feat(net,pose): 连接状态机与保活对齐 + MediaPipe 崩溃修复(T-AND-010/011/012)
契约 websocket-keypoints 0.1.0 -> 0.2.0(向后兼容,子协议名与帧 version 不变;
先在 opendance-web 修改并提升版本,再同步三端快照)。
T-AND-011:连接状态异常、频繁重连(查实 3 个根因)
1. 保活用错了层:Windows 端有 5s 静默超时(只看应用层收到的帧),而本端只有
OkHttp 的协议层 ping —— 它由底层库自动应答、**不暴露给应用层**,根本不能续命。
画面里没人时 5s 必被踢、再重连,循环往复。
- 契约新增 §1.1(welcome/config 声明 silentTimeoutMs 与 heartbeatIntervalMs,
且心跳必须 < 静默超时的一半)与 §3.6(应用层 ping/pong);
- Windows 端超时 5s -> 15s、期望心跳 5s,并在 welcome/config 中下发;
- 本端按声明发 ping,连续 3 个周期无 pong 才判定链路已死并主动重连。
2. 不该重连时也重连:契约新增 §7 关闭码策略,1000/1001/1002 与主动停止一律不重连。
3. frame_id 恒为 0:PoseDetector.detect() 算了 safeTimestamp 却忘了写回
lastTimestampMs,接收端的丢包检测因此完全失效。已修。
其他对齐:
- 契约新增 §8 连接状态机 idle -> resolving -> connecting -> handshaking ->
streaming -> degraded -> reconnecting -> stopped,两端同名便于对照日志;
resolving 只对主机名生效,局域网直连 IP 直接进 connecting;
- 退避与抖动按 §7.1 冻结:0.5s -> 1 -> 2 -> 4 -> 8 -> 15s 封顶 + ±20% 抖动;
- 契约新增 §5 设备去重:hello 携带稳定 deviceId(ANDROID_ID 的 SHA-256 前 16 位,
不含硬件序列号),Windows 端据此去重、旧连接以 1000 关闭;
- 新增 util/ConnectionLog(环形缓冲,最近 500 条:状态迁移 / close code /
子协议协商 / 首帧时间 / 保活参数),运行页可一键导出(FileProvider)。
T-AND-012:MediaPipe 初始化崩溃(ExceptionInInitializerError: null)
- 诊断:新增 pose/PoseDiagnostics 展开 cause 链取真因(通常 UnsatisfiedLinkError)、
区分 native 加载失败、比对设备 ABI 与 APK 内 ABI 并给出可执行结论;
- native 解压:packaging { jniLibs { useLegacyPackaging = true } }(AGP 8 release
默认 extractNativeLibs=false,MediaPipe JNI 对它不兼容);
- R8:补 -keepclasseswithmembernames 的 native 方法保留规则,并 -printseeds 输出
seeds 供发布前核对(实测保留 20169 条 MediaPipe 条目);
- 构建期新增 verifyReleaseAbi:release ABI 必须恰为 arm64-v8a/armeabi-v7a、
每个 ABI 下必须有 MediaPipe native 库、模型资源必须存在;
- 未换库:诊断指向集成配置而非 MediaPipe 本身,保留 33 点契约零成本。
T-AND-010:版本号展示与单一来源
- 版本唯一来源 versionName(= project.yaml 的 version);versionCode 按
10000*主+100*次+修订 递增(0.2.0 -> 200);
- 契约版本改为构建期解析 contracts/VERSION 后注入 BuildConfig(六项各自独立
递增,原先的单个 CONTRACT_VERSION 常量已失真);界面不再手写任何版本号;
- 新增 checkReleaseConsistency 并挂到 preBuild,三者不一致直接 BUILD FAILED。
README/DSH/THIRD_PARTY/tasks 同步更新(含「导出连接日志」「保活参数」
「最近断开原因」等新增可观察项与排查表)。
测试:56 项全部通过(新增 ReconnectPolicyTest 11 项、PoseDiagnosticsTest 12 项);
build/verify.sh 全通过(单元测试 -> 构建 -> 签名/ABI/native/seeds/dex 校验)
This commit is contained in:
@@ -0,0 +1,81 @@
|
||||
# T-AND-011 连接状态与重连修复
|
||||
|
||||
- **状态**: done
|
||||
- **依赖**: T-AND-005、T-AND-006
|
||||
- **文档**: v1.6 §6.5;契约 `websocket-keypoints` **0.2.0**(本次提升)
|
||||
|
||||
## 问题
|
||||
|
||||
「连接状态异常、频繁重连」。逐条核对原实现后,找到 **3 个真实根因**,
|
||||
都不是"退避参数没调好"这种表象问题:
|
||||
|
||||
### 根因 1:保活用错了层(最要命)
|
||||
|
||||
- 服务端(Windows `pose_server.gd`)有 `CLIENT_TIMEOUT_MS = 5000` 的**静默超时**:
|
||||
5 秒内没有收到**应用层**的数据帧或文本帧就 `close(1001, "timeout")`;
|
||||
- App 端只有 OkHttp 的 `pingInterval = 15s`。**WebSocket 协议层的 ping 由底层库
|
||||
自动应答,不会暴露给接收端的应用层** —— 也就是说它根本不能续命;
|
||||
- 结果:只要画面里没有人(或相机暂停)而 `stats` 又没发出去,5 秒后必然被踢,
|
||||
然后重连,循环往复 —— 这就是"频繁重连"。
|
||||
|
||||
**修复(两端一起改)**:
|
||||
|
||||
- 契约新增 §1.1:接收端必须在 `welcome`/`config` 中声明 `silentTimeoutMs` 与
|
||||
`heartbeatIntervalMs`,且 **`heartbeatIntervalMs < silentTimeoutMs / 2`**;
|
||||
- 新增 §3.6 应用层 `ping` / `pong`(协议层 ping 不可见,必须自己定义);
|
||||
- Windows 端超时从 5s 提到 **15s**、期望心跳 **5s**,并在 `welcome`/`config` 中下发;
|
||||
- App 端按声明值周期发 `ping`,连续 3 个周期没收到 `pong` 才判定链路已死
|
||||
并主动重连(而不是干等)。
|
||||
|
||||
### 根因 2:不该重连的时候也重连
|
||||
|
||||
原 `scheduleReconnect()` 只看 `manualClose`:服务端因重启发的 `1001`、
|
||||
协议不匹配的 `1002`、乃至收到 `bye` 之后的正常 `1000`,都会触发重连。
|
||||
|
||||
**修复**:契约新增 §7 关闭码策略,App 用 `ReconnectPolicy.shouldReconnect()` 判定 ——
|
||||
`1000` / `1001` / `1002` 与主动停止一律**不**重连。
|
||||
|
||||
### 根因 3:frame_id 恒为 0
|
||||
|
||||
`PoseDetector.detect()` 计算出 `safeTimestamp` 后**忘了写回 `lastTimestampMs`**,
|
||||
于是 `handleResult()` 里 `frameId = lastTimestampMs and 0x7FFFFFFF` 永远是 0 ——
|
||||
接收端据此做的丢包检测完全失效,`frames_dropped` 恒为 0。顺带修掉。
|
||||
|
||||
## 其他对齐项
|
||||
|
||||
| 项 | 做法 |
|
||||
|--|--|
|
||||
| 状态机同名 | 契约新增 §8:`idle → resolving → connecting → handshaking → streaming → degraded → reconnecting → stopped`;App 的 `State` 枚举带 `wireName`,Windows 端 `PoseServer.ClientState` 同名,日志可直接对照 |
|
||||
| resolving | 主机名不是 IP 字面量时先解析(`InetAddress`),局域网直连 IP 直接进 connecting |
|
||||
| 退避与抖动 | 契约新增 §7.1 冻结:0.5s→1→2→4→8→15s 封顶 + **±20% 抖动**(避免同网段多机同时重连打尖峰) |
|
||||
| 设备去重 | 契约新增 §5:hello 携带稳定 `deviceId`(`ANDROID_ID` 的 SHA-256 前 16 位,**不含硬件序列号**);Windows 端按它去重,旧连接以 `1000` 关闭(旧连接不重连),设备数按去重后计数 |
|
||||
| 可诊断 | 新增 `ConnectionLog`(进程内环形缓冲,最近 500 条):状态迁移、close code/reason、子协议协商结果、首帧时间、保活参数;运行页「导出连接日志」经 FileProvider 分享 |
|
||||
| 界面 | 运行页显示状态机名、协商子协议、最近断开(close code + 中文原因)、保活参数、心跳 RTT、重试倒计时 |
|
||||
|
||||
## 契约变更(`websocket-keypoints` 0.1.0 → 0.2.0)
|
||||
|
||||
按文档 §7.2,先在 `opendance-web/contracts/websocket-keypoints.md` 修改并提升版本,
|
||||
再同步本仓库快照(三端逐字节一致)。
|
||||
|
||||
**向后兼容**:子协议名与二进制帧 `version` 均不变,只**新增可选**控制字段与
|
||||
一种新控制类型;仅实现 v0.1.0 的一端仍可互通(它不发 `ping`、不读
|
||||
`silentTimeoutMs`,但每帧关键点 + 每秒 `stats` 已足够保活)。
|
||||
|
||||
## 验收(文档 §6.5)
|
||||
|
||||
| 验收项 | 结果 |
|
||||
|--|--|
|
||||
| 连续推流 30 分钟不出现非预期重连 | ⚠️ 需真机 30 分钟实测(本环境无设备);根因 1 已消除,且保活节奏有单测锁定 |
|
||||
| 首次连接与断网恢复各有明确日志与状态 | ✅ 状态机 + `ConnectionLog`(可导出);`resolving/connecting/handshaking/streaming` 各有记录 |
|
||||
| 服务端主动关闭 / 客户端主动停止**不**触发重连 | ✅ 契约 §7 策略 + `ReconnectPolicyTest` 逐码断言 |
|
||||
| Windows 端设备数与手机端一致(重复连接去重) | ✅ 两端都按 `deviceId` 去重;Windows 端 `test_duplicate_device_id_is_deduplicated` 断言旧连接被 `1000` 关闭且设备数仍为 1 |
|
||||
| 两端协议(子协议名、帧格式、心跳)与契约一致 | ✅ 契约 0.2.0 已冻结;两端快照 md5 相同 |
|
||||
|
||||
## 测试
|
||||
|
||||
- `ReconnectPolicyTest`(11 项):退避序列逐值、抖动上下界、契约 §7 关闭码策略、
|
||||
心跳安全性(严格小于静默超时的一半)、越界与非法输入。
|
||||
- Windows 端 `tests/test_pose_server.gd` 新增 7 项:welcome 声明保活参数、
|
||||
ping→pong 回显、同 deviceId 去重、状态名与契约一致、
|
||||
状态随握手/首帧推进到 streaming、丢帧进入 degraded 后恢复、
|
||||
snapshot 暴露设备数与保活参数。
|
||||
Reference in New Issue
Block a user