Fast-DDS在Apple M系列芯片上的线程亲和性设置问题分析
2025-07-01 01:24:48作者:乔或婵
问题背景
在MacOS 15.2 Arm 64平台上使用Fast-DDS 3.1.0版本时,开发者发现某些示例程序无法正常运行。经过调试发现,这与MacOS系统对线程亲和性(thread affinity)设置的支持有关。
技术细节
线程亲和性设置问题
在MacOS系统上,Fast-DDS尝试通过thread_policy_set函数设置线程亲和性时,M系列芯片会返回错误码46(KERN_NOT_SUPPORTED),表示该功能在当前平台上不被支持。这本身是一个预期行为,但问题在于后续的错误处理逻辑。
递归调用问题
当thread_policy_set调用失败后,Fast-DDS会记录错误日志。然而,这个日志记录过程本身需要创建新的线程,而线程创建过程中又会尝试设置线程亲和性,导致以下递归调用链:
configure_current_thread_affinity()调用失败- 触发
EPROSIMA_LOG_ERROR日志记录 - 日志系统需要创建新线程
- 新线程创建时再次调用
configure_current_thread_affinity() - 形成无限递归,最终导致程序卡死
解决方案分析
临时解决方案
开发者提出的临时解决方案是将错误判断条件从:
if (0 != result)
修改为:
if (KERN_SUCCESS != result && result != KERN_NOT_SUPPORTED)
这样当遇到不被支持的错误时,不会触发错误日志记录,从而避免递归调用问题。
更完善的解决方案
从架构设计角度考虑,更完善的解决方案应包括:
- 对日志系统使用的线程特殊处理,避免在这些线程上尝试设置亲和性
- 在MacOS平台上增加对M系列芯片的特定检测和处理
- 将以下线程相关函数标记为不依赖日志系统:
set_name_to_current_threadapply_thread_settings_to_current_threadconfigure_current_thread_schedulerconfigure_current_thread_affinity
平台兼容性考虑
Apple Silicon芯片(M系列)采用ARM架构,与传统x86架构在系统调用和功能支持上存在差异。Fast-DDS作为跨平台中间件,需要针对不同平台特性进行适配:
- 在MacOS平台上,应检测处理器类型和系统版本
- 对于不支持的功能,应有优雅降级处理
- 关键系统调用应考虑平台差异和兼容性
总结
这个问题揭示了在跨平台开发中需要特别注意的几个方面:
- 系统功能支持检测的重要性
- 错误处理逻辑可能引发的副作用
- 基础功能(如日志系统)的依赖关系管理
- 新硬件平台的适配考虑
对于使用Fast-DDS在Apple Silicon设备上开发的用户,建议关注官方更新或采用经过验证的临时解决方案,同时注意线程相关功能的平台差异。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
535
3.75 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178