Asterisk项目中关于控制子类'14'的警告分析与修复
问题背景
在Asterisk开源PBX系统中,当使用originate命令发起呼叫时,系统日志中会出现"Unexpected control subclass '14'"的警告信息。这个警告虽然不会影响呼叫的正常建立和通话,但会给系统日志带来不必要的干扰信息。
技术分析
警告产生机制
该警告出现在文件main/file.c
的waitstream_core
函数中,当系统处理控制帧时,会检查控制子类的类型。如果遇到未明确处理的子类类型,就会记录这个警告。
控制子类类型
在Asterisk的框架中,控制子类用于表示不同的呼叫控制事件。通过分析frame.h
头文件,我们可以确定值14对应的是AST_CONTROL_PROGRESS
控制类型,表示呼叫进展信号。
现有处理逻辑
当前代码中,waitstream_core
函数有一个switch语句,已经处理了多个控制子类类型,包括:
- AST_CONTROL_RINGING
- AST_CONTROL_ANSWER
- AST_CONTROL_HOLD
- AST_CONTROL_UNHOLD
- AST_CONTROL_FLASH
- AST_CONTROL_WINK
但缺少对AST_CONTROL_PROGRESS
的处理,导致系统遇到这种控制类型时会记录警告。
解决方案
代码修改建议
在main/file.c
和main/channel.c
两个文件中,都需要在switch语句中添加对AST_CONTROL_PROGRESS
的处理。具体修改如下:
- 在
main/file.c
中:
case AST_CONTROL_PROGRESS:
/* 不重要的事件,直接忽略 */
break;
- 在
main/channel.c
中也需要类似的修改,因为该文件中也存在处理控制子类的逻辑。
修改原理
AST_CONTROL_PROGRESS
与已经处理的AST_CONTROL_RINGING
和AST_CONTROL_ANSWER
类似,都是呼叫建立过程中的正常事件,不需要特殊处理,可以直接忽略。将这些事件添加到忽略列表中可以消除警告,同时不会影响系统功能。
影响评估
这个修改属于无害的日志优化,不会对系统功能产生任何负面影响。它只是让系统不再记录这些预期内的控制事件,使日志更加简洁清晰。
最佳实践
对于Asterisk开发者来说,当添加新的控制子类类型时,应该考虑在所有相关的控制处理函数中添加相应的处理逻辑,即使只是简单的忽略。这可以避免类似的警告信息污染系统日志。
对于系统管理员来说,如果看到类似的"Unexpected control subclass"警告,可以先检查Asterisk版本,如果是较新版本可能已经修复。如果是自定义模块产生的警告,则需要联系模块开发者添加相应的处理逻辑。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~059CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









