NanoMQ与EMQX桥接时保留消息传递异常问题解析
2025-07-07 07:18:33作者:晏闻田Solitary
背景概述
在MQTT协议的实际应用中,消息桥接是连接不同消息中间件的常见方案。NanoMQ作为轻量级MQTT消息服务器,与EMQX企业级MQTT平台建立桥接时,用户遇到了保留消息(retained message)传递失效的技术问题。本文将深入分析该问题的技术原理和解决方案。
问题现象
用户配置NanoMQ 0.23-full版本作为QUIC协议桥接,将EMQX 5.8.4的主题"topic1/#"转发至"fwd/topic/#"路径。当满足以下条件时出现异常:
- 通过MQTTX客户端直接向EMQX发布保留消息(主题为fwd/topic1)
- 客户端通过NanoMQ桥接订阅该主题
- 预期行为:新订阅者应接收到最新的保留消息
- 实际结果:订阅者未收到任何保留消息
技术原理分析
MQTT协议中的保留消息机制允许broker存储每个主题最后一条标记为retained=true的消息,当新订阅者订阅匹配主题时立即推送。在桥接场景中,该机制涉及两个关键参数:
-
retain_as_published:控制桥接是否保持原始消息的保留标志
- 设置为1(true)时:桥接转发保留消息属性
- 设置为0(false)时:桥接转发时移除保留属性
-
桥接方向性:消息从EMQX→NanoMQ的转发路径中,保留标志的传递需要两端协调
问题根源
经排查发现配置文件中存在参数值类型错误:
# 错误配置
retain_as_published = true
# 正确配置应为
retain_as_published = 1
虽然语义上true与1等价,但部分MQTT实现对于布尔值的解析存在差异,导致配置未生效。
解决方案
-
配置修正:将布尔值改为数值型
bridge.mqtt.emqx.retain_as_published = 1 -
完整桥接配置建议:
bridge.mqtt.emqx { address = mqtt-quic://emqx_server:14567 forwards = ["topic1/#:fwd/topic/#"] retain_as_published = 1 clean_start = false } -
验证步骤:
- 使用MQTTX发布保留消息到源主题
- 通过NanoMQ订阅目标主题
- 确认首次连接时收到保留消息
深度优化建议
- 消息生命周期管理:对于关键业务消息,建议同时配置MQTT的Will Message和持久化会话
- 桥接监控:启用NanoMQ的$SYS主题监控桥接状态
- 协议版本兼容:确保桥接两端使用相同的MQTTv5协议版本
总结
保留消息传递异常是MQTT桥接中的典型配置问题。通过规范参数配置、理解标志位传播机制,可以确保消息系统的可靠性。NanoMQ作为边缘计算场景的高性能消息中间件,与EMQX的桥接组合能够构建稳定的大规模物联网消息基础设施。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
68
20
🎉 (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
1.37 K
781