NanoMQ与EMQX桥接时保留消息传递问题的分析与解决
2025-07-07 12:40:49作者:咎岭娴Homer
问题背景
在使用MQTT协议进行物联网设备通信时,保留消息(Retained Message)是一个非常重要的特性。它允许新订阅者立即获取主题上的最新消息,而不需要等待发布者下一次发布。近期有用户反馈,在使用NanoMQ 0.23-full版本作为QUIC桥接至EMQX 5.8.4时,出现了保留消息无法正确传递的问题。
问题现象描述
用户的具体使用场景是:
- 配置NanoMQ作为桥接,将"topic1/#"转发到"fwd/topic/#"
- 设置retain_as_published = true
- 直接向EMQX发布保留消息到"fwd/topic1"主题
- 通过NanoMQ桥接订阅该主题时,新订阅者无法收到预期的保留消息
值得注意的是,当消息直接发布到NanoMQ而不是通过桥接时,保留消息功能工作正常。
技术分析
MQTT保留消息机制
MQTT协议中的保留消息机制允许代理(Broker)为每个主题存储一条最新消息。当新客户端订阅该主题时,代理会立即发送这条保留消息。这在物联网场景中非常有用,例如设备可以立即获取传感器的最新状态。
桥接配置的关键点
在MQTT桥接配置中,retain_as_published参数控制着保留消息的处理方式:
- 当设置为true(或1)时,桥接会保持原始消息的保留标志
- 当设置为false(或0)时,桥接会移除消息的保留标志
问题根源
经过深入分析,发现问题出在配置文件的参数值设置上。用户最初将retain_as_published设置为"true",而实际上NanoMQ期望的配置值是数字1。这种类型不匹配导致桥接无法正确处理保留消息标志。
解决方案
正确的配置应该是:
retain_as_published = 1
修改配置后,桥接能够正确传递保留消息,新订阅者可以正常收到最新的保留消息。
最佳实践建议
- 在配置MQTT桥接时,务必仔细检查所有布尔参数的预期格式
- 对于NanoMQ,大多数布尔参数使用1/0而非true/false
- 测试保留消息功能时,建议先直接连接到目标代理验证消息是否被正确保留
- 在复杂的桥接场景中,考虑使用MQTT客户端工具监控消息流,帮助诊断问题
总结
MQTT桥接配置中的细节差异可能导致功能异常。本例展示了参数格式对保留消息传递的影响,提醒开发者在集成不同MQTT组件时要特别注意配置细节。正确配置后,NanoMQ能够可靠地在EMQX和其他MQTT代理之间桥接消息,包括保留消息的传递。
对于物联网系统开发者而言,理解MQTT协议的这些细节特性,能够帮助构建更稳定、更可靠的设备通信架构。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
9
1
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218