Aeron多播流Session单主机不可用且无法自动恢复问题排查

初始Image不可用的核心原因 #

启用tether=true是主机C出现异常的关键：

• Aeron中tether=true会让订阅端与发布端Session建立强绑定关系，订阅端会严格依赖发布端的心跳/控制信号（如NAK响应、定期状态帧）维持Image可用性。
• 当主机C在默认超时窗口（约10秒，与你观察到的11秒吻合）内未收到发布端的控制信号时，会直接标记该Session对应的Image为不可用。
• 主机B未启用tether（默认tether=false），此时订阅端仅以是否收到数据帧作为Image可用性判断依据，因此能持续正常接收。

无法自动重建的原因 #

复用同一sessionid重启发布后C无法恢复的本质是驱动状态缓存：

• 当C的Aeron驱动已将该Session标记为不可用后，启用tether=true的订阅会缓存这个失效状态，即便发布端重启并复用sessionid，驱动也会判定该Session已失效，不会主动触发新的AVAILABLE_IMAGE事件重建Image。
• 只有重启驱动或重新创建订阅时，才会清除缓存状态、重新发现Session。

可行解决方向 #

• 调整发布端控制信号配置：检查发布端publicationLingerTimeout和heartbeatInterval参数，确保发布端能定期发送控制信号，满足tether订阅的心跳要求。
• 调整订阅端超时参数：增大imageLivenessTimeout配置，延长订阅端等待控制信号的超时窗口，避免误判Session失效。
• 避免复用sessionid重启发布：重启发布时使用新的sessionid，触发订阅端重新发现流程、重建Image。
• 主动刷新订阅：复用sessionid重启发布后，在主机C上主动关闭旧订阅并重新创建，或调用Aeron.addSubscription触发重新发现。
• 排查控制包传输：检查主机C是否存在控制包（小流量UDP包）丢失情况，比如防火墙规则、网络QoS限制等。

内容的提问来源于stack exchange，提问作者Reiss