📚 课程目录第2章 DDS 基础概念

2. DDS 基础概念

DDS（Data Distribution Service）是面向实时分布式系统的数据通信中间件标准。它不采用“客户端请求—服务器响应”的中心化模式，而是围绕以数据为中心的发布订阅模型构建。理解 DDS 的五个基础概念——发布订阅模型、域与分区、主题与实例、数据写入者与数据读取者、全局数据空间——是后续掌握 QoS 与可靠通信工程的前提。

一、发布订阅模型：以数据为中心的通信范式

在 DDS 中，通信双方不直接建立连接，而是围绕“数据对象”进行解耦。发布者（Publisher）将数据写入某个主题，订阅者（Subscriber）声明自己关心某个主题，中间件负责按需匹配并投递。这种模型带来三个关键解耦：

空间解耦：发布者与订阅者无需知道对方的网络地址或进程标识。
时间解耦：双方不必同时在线，DDS 可通过历史缓存与持久化支持迟到订阅者。
流解耦：同一份数据可被任意数量的订阅者同时消费，发布者无需为每个消费者单独发送。

与消息队列不同，DDS 的发布订阅是“数据状态”的传播，而非“消息事件”的排队。订阅者最终关心的是某个主题下数据的最新值或历史序列，而不是消息被消费的次数。

核心思想：发布者写“数据”，订阅者读“数据”，中间件根据主题、类型、QoS 自动完成匹配与投递。

二、域与分区：逻辑隔离的两级手段

域（Domain）是 DDS 中最大的逻辑隔离单位。每个域由一个 domainId 标识，不同域之间的实体默认完全不可见，即使运行在同一台机器上。域通常用于隔离不同车辆、不同功能集群或不同安全等级的系统。

分区（Partition）是域内的进一步逻辑划分。发布者和订阅者通过分区名集合进行匹配：只有分区名存在交集时，数据才可能被投递。分区常用于同一域内按功能、按区域或按优先级隔离数据流，例如将“感知数据”和“控制指令”放在不同分区中。

隔离手段	作用范围	匹配依据	典型用途
域 Domain	全局最大隔离	domainId	不同车型、不同安全域
分区 Partition	域内逻辑隔离	分区名集合交集	感知/控制/诊断数据分流
主题 Topic	数据类型与名称匹配	主题名 + 数据类型	同类数据的发布订阅

三、主题与实例：数据组织的两个维度

主题（Topic）是 DDS 中数据发布订阅的基本单位，由“主题名 + 数据类型”共同定义。主题名是字符串标识，数据类型是 IDL 定义的结构体。只有主题名和数据类型都匹配的写入者与读取者才能通信。

实例（Instance）是主题内部的数据分片。一个主题可以包含多个实例，每个实例由数据中的键（Key）字段唯一标识。例如主题“VehicleStatus”以 vehicleId 为键，则每辆车对应一个实例。实例机制让 DDS 能够对同一主题下的不同对象分别维护状态、生命周期和历史缓存。

struct VehicleStatus {
    @key long vehicleId;   // 键字段，决定实例
    double speed;
    double battery;
    long   timestamp;
};
// vehicleId=101 与 vehicleId=102 属于同一主题的不同实例

实例状态包括 ALIVE、NOT_ALIVE_DISPOSED、NOT_ALIVE_NO_WRITERS 等，读取者可以感知某个实例是被显式销毁，还是因为写入者消失而失效。这是 DDS 区别于普通消息中间件的重要能力。

四、数据写入者与数据读取者：通信端点的核心角色

在 DDS 实体层次中，Publisher 管理 DataWriter，Subscriber 管理 DataReader。真正执行数据写入和读取的是 DataWriter 和 DataReader。

DataWriter：绑定到一个主题，负责将数据样本写入全局数据空间，并携带 QoS 策略控制可靠性、历史、 deadline 等行为。
DataReader：绑定到一个主题，负责从全局数据空间接收数据样本，并向应用层提供缓存、状态和实例信息。

DataWriter 与 DataReader 之间通过匹配建立关联。匹配条件包括：同一域、主题名一致、数据类型一致、分区名有交集、QoS 兼容。只有匹配成功后，数据才可能被投递。

DataWriter 和 DataReader 是 QoS 策略的实际承载者。后续章节中讨论的可靠性、持久性、 deadline、资源限制等，最终都作用在这两个端点上。

五、全局数据空间：逻辑上的共享数据池

DDS 将整个域抽象为一个全局数据空间（Global Data Space）。发布者向其中写入数据，订阅者从中读取数据，中间件负责维护这个逻辑空间的一致性。全局数据空间不是一块物理内存，而是一个逻辑视图：每个主题对应空间中的一个“数据通道”，每个实例对应通道中的一个“数据槽”。

全局数据空间的价值在于：它把“谁发给谁”的通信问题，转化为“谁写入了什么、谁读取了什么”的数据问题。这使得系统更容易扩展、替换和动态重组。

六、案例与场景：车载系统中的典型映射

在一辆智能网联汽车中，可以这样映射 DDS 基础概念：

域：动力域使用 domainId=0，智驾域使用 domainId=1，两者默认隔离。
分区：智驾域内，感知数据放入 partition “perception”，控制指令放入 partition “control”。
主题：VehicleStatus、ObstacleList、ControlCmd 等。
实例：ObstacleList 以 obstacleId 为键，每个障碍物是一个实例。
DataWriter/DataReader：感知模块创建 DataWriter 写 ObstacleList，规划模块创建 DataReader 读 ObstacleList。
全局数据空间：所有模块通过域内全局数据空间交换数据，无需点对点连接。

七、常见误区与复盘

误区一：把域和分区混为一谈。域是全局隔离，跨域默认不可见；分区是域内逻辑隔离，跨分区仍可能通过其他分区名匹配。二者层级不同。

误区二：认为主题名相同就能通信。主题由“名称 + 数据类型”共同定义，类型不一致即使名称相同也无法匹配。

误区三：忽略实例键的作用。没有键字段时，整个主题视为单个实例；有键字段时，DDS 会按实例分别维护状态和历史，影响资源与 QoS 行为。

复盘建议：在设计阶段先画清“域—分区—主题—实例”四级结构，再确定 DataWriter/DataReader 的部署位置和 QoS 需求。基础概念清晰，后续的可靠性、持久性、 deadline 和资源限制才有稳定的落点。