2. Cyber RT基础

Cyber RT 是面向自动驾驶场景设计的实时分布式计算框架，它把“感知—预测—规划—控制”这类高并发、低延迟、强时序的任务组织成可调度、可观测、可复用的软件系统。理解 Cyber RT，不能只记住几个名词，而要抓住三条主线：运行时架构决定任务在哪里执行，通信机制决定数据如何在模块之间流动，记录回放模块决定数据如何被保存、复现与离线分析。本节围绕这三条主线展开，为后续的记录回放与数据分析工程打下概念基础。

一、Cyber RT 的分层架构

从整体上看，Cyber RT 可以划分为四层：最底层是基础库与操作系统抽象层，提供线程、锁、时间、日志、内存池等能力；其上是通信与调度层，包含通道（Channel）、节点（Node）、服务（Service）、调度器（Scheduler）等核心设施；再往上是组件层，即 Component，把算法逻辑封装成可加载、可配置、可复用的运行单元；最上层是应用与工具层，包括各功能模块、录制回放工具、可视化与数据分析工具。记录回放模块位于工具层，但它同时依赖通信层和组件层，因此它既是“工具”，也是整个数据闭环的入口与出口。

二、核心组件与概念

Cyber RT 的运行时由若干关键对象构成，理解它们的职责边界，是后续排查“数据为什么没收到”“回放为什么对不上时间”的前提。

• Node（节点）：模块在框架中的身份标识，负责创建 Reader、Writer 和 Service，是通信的入口。一个进程可以创建多个 Node，但通常按功能划分。
• Channel（通道）：消息传输的逻辑管道，用唯一名称标识，例如 /apollo/perception/obstacles。通道是记录与回放的最小操作单位。
• Reader / Writer：通道两端的读写句柄。Writer 发布消息，Reader 订阅消息，二者通过通道名匹配，不直接持有对方引用。
• Message（消息）：基于 Protobuf 定义的结构化数据，具备版本兼容与高效序列化能力，是跨进程传输和落盘的基本单元。
• Component（组件）：对“Node + Reader/Writer + 处理逻辑”的封装，支持定时触发、消息触发等模式，是算法模块的标准形态。
• Scheduler（调度器）：决定组件在哪个线程、以何种优先级和频率执行，直接影响实时性。

三、通信机制：从发布订阅到落盘

Cyber RT 采用基于通道的发布/订阅模型。发送方通过 Writer 向某个 Channel 写入消息，接收方通过 Reader 订阅同名 Channel。框架根据通信双方的部署关系自动选择传输方式：同一进程内可走进程内零拷贝路径，跨进程可走共享内存，跨主机则走网络传输。对上层算法而言，这些差异被屏蔽，开发者只需关心通道名和消息类型。

记录回放模块正是建立在这一通信机制之上：记录时，它以订阅者身份挂载到指定通道，把收到的消息按时间戳顺序写入 .record 文件；回放时，它读取文件，按原始时间戳或指定速率，把消息重新发布到对应通道，使下游组件仿佛仍在接收实时数据。因此，记录文件不是简单的日志，而是可重放的通道数据流。

# 查看当前系统中的通道
cyber_channel list

# 查看某通道的发布/订阅关系与频率
cyber_channel info /apollo/perception/obstacles

# 录制所有通道
cyber_recorder record -a

# 录制指定通道
cyber_recorder record -c /apollo/perception/obstacles /apollo/planning

# 回放记录文件
cyber_recorder play -f demo.record

# 查看记录文件信息
cyber_recorder info demo.record

四、记录回放模块的定位与典型场景

在工程实践中，记录回放模块承担三类角色。第一是数据采集：路测时录制关键通道，形成可追溯的数据资产。第二是问题复现：现场出现异常后，用记录文件在实验室内反复回放，稳定复现问题，避免“一次错过、无法重来”。第三是离线验证：算法迭代后，用同一份记录数据对比新旧版本输出，实现可重复的回归测试。

五、常见误区与复盘要点

初学者最容易犯的错误，是把“通道名”当成“模块名”。通道是数据接口，模块是执行单元，一个模块可以发布多个通道，一个通道也可能被多个模块订阅。第二个误区是忽略消息类型：回放时若下游订阅的消息类型与记录中的类型不一致，反序列化会失败，表现为“有数据但解析为空”。第三个误区是认为录制就是全量保存：实际上未订阅的通道不会被记录，因此录制前必须确认通道清单。

复盘时建议按以下顺序检查：先确认记录文件包含哪些通道与时间范围，再确认回放时通道名和消息类型是否匹配，然后检查下游组件是否真正订阅成功，最后核对时间戳与回放速率是否符合预期。把这条链路走通，记录回放就不再是“黑盒工具”，而是可定位、可验证的数据分析基础设施。