2. DDS基础概念

DDS（Data Distribution Service，数据分发服务）是一套面向实时分布式系统的数据通信中间件标准。它最核心的思想不是“客户端请求服务器”，而是以数据为中心的发布订阅模型：参与者不直接互相调用，而是围绕“主题”这一数据对象进行读写，由中间件负责把数据从写入者高效、可靠地分发到所有感兴趣的读取者。理解发布订阅模型以及数据写入者、数据读取者、主题、域、分区这些术语，是掌握 DDS 工程实践的第一步。

一、发布订阅模型的基本工作原理

在 DDS 中，通信双方被抽象为发布者（Publisher）和订阅者（Subscriber）。发布者通过数据写入者（DataWriter）把样本写入某个主题，订阅者通过数据读取者（DataReader）从该主题获取样本。中间件根据主题名称、数据类型和 QoS（服务质量）策略，自动完成匹配与传输，无需应用层关心对端地址、连接建立或重连逻辑。

这种模型的关键特征是：时间解耦（发布者与订阅者不必同时在线）、空间解耦（双方不需要知道彼此位置）、同步解耦（读写操作异步进行）。因此它非常适合雷达、飞控、车载、工业控制等对实时性和动态拓扑要求高的场景。

二、核心术语逐项解析

域（Domain）是 DDS 中最大的逻辑隔离单位。每个域由一个域 ID 标识，只有处于同一域内的参与者才能互相发现和通信。不同域之间的数据完全隔离，常用于把不同业务、不同安全等级或不同测试环境分开。

主题（Topic）是数据的逻辑名称，由“主题名 + 数据类型”共同确定。发布者和订阅者必须使用相同的主题名和兼容的数据类型才能匹配。主题是 DDS 中数据流动的“地址”，也是 QoS 策略绑定的对象。

数据写入者（DataWriter）是发布端实际执行写操作的实体。应用调用 write() 把样本交给 DataWriter，DataWriter 再根据 QoS 决定缓存、重传、丢弃或按历史深度保存。一个 Publisher 可以管理多个 DataWriter。

数据读取者（DataReader）是订阅端实际执行读操作的实体。它从中间件接收样本，应用通过 take() 或 read() 获取数据。其中 take() 会移除样本，read() 只读取不移除，这是初学者最容易混淆的一点。

分区（Partition）是域内更细粒度的逻辑分组机制。通过给发布者和订阅者设置相同的分区字符串，可以控制哪些读写者能够互相匹配。分区常用于同一域内按功能、优先级或数据敏感度做二次隔离。

三、典型场景：一个温度监控系统

假设一个机房温度监控系统，需要把多个温度传感器的数据实时分发给监控大屏和告警服务。可以这样设计：

• 域 ID 使用 0，表示生产环境；测试环境使用域 ID 1，互不干扰。
• 主题定义为 MachineRoom/Temperature，数据类型为 Temperature，包含设备编号、温度值、时间戳。
• 每个传感器对应一个 DataWriter，分区设置为 "sensor"。
• 监控大屏和告警服务各创建一个 DataReader，分区同样设置为 "sensor"，从而只接收传感器数据。

// 伪代码：创建主题与数据写入者
Topic<Temperature> topic = participant.create_topic("MachineRoom/Temperature");
Publisher publisher = participant.create_publisher();
DataWriter<Temperature> writer = publisher.create_datawriter(topic);

Temperature sample;
sample.device_id = "T-001";
sample.value = 26.5;
writer.write(sample);

// 订阅端
DataReader<Temperature> reader = subscriber.create_datareader(topic);
reader.take(sample);   // 读取并移除

四、常见误区与复盘要点

五、核心术语速查表