物联网二进制数组优化内存及合并

在物联网合并帧的时候,有时候会有特定长度的二进制数据需要合并,这种合并很需要byte[]数组,然后因为物联网硬件设备特别多,非常容易造成OOM的情况。针对这种情况,我想通过对象池模式,来解决这个问题。

把所需的byte长度作为key,4就取byte[4]长度数组,5就取byte[5]长度数据!String类型考虑它的常量池特性!


项目地址:大衍物联: 这个框架的主要作用是解析各种协议!在数据解析中,有不同的协议类型。使用责任链模式,解析出不同的协议报文,并搭配使用,我在modbus中,解析出两种帧数据,一种是注册帧,注册帧内的设备id和设备通道绑定,一种是数据帧,数据帧里能得到设备通道信息,进而得到注册的设备id,根据设备id收发信息!获取完整一帧之后,要转化成model数据,我使用注解,参考FastJson,直接解码成对应的数据。


import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.ConcurrentLinkedQueue;

public class ByteArrayFactory {

    public static ConcurrentHashMap<String, ConcurrentLinkedQueue<byte[]>> hashLinkMap = new ConcurrentHashMap<>();

    /**
     * 根据长度,获取对应的byte[]数组
     * @param len
     * @return
     */
    public static byte[] getBytes(String len) {
        ConcurrentLinkedQueue<byte[]> queue = null;
        if(hashLinkMap.get(len) == null) {
            queue = new ConcurrentLinkedQueue();
            hashLinkMap.put(len,queue);
        }
        queue = hashLinkMap.get(len);
        byte[] buff =  queue.poll();
        if(buff == null) {
            buff = new byte[Integer.parseInt(len)];
        }
        return buff;
    }

    /**
     * 回收对应的byte[]数组
     * @param array
     */
    public static void recycle(byte[] array) {
        String len = array.length + "";
        for(int i =0; i < array.length; i++) {
            array[i] = 0x20;
        }
        ConcurrentLinkedQueue<byte[]> queue =  hashLinkMap.get(len);
        queue.offer(array);
    }




}

使用场景:

/**
 * 合并byte[] 数组
 * @param byteArray byte数组
 * @return 返回合并后的byte[]数组
 */
public static byte[] combinationContent(byte[]... byteArray)
{
    int len = 0;
    for(byte[] buff:byteArray)
    {
        len += buff.length;
    }
    ByteBuffer byteBuffer =  ByteBuffer.wrap(ByteArrayFactory.getBytes(len + "")); //ByteBuffer.allocate(len);
    for(byte[] buff:byteArray)
    {
        byteBuffer.put(buff);
    }
    byte[] buff = byteBuffer.array();
    return buff;
}

//合并二进制数据之后,它就可以回收了。
public static byte[] diandao(int value) {
    byte[] content =  DigitalConversion.integerConvertFourNumber(value);
    byte[] childFrame =  ByteCombination.combinationContent(diandaoHead,content,diandaoTail);
    ByteArrayFactory.recycle(content);
    return LargeScreenFrame.gatherPacket(childFrame);
}

有物联网技术讨论的,私信我交流学习下!

<think>嗯,用户想知道MQTT协议中QoS1级别的PubAck消息的实现细节和代码逻辑。首先,我需要回忆一下MQTT的基本知识,尤其是服务质量(QoS)等级。QoS1是确保消息至少被传递一次,所以发布者发送消息后,订阅者必须回复PubAck确认,否则发布者会重新发送。 然后,我得考虑用户可能需要的是具体的实现步骤,比如消息发送和接收的流程,以及如何处理确认。可能需要分开发送端和接收端两部分来说明。发送方在发送PUBLISH消息后需要等待PubAck,如果超时未收到,就重发。接收方收到消息后存储并处理,然后发送PubAck。 接下来是代码逻辑部分,用户可能希望看到伪代码或者示例代码的结构。比如使用Python的话,可能需要维护一个待确认的消息队列,定时检查超时并重发。接收方在收到消息后立即回复PubAck,并确保消息被处理。不过用户提供的引用里提到MQTT使用二进制格式,适合低带宽环境,所以代码实现时要考虑高效的数据处理。 还要注意用户提到的引用[3],里面提到MQTT的二进制格式和适用场景,所以代码示例需要体现这一点。可能需要使用现有的MQTT库,比如Paho MQTT,来展示实际的实现方式。比如发送消息后注册回调函数处理PubAck,或者使用异步机制等待确认。 另外,用户可能对如何保证消息不丢失、处理网络中断的情况感兴趣,所以在实现细节中需要提到持久化存储和重试机制。比如发送方在收到PubAck前需要保存消息,确保在断线后能恢复并重新发送。 最后,生成相关问题时要围绕QoS级别、与其他协议对比、错误处理等,帮助用户深入理解。比如比较QoS0和QoS1的区别,或者MQTT在物联网中的具体应用案例。</think>### MQTT QoS1 PubAck实现细节与代码逻辑 #### 1. QoS1消息传输机制 MQTT协议中QoS1(至少一次交付)通过`PUBLISH`和`PUBACK`的交互实现可靠传输。核心流程包含: - 发送方发送带有Packet ID的`PUBLISH`消息 - 接收方存储消息后立即返回`PUBACK`确认[^3] - 发送方未收到`PUBACK`时进行消息重传 - 消息去重机制基于Packet ID实现 #### 2. 发送端实现逻辑 ```python class MQTTSender: def __init__(self): self.unacked_messages = {} # 存储未确认消息 self.packet_id_counter = 1 # 数据包ID生成器 def send_publish(self, topic, payload): packet_id = self._generate_packet_id() message = { 'packet_id': packet_id, 'topic': topic, 'payload': payload, 'timestamp': time.time() } self.unacked_messages[packet_id] = message self._send_mqtt_frame(PUBLISH_HEADER, packet_id, topic, payload) self._start_retransmission_timer(packet_id) def handle_puback(self, packet_id): if packet_id in self.unacked_messages: del self.unacked_messages[packet_id] # 确认后删除消息 ``` #### 3. 接收端实现逻辑 ```python class MQTTReceiver: def __init__(self): self.received_packets = set() # 已接收数据包记录 def handle_publish(self, packet_id, topic, payload): if packet_id not in self.received_packets: self._persist_message(topic, payload) # 持久化存储 self._send_puback(packet_id) # 立即发送确认 self.received_packets.add(packet_id) self._process_message(topic, payload) ``` #### 4. 关键实现要素 1. **数据包标识管理** - 16位Packet ID范围(1-65535) - 循环复用机制 - 跨会话状态保持(Clean Session标志处理) 2. **重传策略** ```python RETRY_INTERVAL = 5 # 秒 MAX_RETRIES = 3 def _start_retransmission_timer(self, packet_id): def retry_task(): retries = 0 while packet_id in self.unacked_messages and retries < MAX_RETRIES: time.sleep(RETRY_INTERVAL) self._resend_message(packet_id) retries += 1 threading.Thread(target=retry_task).start() ``` 3. **消息去重** - 接收端维护Packet ID缓存(需设置合理过期时间) - 发送端维护已确认消息清单 4. **持久化存储** - 发送端需在确认前保持消息存储 - 接收端应在发送PUBACK前完成存储(避免系统崩溃导致消息丢失) #### 5. 协议优化考量 - 流量控制:窗口机制限制未确认消息数量 - 内存管理:限制未确认消息队列长度 - 网络效率:合并确认机制(如批量确认)
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值