅者,必须序列化
  • 订阅者全在同一进程内而且消息类型一致,可以走零拷贝,直接把消息的智能指针交过去
  • 两种都有,那就两条路一起走,序列化一份给网络,指针共享给进程内

只有确实需要的时候才去调那个延迟函数。这个设计在同进程场景下收益很明显,nodelet那套进程内通信就是靠它跳过序列化和内存拷贝的,一张大图不会被反复编码。

SubscriberLink是抽象基类,两个实现:

  • TransportSubscriberLink,面向网络的订阅者,消息进outbox_,由Connection和底层Transport异步写出去
  • IntraProcessSubscriberLink,同进程订阅者,绕过网络直接推给对方

丢包就发生在TransportSubscriberLink这。outbox_到了advertise时指定的queue_size之后,新消息进来会把最旧的挤掉,而不是把发布者阻塞住。

注意

"我明明按100Hz发,订阅方只收到一部分",原因基本就两个,都跟队列有关:发布侧outbox_满了丢最旧的,或者订阅侧回调队列满了丢最旧的。

发布侧丢一般意味着网络或者对端处理跟不上,订阅侧丢一般是回调太慢或者spin频率不够。诊断的时候把两侧queue_size分别调大做对照,就知道是哪边在丢。但调大队列只是诊断手段,真上生产盲目放大队列,只是把丢包换成延迟累积而已。

latch没有想象中那么强​

latch常被理解成"消息会一直在那",实际机制很朴素:Publication把最后一条消息存进last_message_,等新订阅者接进来的时候补发这一条。

所以它有几个边界:

  • 只保留一条,不是历史队列
  • 补发发生在连接建立那一刻,晚来的订阅者拿到的是"当前的最后一条",不是它加入之前的所有消息
  • 发布者要是一条都没发过,晚来的订阅者什么也拿不到

地图、机器人描述这类静态配置话题用latch很合适,高频数据流用它没有意义。

连接回调​

advertise还能传一个SubscriberStatusCallback,有订阅者接入或者断开的时候被调用。回调参数是SingleSubscriberPublisher,可以只对这一个新来的订阅者发一条消息。需要"每来一个订阅者就发一份初始状态"、而这份状态又得现场算(latch存不了)的时候,用它比较合适。

要留意的是连接回调和latch补发都发生在订阅者刚接入的时刻。两个一起用,订阅者可能会收到两条内容差不多的消息。