Fast dds 内存调优
在 Fast DDS 中，调整 Writer 端的缓存大小（即 historyQos.depth）从 100 调整为 10，可以带来以下优化：
1. 内存占用优化
- 原因：缓存大小直接影响 Writer 端需要占用的内存。将
depth从 100 调整为 10，意味着 Writer 端只需要存储最后的 10 个样本，而不是 100 个样本。 - 优化效果：内存占用显著减少，尤其是在样本较大的情况下。这对于资源受限的系统（如嵌入式系统）非常重要。
2. 降低调度开销
- 原因：缓存大小较大时，Writer 端需要维护更大的历史样本队列，这会增加调度和管理开销。
- 优化效果：减少缓存大小后，Writer 端的调度和队列管理开销降低，系统运行更高效。
3. 减少网络带宽占用
- 原因：如果启用了历史数据的重传（例如，对于新订阅者），较大的缓存大小会导致更大的网络带宽消耗，因为 Writer 需要发送更多的历史样本。
- 优化效果：减少缓存大小后，Writer 端只需要发送有限的历史样本（10 个），从而减少网络带宽的占用。
4. 提高实时性
- 原因：较大的缓存大小可能导致 Writer 端需要更长时间来处理历史数据，尤其是在高频率的数据发布场景下。
- 优化效果：减少缓存大小后，Writer 端的响应速度更快，延迟降低，实时性得到提升。
5. 简化资源管理
- 原因：较大的缓存大小可能导致资源（如内存和 CPU）被过度消耗，尤其是在多主题或高并发的场景下。
- 优化效果：减少缓存大小后，资源管理更加轻松，系统更加稳定。
需要注意的问题
- 数据丢失风险：如果订阅端（Reader）需要访问较旧的样本，减少缓存大小可能导致部分历史数据丢失。
- 配置匹配：确保
max_samples和max_samples_per_instance等其他 QoS 参数与新缓存大小（10）保持一致，避免配置冲突。 - 系统需求：如果应用场景要求保持较大的历史记录，减少缓存大小可能会影响系统功能。
总结
将 Writer 端的缓存大小从 100 调整为 10，可以显著优化内存占用、降低调度开销、减少网络带宽占用并提高实时性。然而，这需要根据具体的应用场景和需求进行权衡，确保调整后的配置不会影响系统的功能和可靠性。