PJSIP项目中Dialog订阅异常问题分析与解决方案
2025-07-02 19:02:31作者:邬祺芯Juliet
问题背景
在PJSIP项目(版本2.15)中,当Dialog事件订阅被终止后,系统会尝试重新订阅,但出现了订阅类型错误的问题。具体表现为:原本应该重新订阅Dialog事件,却错误地订阅了Presence事件。
问题现象分析
从日志中可以清晰地看到问题发生的全过程:
-
初始阶段,客户端正确地向服务器发送了Dialog事件订阅请求:
Event: dialog -
当订阅刷新时,服务器返回了481错误(Call/Transaction Does Not Exist),表示该事务不存在。
-
随后系统触发了重新订阅机制,但错误地将订阅类型从Dialog变为了Presence:
Event: presence
技术原理
在PJSIP项目中,事件订阅是通过pjsua_pres.c文件中的相关函数实现的。当订阅被终止后,系统会调用buddy_timer_cb回调函数来处理重新订阅逻辑。
当前实现的问题在于,buddy_timer_cb函数没有区分不同类型的订阅(如Dialog订阅和Presence订阅),导致无论原始订阅类型是什么,都会统一按照Presence订阅处理。
解决方案
正确的实现应该根据buddy的配置决定重新订阅的类型。具体修改方案如下:
- 在
buddy_timer_cb函数中增加订阅类型判断逻辑 - 根据buddy的presence标志位决定是重新订阅Presence还是Dialog事件
修改后的核心逻辑应如下:
if (buddy->presence == PJ_TRUE) {
pjsua_buddy_update_pres(buddy->index);
} else {
pjsua_buddy_update_dlg_event(buddy->index);
}
影响范围
该问题会影响所有使用PJSIP进行Dialog事件订阅的客户端,特别是在以下场景:
- 订阅超时刷新时
- 网络中断恢复后
- 服务器端主动终止订阅时
验证方法
开发者可以通过以下方式验证修复效果:
- 建立Dialog事件订阅
- 模拟网络中断或等待订阅超时
- 观察重新订阅时的Event头部字段
- 确认重新订阅仍保持为Dialog类型而非变为Presence
总结
PJSIP项目中Dialog订阅的重新订阅机制存在类型判断缺失的问题,导致在订阅恢复时错误地使用了Presence订阅类型。通过增加订阅类型判断逻辑,可以确保系统在重新订阅时保持与原始订阅一致的类型,保证功能的正确性。该问题已在后续版本中得到修复。
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
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0220- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
AntSK基于.Net9 + AntBlazor + SemanticKernel 和KernelMemory 打造的AI知识库/智能体,支持本地离线AI大模型。可以不联网离线运行。支持aspire观测应用数据CSS01
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
626
4.12 K
Ascend Extension for PyTorch
Python
464
554
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++
930
801
🔥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
69
21
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
181
暂无简介
Dart
871
207
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
130
189
openJiuwen 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
TSX
1.43 K
378
昇腾LLM分布式训练框架
Python
136
160