程序聚合 软件案例 智慧管廊综合管理平台

智慧管廊综合管理平台

行业:物联网
载体:网站、安卓APP
技术:Spring Boot、UniApp、Vue、MongoDB

业务背景

XXX地下综合管廊工程等三个PPP项目是某市综合管廊试点项目,通过智能传感器、物联网、自动化控制、空间地理信息可视化等技术,构建统一的智慧管廊综合管理平台,实现管廊结构数据、管廊机电设备数的采集和监控管理。

功能介绍

智慧管廊综合管理平台系统结构为4+2+N,即4大核心系统,2个支撑平台以及N个可定制扩展系统,以满足不同用户对系统功能的要求。另外,系统还提供一些管廊日常管理中常用的工具,方便用户使用。
1、管理一张图:综合展示管廊运行状态。包括管廊空间位置、结构、环境、设备、报警、工单、人员等信息,让监控人员对管廊当前情况“一目了然”。
2、实时管控:包括温湿度、氧气、甲烷、硫化氢、照明、风机、水泵、液位、红外入侵、视频、门禁、火灾报警、沉降、灾情、人防井盖、无线AP等设备运行状态查看、设备远程控制、报警联动处置等,使管廊设备“可见”、“可控”,保障管廊安全。
3、运维管理:提供日常巡检、维修、养护、资产管理功能,可自定义工作计划,日常任务和维修工单可自动生成、下发和跟踪,可对备件和维修工具进行库存管理,为管廊运维保驾护航
4、应急管理:通过制定好的应急预案,对应急事件进行跟踪,对应急物资进行调度,快速完成应急事件的处置工作。
5、IoT平台:对设备对接参数、报警参数进行设置,对设备接入状况进行监控。
6、配置管理:用户、角色、权限、部门、数据字典等管理。
7、系统工具:来访登记、值班管理、通讯录、知识库、资料管理、数据分析。
8、移动巡检终端:协助管廊运维人员入廊巡检、维修工作。内置实时定位、巡更打卡、工单上报、管廊环境查看、设备查询控制、报警提示等功能。

项目实现

和客户一起进行需求分析、系统设计、技术选型、组织人员完成系统开发,制定机电设备录入规范和模板,指导施工人员按模板录入设备点表。
采用虚拟引擎和插件技术,支持各种不同IOT协议的接入。

示例图片视频


广州市冰点软件科技有限责任公司
24小时内活跃
交付率:100.00%
相似推荐
青春湘行-微信小程序
用户端核心功能: 1. 1. 商品浏览与搜索 - 首页轮播图、多维度分类、智能搜索、高级筛选、商品详情展示 2. 2. 购物车与订单管理 - 购物车管理、完整订单流程、状态跟踪、支付集成、退款申请 3. 3. 用户评价与问答 - 1-5星评分、文字图片评价、商品问答、点赞互动功能 4. 4. 用户中心 - 个人信息、订单历史、评价管理、收藏功能、消息通知 管理端功能: 1. 1. 商品管理 - 商品CRUD、分类管理、库存控制、销量统计 2. 2. 订单管理 - 订单处理、状态管理、退款审核、数据统计 3. 3. 用户管理 - 用户信息、行为分析、增长统计 4. 4. 内容管理 - 轮播图配置、评价审核、问答回复、推荐设置 技术特色: - 20+个云函数覆盖所有业务场景 - 完整的数据库设计和关系管理 - 智能推荐算法和动态库存管理 - 订单超时自动处理机制 - 完善的安全保障和性能优化
Tob商旅平台
1.机票业主要功能有机票查询,改签机票查询,机票订单查询,机票预定,退票,改签等主要功能。 2.其中机票数据以壹号数据打底,聚合多家运营商数据进行数据聚合,为客户提供更多选择。 3.在此期间,同时对现有系统查询等功能做相关优化,旨在带给用户更好的使用体验。 4.同时对管理后台增加兜底功能,以便用户预定改签等出现问题可及时进行补救。 5.资源对接项目进行优化。
ToB商旅平台
1.主要分为5大模块分别为:机票业务、酒店业务、火车票业务、用车业务、用户模块,在其中主要负责机票业务。 2.机票业主要功能有机票查询,改签机票查询,机票订单查询,机票预定,退票,改签等主要功能。 3.其中机票数据以壹号数据打底,聚合多家运营商数据进行数据聚合,为客户提供更多选择。
票务销售核销系统
此系统为在线售票系统,提供销售客户端和核销端两大部分,集成微信支付功能,后台可集中管理商品,并提供锁座,核销二维码功能,多终端适配:H5/小程序/PC三端覆盖,智能选座:可视化场馆地图+3D视角切换,根据上座率自动调整价格梯度
携程门票交易秒杀场景优化
与传统电商相比,携程门票交易系统具有两大特点: 1) 强一致性:用户预 订后保证出票且尽可能快速确认,确保每一笔交易都能履约。 2) 多维度和跨商品组合限购:限购规则复杂多变,例如多维度和跨商品组合限购,保障每位用户有公平购票的机会,避免囤票行为。 当系统遇到洪峰流量时,容易出现页面打开慢、卡顿等问题,主要原因有以下几点: 1) Redis 超负载与缓存热点。 2) 数据库超负载。 3) 供应商系统不稳定。 系统优化: 一、Redis负载与缓存热点优化 a) 缓存热点应对方案:热点识别自动构建多级缓存将单位时间内高频访问的Key ,识别出来。例如:同一个 Key 1 秒内单机访问 10 次。 b) 缓存大key问题: 1. 精简缓存对象:去除缓存中的冗余字段。 2. 压缩缓存对象:采用压缩比更高的压缩方式,缩小缓存对象。 3. 拆分大 Key :若精简和压缩后还是过大,根据业务逻辑,将大 Key 拆分成多个小 Key 。 5. 长期治理:建立长期治理机制,定期扫描 Redis 中的大 Key ,每周跟进,将隐患在日常治理中消除。 二、数据库超载优化 a) 缓存覆盖更新策略:替代直接删除缓存 Key 的做法,采用了缓存覆盖更新策略。当商品信息发生变更时,系统不再删除缓存 Key ,而是直接更新该 Key 对应的缓存值。避免了流量穿透到底层数据库。 b) 消息聚合:针对商品变化消息量过大的问题,引入了消息聚合机制。将商品多次变化消息在一段时间窗口内合并成一个,减少消息处理的频率。 c) 异步更新缓存:为了进一步降低 对数据库的实时压力,采用了异步更新缓存的策略。当商品信息发生变更时,系统不会立即更新缓存,而是将更新任务放入一个异步队列中,由后台线程异步处理。 三、供应商系统不稳定 当供应商系统面临大流量冲击时,往往会出现响应缓慢甚至被限流的情况,这直接影响了我们自身系统的稳定性和用户体验。 为了缓解上述问题,我们采取以下技术策略: 1)削峰填谷 缓冲池:利用消息队列作为订单提交的缓冲池,将订单信息先写入队列,再由后台服务异步处理。这样可以将订单提交的高峰流量削平,减少对供应商系统的瞬时压力。
帮助文档   Copyright @ 2021-2024 程序聚合 | 浙ICP备2021014372号
人工客服