- Inicio
- Artículos
Sistemas distribuidos
Sistemas de comunicación distribuida fiables
El middleware de publicación/suscripción como DDS y Zenoh hace que distribuir sea fácil de empezar y difícil de hacer bien. Los modelos de datos, la QoS y el comportamiento ante fallos deben diseñarse, no dejarse por defecto.
- Publicado
- Tiempo de lectura
- 4 min de lectura
El middleware centrado en datos ha cambiado la forma de construir sistemas embebidos distribuidos. Con implementaciones de DDS como Eclipse Cyclone DDS, o con Eclipse Zenoh, los nodos se descubren automáticamente, publican datos tipados y los reciben allí donde se necesitan. Un primer prototipo puede funcionar en una tarde.
La dificultad llega después. Con carga real, en redes reales, con nodos que se reinician y enlaces que se degradan, el comportamiento del sistema queda determinado por decenas de decisiones que nunca se tomaron conscientemente. Este artículo trata las más importantes.
El modelo de datos es la arquitectura
En un sistema de publicación/suscripción, los componentes no se llaman entre sí; comparten datos. Los topics, los tipos y las claves son, por tanto, las interfaces del sistema, y merecen el mismo cuidado que una API.
Algunos principios funcionan bien en la práctica:
- Modelar el estado y los eventos de forma distinta. Un topic que representa el estado actual de algo (la última lectura de un sensor, la consigna de un actuador) se comporta de forma distinta a uno que transporta eventos discretos (una orden, una alarma). Mezclarlos conduce a configuraciones de QoS que no son correctas para ninguno.
- Usar las claves de forma deliberada. En DDS, una clave convierte un topic en un conjunto de instancias independientes: una por vehículo, por dispositivo, por canal. Los topics con clave permiten historial y ciclo de vida por instancia; sin claves, cada actualización sobrescribe a todas las demás.
- Planificar la evolución. Los tipos cambiarán. Decida pronto cómo: tipos extensibles y miembros opcionales, nombres de topic versionados, o ambos. Cambiar sin ese plan un tipo del que dependen decenas de nodos obliga a una actualización coordinada de todo a la vez.
La calidad de servicio es una especificación
DDS ofrece un amplio conjunto de políticas de calidad de servicio; Zenoh tiene sus propios controles de fiabilidad, congestión y prioridad. Los valores por defecto están pensados para que funcionen los ejemplos, no para que su sistema sea correcto. Cada flujo de datos debería tener un perfil explícito y revisado.
En DDS, las políticas con más consecuencias son:
| Política | Pregunta que responde |
|---|---|
| Reliability | ¿Debe llegar cada muestra, o basta con el último valor? |
| Durability | ¿Debe recibir un suscriptor que se incorpora tarde los datos publicados antes? |
| History | ¿Cuántas muestras por instancia se conservan, y qué pasa con el resto? |
| Deadline | ¿Con qué frecuencia deben llegar datos nuevos antes de que su ausencia sea un error? |
| Liveliness | ¿Con qué rapidez debe detectarse la pérdida de un publicador? |
| Resource limits | ¿Qué limita el uso de memoria cuando los suscriptores se retrasan? |
Las combinaciones importan tanto como cada valor por separado. Entrega fiable con historial ilimitado hacia un suscriptor lento es una fuga de memoria con pasos adicionales. Entrega best-effort de órdenes que no deben perderse es un defecto latente. Escribir el perfil de cada flujo, con su justificación, saca a la luz estas incoherencias durante el diseño y no durante las pruebas de campo.
Diseñar para la red que realmente tendrá
Las redes de laboratorio son rápidas, silenciosas y fiables. Las redes desplegadas no. El multicast puede no estar disponible o estar filtrado, los enlaces Wi-Fi y móviles pierden paquetes a ráfagas, y el ancho de banda se comparte con tráfico que usted no controla.
Consecuencias prácticas:
- El descubrimiento debe configurarse para el despliegue: pares estáticos o un servicio de descubrimiento donde no haya multicast, y límites razonables sobre qué se anuncia y dónde.
- El particionado del espacio de datos (dominios y particiones DDS, key expressions de Zenoh) limita hasta dónde viaja cada dato, lo que importa tanto para el ancho de banda como para la seguridad.
- Los puentes entre redes locales de tiempo real y enlaces de área amplia suelen resolverse mejor en una pasarela explícita, donde pueden reducirse las tasas, filtrarse los datos y aislarse los fallos. Es un papel natural para Zenoh delante de un subsistema basado en DDS.
Hacer observable y probado el comportamiento ante fallos
Todo sistema distribuido sufrirá reinicios de nodos, particiones de red y sobrecargas. La cuestión es si su comportamiento en esas condiciones está especificado y verificado.
Preguntas útiles para cada flujo de datos crítico:
- ¿Qué hace el suscriptor cuando dejan de llegar datos? ¿Se vigila el deadline y existe una reacción segura definida?
- ¿Qué ocurre cuando un publicador se reinicia: el estado se recupera mediante durabilidad o debe reenviarse?
- ¿Cómo se comporta el sistema cuando un suscriptor es mucho más lento que los demás?
- ¿Qué eventos de estado del middleware se registran y se monitorizan en producción?
Estas preguntas se traducen directamente en pruebas de integración: matar un proceso, degradar un enlace con pérdida de paquetes y latencia, saturar un topic. Ejecútelas de forma automática, no una sola vez antes de un hito.
Resumen
El middleware centrado en datos traslada complejidad del código a la configuración y al diseño de los datos. Es un buen intercambio, siempre que el modelo de datos se trate como arquitectura, la QoS como especificación y el comportamiento ante fallos como algo que se prueba en lugar de suponerse.