PyModbus中ModbusSlaveContext默认数据块共享问题解析
2025-07-03 03:13:06作者:齐添朝
问题背景
在PyModbus项目中,当开发者创建多个ModbusSlaveContext实例时,可能会遇到一个隐蔽但重要的问题:默认情况下,这些实例会共享相同的数据块(DataBlock)。这意味着不同Modbus从站设备对寄存器的读写操作会相互干扰,导致数据不一致。
问题本质
这个问题的根源在于Python的函数默认参数特性。在Python中,函数的默认参数是在函数定义时(即解释器解析函数时)被求值并创建的,而不是在每次函数调用时。当默认参数是可变对象时,所有使用默认参数的调用都会共享同一个对象。
在ModbusSlaveContext的初始化方法中,di、co、ir和hr四个参数都使用了ModbusSequentialDataBlock.create()作为默认值。由于create()方法返回的是一个可变对象,因此所有未显式指定这些参数的ModbusSlaveContext实例都会共享相同的四个数据块实例。
问题重现
通过以下代码可以清晰地重现这个问题:
from pymodbus.datastore import ModbusSlaveContext
# 创建两个ModbusSlaveContext实例
context1 = ModbusSlaveContext()
context2 = ModbusSlaveContext()
# 检查它们是否共享相同的数据块
print(context1.store["d"] is context2.store["d"]) # 输出True
# 修改context1的数据会影响context2
context1.setValues(fc_as_hex=3, address=1, values=[1,1,1])
print(context2.getValues(fc_as_hex=3, address=1, count=3)) # 输出[1,1,1]
解决方案
要解决这个问题,可以采用以下几种方法:
- 修改ModbusSlaveContext初始化方法:将默认参数改为None,然后在方法内部创建新的数据块实例。这是最彻底的解决方案。
def __init__(self, *_args,
di: ModbusSequentialDataBlock=None,
co: ModbusSequentialDataBlock=None,
ir: ModbusSequentialDataBlock=None,
hr: ModbusSequentialDataBlock=None,
zero_mode=False):
self.store = {
"d": di or ModbusSequentialDataBlock.create(),
"c": co or ModbusSequentialDataBlock.create(),
"i": ir or ModbusSequentialDataBlock.create(),
"h": hr or ModbusSequentialDataBlock.create()
}
self.zero_mode = zero_mode
- 显式传递数据块参数:在创建ModbusSlaveContext实例时,显式地为每个参数创建新的数据块。
from pymodbus.datastore import ModbusSequentialDataBlock
context1 = ModbusSlaveContext(
di=ModbusSequentialDataBlock.create(),
co=ModbusSequentialDataBlock.create(),
ir=ModbusSequentialDataBlock.create(),
hr=ModbusSequentialDataBlock.create()
)
context2 = ModbusSlaveContext(
di=ModbusSequentialDataBlock.create(),
co=ModbusSequentialDataBlock.create(),
ir=ModbusSequentialDataBlock.create(),
hr=ModbusSequentialDataBlock.create()
)
最佳实践
在开发多设备Modbus服务器时,建议遵循以下最佳实践:
- 始终为每个Modbus从站设备创建独立的数据块实例
- 如果使用默认构造函数,确保了解其共享数据块的行为
- 在需要隔离数据的场景下,显式创建并传递数据块参数
- 考虑使用工厂模式来创建具有独立数据块的ModbusSlaveContext实例
总结
PyModbus中ModbusSlaveContext的默认数据块共享行为是一个典型的Python可变默认参数陷阱。理解这一行为对于开发可靠的Modbus多设备服务器至关重要。通过适当的初始化方式或修改库代码,可以确保每个Modbus从站设备拥有独立的数据存储空间,避免意外的数据共享问题。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0195
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0124
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
766
5 K
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++
859
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
687
1.35 K
Ascend Extension for PyTorch
Python
721
893
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
458
446
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
620
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
2.99 K
637
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
152
255