ETLCPP项目中消息路由与消息总线的结合使用
2025-07-01 14:31:14作者:龚格成
概述
在嵌入式系统开发中,消息传递机制是一种常见的组件间通信方式。ETLCPP(Embedded Template Library in C++)项目提供了强大的消息路由功能,包括消息路由器(message_router)、消息总线(message_bus)和消息代理(message_broker)等组件。本文将探讨如何在这些组件间实现灵活的消息分发机制。
消息组件简介
ETLCPP提供了几种核心消息组件:
- 消息路由器(message_router):基于模板实现,可以处理特定类型的消息
- 消息总线(message_bus):允许多个路由器订阅同一总线,实现广播式消息分发
- 消息代理(message_broker):作为消息系统的中央枢纽,可以路由消息到不同的子路由器
定制化消息分发需求
在实际应用中,我们经常需要将不同类型的消息路由到不同的总线。例如:
- 将消息1、2、3发送到总线A
- 将消息4、5、6发送到总线B
ETLCPP默认的消息总线(message_bus)不支持直接指定ID进行路由,因此需要一些定制化实现。
实现方案一:自定义消息代理
第一种方案是继承etl::imessage_router实现自定义的消息代理:
class MyMessageBroker : public etl::imessage_router {
public:
MyMessageBroker() : imessage_router(0) {}
void receive(const etl::imessage& msg) {
switch (msg.get_message_id()) {
case Message1:
case Message2:
case Message3:
messageBus1.receive(msg);
break;
case Message4:
case Message5:
case Message6:
messageBus2.receive(msg);
break;
default:
if (has_successor()) {
get_successor().receive(msg);
}
}
}
// 其他必要接口实现...
etl::message_bus<10> messageBus1;
etl::message_bus<10> messageBus2;
};
这种方案的优点是实现直接,控制粒度细,可以精确处理每种消息ID。缺点是手动实现了所有必要的接口。
实现方案二:基于message_router的模板化实现
第二种方案利用ETLCPP提供的etl::message_router模板类:
class MyMessageBroker : public etl::message_router<MyMessageBroker,
message1, message2, message3,
message4, message5, message6> {
public:
MyMessageBroker() : message_router(0) {}
void on_receive(const message1& msg) { messageBus1.receive(msg); }
void on_receive(const message2& msg) { messageBus1.receive(msg); }
void on_receive(const message3& msg) { messageBus1.receive(msg); }
void on_receive(const message4& msg) { messageBus2.receive(msg); }
void on_receive(const message5& msg) { messageBus2.receive(msg); }
void on_receive(const message6& msg) { messageBus2.receive(msg); }
void on_receive_unknown(const etl::imessage& msg) {}
etl::message_bus<10> messageBus1;
etl::message_bus<10> messageBus2;
};
这种方案利用了模板元编程,代码更加类型安全,减少了手动消息ID处理的代码量。ETLCPP会自动为指定的消息类型生成对应的处理函数。
方案比较与选择建议
- 方案一适合需要处理动态消息ID或消息类型不固定的场景
- 方案二适合消息类型明确且固定的场景,代码更加简洁安全
对于大多数应用场景,推荐使用方案二,因为它更符合现代C++的类型安全理念,且代码维护成本更低。
实际应用建议
在实际项目中,可以结合两种方案的优势:
- 使用方案二处理已知的固定消息类型
- 对于未知消息类型,可以在
on_receive_unknown中实现备用处理逻辑 - 考虑使用继承层次来组织不同类型的消息处理器
总结
ETLCPP提供了灵活的消息路由机制,通过合理组合消息路由器、消息总线和自定义代理,可以构建出满足各种复杂需求的消息分发系统。开发者应根据具体场景选择最适合的实现方式,平衡类型安全性和灵活性。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C080
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
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
最新内容推荐
Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 操作系统概念第六版PDF资源全面指南:适用场景与使用教程 STM32到GD32项目移植完全指南:从兼容性到实战技巧 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
465
3.46 K
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
196
80
暂无简介
Dart
715
172
Ascend Extension for PyTorch
Python
273
310
React Native鸿蒙化仓库
JavaScript
285
331
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++
843
424
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
10
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.26 K
692
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
106
120