HaishinKit.swift中AVCaptureSession在mediaServicesWereReset时的崩溃问题分析
问题背景
在iOS多媒体开发中,使用AVFoundation框架的AVCaptureSession进行音视频采集时,开发者可能会遇到一个棘手的问题:当系统触发mediaServicesWereReset通知时,应用程序可能会意外崩溃。这个问题在HaishinKit.swift项目中尤为突出,表现为AVCaptureSession在调用startRunning方法时抛出异常。
崩溃原因分析
核心崩溃日志显示:"startRunning may not be called between calls to beginConfiguration and commitConfiguration"。这表明在AVCaptureSession的配置过程中存在线程安全问题。
深入分析发现,当系统发出mediaServicesWereReset通知时,IOCaptureSession会尝试重新启动会话。然而,此时可能存在以下竞争条件:
- 主线程正在执行配置操作(beginConfiguration/commitConfiguration之间)
- 同时mediaServicesWereReset通知触发startRunningIfNeeded调用
- 两个操作没有适当的同步机制,导致AVCaptureSession状态不一致
技术细节
AVCaptureSession的设计要求配置操作必须是原子性的。beginConfiguration和commitConfiguration之间的代码块实际上定义了一个配置事务,系统会确保这个事务中的所有修改一起生效。在此期间调用startRunning会破坏这种原子性保证。
在mediaServicesWereReset场景下,系统会重置所有媒体服务,包括正在运行的AVCaptureSession。此时应用需要重新建立会话,但如果没有正确处理配置和启动的顺序,就会导致上述崩溃。
解决方案
HaishinKit.swift项目通过引入串行队列来解决这个问题。具体措施包括:
- 将所有AVCaptureSession的配置操作放入一个专用的串行队列
- 确保beginConfiguration和commitConfiguration调用在同一队列上下文中
- 对startRunning的调用也通过同一队列进行序列化
这种设计保证了配置操作和会话启动操作的线性执行,消除了潜在的竞争条件。即使mediaServicesWereReset通知在配置过程中触发,所有相关操作也会按顺序执行,不会出现交叉调用的情况。
最佳实践建议
对于处理AVCaptureSession的开发者,建议:
- 始终使用串行队列管理会话配置和状态变更
- 正确处理mediaServicesWereReset通知,实现健壮的重启逻辑
- 在配置过程中添加适当的错误处理和状态检查
- 考虑实现会话状态机,明确区分配置、运行、停止等状态
通过遵循这些原则,可以构建更加稳定可靠的音视频采集功能,避免类似HaishinKit.swift中遇到的崩溃问题。
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0117AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









