超级会员免费看
本文聚焦物联网平台层核心实践，涵盖时序数据库选型依据（InfluxDB/TDengine/TimescaleDB/ClickHouse对比）、Tag-Field表结构设计原则、批量写入与降采样策略；构建可配置三级告警引擎，含去抖、恢复、熔断机制；基于ECharts与WebSocket实现高性能实时可视化大屏，强调聚合接口、性能优化及安全防护（参数化查询、内存泄漏规避）。内容紧扣工程落地关键点。
数据上云之后，怎么存、怎么算、怎么展示？这是项目的最后一公里，也是答辩时最能体现"工程完成度"的部分。这一篇讲平台层的数据存储选型、时序库表设计、告警规则引擎，以及可视化大屏的实现。
一、时序数据的特点决定了存储选型
先理解时序数据和关系型数据的本质区别，选型自然就清楚了。
| 维度 | 关系型数据（MySQL） | 时序数据（传感器读数） |
|---|---|---|
| 写入模式 | 随机更新、删除 | 只追加，不修改不删除 |
| 查询模式 | 复杂条件查询 | 时间范围 + 少量维度过滤 |
| 数据量 | 百万级 | 亿级甚至千亿级 |
| 写入频率 | 低 | 高（每秒每设备多条） |
| 保留策略 | 永久 | 按时间自动过期降采样 |
结论：用 MySQL 存传感器数据，会在写入吞吐和存储成本上双重崩溃。必须用时序数据库。
1.1 主流时序数据库对比
| 数据库 | 部署 |
|---|
订阅专栏 解锁全文
扫一扫
1361
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
