支持多协议对接的物联网中台-物联中台ThingsConnect
2025-10-16 10:43:59
行业：物联网、智慧数字孪生
载体：云服务/云平台
技术：Java、Vue、MySQL、RabbitMQ
业务和功能介绍
一、立项背景和目标
（一）立项背景
物联网设备爆发式增长带来多源异构接入混乱、数据孤岛严重、应用迭代低效等痛点。传统定制化方案兼容性差，难以应对百万级设备高并发、亚秒级处理的需求，且数据分散导致决策滞后，需统一平台打通感知层至应用层的协同壁垒。
（二）立项目标
技术目标：构建边缘-云协同架构，支持百万级设备并发接入，数据处理延迟≤1 秒，设备接入标准化率达95%以上。
业务目标：降低设备接入成本40%，缩短应用上线周期50%，通过数据驱动实现预测性维护等场景价值。
生态目标：打造开放API体系，实现多厂商设备与应用无缝集成。
二、软件功能及核心功能介绍
（一）整体功能框架
涵盖设备接入与管理、数据采集与存储、处理与分析、规则编排与场景联动、API服务五大模块，配套安全与运维支撑。
（二）核心功能
多协议接入引擎：支持MQTT、Modbus等主流协议及自定义协议，通过向导式工具与物模型模板实现设备快速接入，兼容直连、网关代理等方式，降低供应商切换成本。
设备全生命周期管理：覆盖注册、监控、运维全流程，支持OTA远程升级（差分/灰度策略），通过设备影子技术保障弱网状态一致性，断网72小时数据不丢失。
实时数据处理：基于Flink引擎实现数据清洗与实时计算，采用“数据湖 + 数据仓库”架构，支持冷热存储分离，兼顾成本与查询效率。
可视化规则编排：基于TCA模型（触发器-条件-动作），提供拖拽式工具与30余种运算函数，可配置温度超标自动调温等场景联动，自动化处理80%常规事件。
应用使能服务：提供REST/GraphQL API及SDK，集成低代码工具，支持公有云、私有云等多模式部署，适配不同企业需求。
三、核心业务流程
传感器通过MQTT将数据传至边缘网关，过滤无效数据并聚合为5分钟均值；
数据经Kafka队列传输至中台，接入引擎转换为标准格式；
流式引擎实时计算，若温度超标触发规则引擎生成告警；
数据存入数据湖与仓库，元数据同步至管理系统；
中台推送告警至MES系统，同时下发指令至空调设备；
管理人员通过仪表板监控状态，运维人员处置形成闭环。
四、功能路径描述
设备接入：登录后台→进入“设备接入”→选协议与方式→配参数与物模型→注册鉴权→设备上线。
规则配置：进入“规则编排”→新建任务→拖拽配置触发条件（如 “温度 > 35℃”）→设执行动作（如 “启动空调”）→启用规则。
数据查询：进入“数据可视化”→选设备与时间范围→配查询条件→生成图表并支持导出。
设备运维：进入“设备管理”→查设备状态→上传固件→选升级策略→监控升级进度。
（一）立项背景
物联网设备爆发式增长带来多源异构接入混乱、数据孤岛严重、应用迭代低效等痛点。传统定制化方案兼容性差，难以应对百万级设备高并发、亚秒级处理的需求，且数据分散导致决策滞后，需统一平台打通感知层至应用层的协同壁垒。
（二）立项目标
技术目标：构建边缘-云协同架构，支持百万级设备并发接入，数据处理延迟≤1 秒，设备接入标准化率达95%以上。
业务目标：降低设备接入成本40%，缩短应用上线周期50%，通过数据驱动实现预测性维护等场景价值。
生态目标：打造开放API体系，实现多厂商设备与应用无缝集成。
二、软件功能及核心功能介绍
（一）整体功能框架
涵盖设备接入与管理、数据采集与存储、处理与分析、规则编排与场景联动、API服务五大模块，配套安全与运维支撑。
（二）核心功能
多协议接入引擎：支持MQTT、Modbus等主流协议及自定义协议，通过向导式工具与物模型模板实现设备快速接入，兼容直连、网关代理等方式，降低供应商切换成本。
设备全生命周期管理：覆盖注册、监控、运维全流程，支持OTA远程升级（差分/灰度策略），通过设备影子技术保障弱网状态一致性，断网72小时数据不丢失。
实时数据处理：基于Flink引擎实现数据清洗与实时计算，采用“数据湖 + 数据仓库”架构，支持冷热存储分离，兼顾成本与查询效率。
可视化规则编排：基于TCA模型（触发器-条件-动作），提供拖拽式工具与30余种运算函数，可配置温度超标自动调温等场景联动，自动化处理80%常规事件。
应用使能服务：提供REST/GraphQL API及SDK，集成低代码工具，支持公有云、私有云等多模式部署，适配不同企业需求。
三、核心业务流程
传感器通过MQTT将数据传至边缘网关，过滤无效数据并聚合为5分钟均值；
数据经Kafka队列传输至中台，接入引擎转换为标准格式；
流式引擎实时计算，若温度超标触发规则引擎生成告警；
数据存入数据湖与仓库，元数据同步至管理系统；
中台推送告警至MES系统，同时下发指令至空调设备；
管理人员通过仪表板监控状态，运维人员处置形成闭环。
四、功能路径描述
设备接入：登录后台→进入“设备接入”→选协议与方式→配参数与物模型→注册鉴权→设备上线。
规则配置：进入“规则编排”→新建任务→拖拽配置触发条件（如 “温度 > 35℃”）→设执行动作（如 “启动空调”）→启用规则。
数据查询：进入“数据可视化”→选设备与时间范围→配查询条件→生成图表并支持导出。
设备运维：进入“设备管理”→查设备状态→上传固件→选升级策略→监控升级进度。
项目实现
一、整体架构与设计思路
采用 “边缘 - 云协同” 分层架构，分感知层、边缘层、中台层、应用层：感知层负责设备数据采集；边缘层做数据预处理与本地缓存；中台层为核心，分接入、数据、服务三层（接入层解耦设备协议，数据层处理存储计算，服务层封装能力）；应用层提供低代码工具与 API。设计思路以 “高可用、可扩展、易维护” 为核心，采用微服务拆分模块，支持水平扩容，通过物模型标准化设备数据，避免重复开发。
二、各模块技术栈
设备接入层：Java（Netty框架）处理高并发连接，支持MQTT/Modbus协议，自定义协议用 Protobuf序列化；
数据层：Flink做实时计算，Kafka 传消息，Hudi构建数据湖（存原始数据），ClickHouse存结构化数据；
服务层：Spring Cloud Alibaba 微服务架构，Nacos做服务注册发现，Gateway 网关路由；
边缘层：Go 语言开发边缘网关，轻量高效，支持断网缓存（Redis 本地实例）；
前端：Vue3+ECharts，低代码平台基于Formily+Vant。
三、“我” 负责模块与结果
负责设备接入层与OTA升级模块，核心成果：
设计多协议接入框架，兼容 12 种主流协议，设备接入成功率从 82% 提升至 99.5%；
开发OTA差分升级功能，固件传输体积减少 60%，升级失败率从 15% 降至 1.2%；
优化设备鉴权逻辑，支持 Token + 证书双认证，抵御 3 次模拟攻击测试，零安全漏洞；
接入设备量达 10 万台，峰值并发连接数 12 万，延迟稳定在800ms内。
四、难点、坑与解决方案
难点 1：多协议设备数据格式混乱，导致接入效率低。
坑：初期按设备型号开发适配，新增设备需改代码。
解决方案：设计通用物模型（定义属性 / 事件 / 指令），设备接入时映射至模型，新增设备仅需配置模板，适配效率提升 3 倍。
难点 2：弱网环境下OTA升级频繁中断。
坑：初期全量传输，断网后需重新开始，失败率高。
解决方案：实现差分传输（仅传更新部分）+ 断点续传，边缘端缓存升级包，网络恢复后继续，结合心跳检测重试，失败率降至 1.2%。
难点 3：设备并发接入时出现连接超时。
坑：Netty线程池参数不合理，队列堆积导致超时。
解决方案：压测优化线程池（核心线程 200 + 最大线程 500），用Redis做连接数限流，新增动态扩容机制，峰值并发承载能力提升50%。
采用 “边缘 - 云协同” 分层架构，分感知层、边缘层、中台层、应用层：感知层负责设备数据采集；边缘层做数据预处理与本地缓存；中台层为核心，分接入、数据、服务三层（接入层解耦设备协议，数据层处理存储计算，服务层封装能力）；应用层提供低代码工具与 API。设计思路以 “高可用、可扩展、易维护” 为核心，采用微服务拆分模块，支持水平扩容，通过物模型标准化设备数据，避免重复开发。
二、各模块技术栈
设备接入层：Java（Netty框架）处理高并发连接，支持MQTT/Modbus协议，自定义协议用 Protobuf序列化；
数据层：Flink做实时计算，Kafka 传消息，Hudi构建数据湖（存原始数据），ClickHouse存结构化数据；
服务层：Spring Cloud Alibaba 微服务架构，Nacos做服务注册发现，Gateway 网关路由；
边缘层：Go 语言开发边缘网关，轻量高效，支持断网缓存（Redis 本地实例）；
前端：Vue3+ECharts，低代码平台基于Formily+Vant。
三、“我” 负责模块与结果
负责设备接入层与OTA升级模块，核心成果：
设计多协议接入框架，兼容 12 种主流协议，设备接入成功率从 82% 提升至 99.5%；
开发OTA差分升级功能，固件传输体积减少 60%，升级失败率从 15% 降至 1.2%；
优化设备鉴权逻辑，支持 Token + 证书双认证，抵御 3 次模拟攻击测试，零安全漏洞；
接入设备量达 10 万台，峰值并发连接数 12 万，延迟稳定在800ms内。
四、难点、坑与解决方案
难点 1：多协议设备数据格式混乱，导致接入效率低。
坑：初期按设备型号开发适配，新增设备需改代码。
解决方案：设计通用物模型（定义属性 / 事件 / 指令），设备接入时映射至模型，新增设备仅需配置模板，适配效率提升 3 倍。
难点 2：弱网环境下OTA升级频繁中断。
坑：初期全量传输，断网后需重新开始，失败率高。
解决方案：实现差分传输（仅传更新部分）+ 断点续传，边缘端缓存升级包，网络恢复后继续，结合心跳检测重试，失败率降至 1.2%。
难点 3：设备并发接入时出现连接超时。
坑：Netty线程池参数不合理，队列堆积导致超时。
解决方案：压测优化线程池（核心线程 200 + 最大线程 500），用Redis做连接数限流，新增动态扩容机制，峰值并发承载能力提升50%。
示例图片视频
相似推荐
自动化架构搭建-支付服务底层全链路自动化搭建
金融行业线上bug要无限接近于零，钱袋子出问题就是大问题，基于背景搭建全链路自动化
以下功能更是重中之重
充值、提现、支付、代付、注册、绑卡等等，这些功能需要有自动化来减少人工测试回归的压力，以及代替冒烟测试
甄选酒世界
一、立项背景
原有管理模式低效
业务前期依赖手工记录、零散工具处理订单、商品、财务等环节，易出现数据错误、流程混乱，且人工统计效率极低，无法匹配业务增长节奏。
业务规模扩张后的协同需求
随着订单量、商品品类增加，“订单 - 库存 - 财务 - 营销” 等环节的联动需求增强，原有分散式管理无法实现信息互通（比如库存不足时难以及时同步订单环节）。
缺乏数据化决策支撑
此前无统一的数据统计、可视化工具，无法实时掌握订单趋势、销售额波动、订单状态分布等信息，难以精准调整运营策略。
二、立项目标
业务全流程数字化
将订单、商品、财务、营销等环节迁移至系统，替代人工 / 零散工具，实现流程线上化、标准化，降低错误率。
数据可视化与决策支持
搭建数据统计、趋势分析模块，实时呈现订单量、销售额、订单状态等核心数据，辅助运营者快速判断业务走势。
多模块协同提效
实现 “订单 - 库存 - 财务” 等模块的信息互通（比如订单生成后自动关联库存扣减、财务核算），减少跨环节沟通成本。
沉淀业务数据资产
长期积累订单、销售等数据，支持后续的用户行为、销售周期等深度分析，优化运营与供应链策略。
黄埔军校文旅街区
一、立项背景
文化资源转化需求
黄埔相关历史是区域核心文化 IP，但传统展示形式（博物馆、讲解）吸引力不足，需要通过沉浸式、互动式的体验形态，让红色 / 历史文化 “活” 起来。
文旅消费升级趋势
当下游客更偏好 “参与感 + 体验感” 的文旅项目，单一观光已无法满足需求，沉浸式演出是契合年轻群体、家庭群体的新型文旅产品。
区域文旅业态补位
长洲等区域的现有文旅业态以景点、餐饮为主，缺乏具有标志性、差异化的核心体验项目，需要打造 “引流型” 文旅产品，提升区域文旅的停留时长与消费粘性。
二、立项目标
文化传播目标
以沉浸式演出为载体，让观众在体验中感知黄埔历史的精神内核，实现红色文化、历史文化的年轻化、大众化传播。
文旅经济目标
成为区域文旅 “新地标”，带动门票、餐饮、文创等关联消费，形成 “演出 + 配套服务” 的文旅消费闭环。
业态创新目标
探索 “历史 IP + 沉浸式体验” 的文旅融合模式，打造可复制、有影响力的文旅产品案例，提升区域文旅的品牌竞争力。
TK跨境电商商家自动提报
一、 核心批量操作功能
批量关联商品：可一键或按规则批量点击操作，将选定的商品进行关联（如搭配销售、链接到同一活动页等），极大简化商品矩阵搭建流程。
智能数量选择：通过复选框，用户可以灵活选择需要处理的商品数量，范围支持 5到300个，满足不同规模的批量任务需求。
二、 高级关键词处理引擎
自定义字符删减：
前置删除：可设定从每个关键词的头部自动删除指定数量的字符。
后置删除：可设定从每个关键词的尾部自动删除指定数量的字符。
适用于清理来源数据中多余的统一前缀/后缀（如“【热卖】”、“-2024新款”等）。
自动关键词添加：根据预设规则，在处理后或全新的关键词列表中，自动为商品添加或绑定关键词。
重复检测机制：在添加或导入关键词时，系统会自动检测并高亮提示完全重复或高度相似的关键词，避免冗余，确保关键词库的精准与高效。
三、安全的卡密授权与管理机制
一机一码：软件授权与用户设备硬件信息深度绑定。每个激活码仅限在一台特定设备上使用，防止账号共享与盗版传播。
过期重置规则：
卡密设有明确的有效期。
用户必须在当前卡密完全过期后，方可购买并使用新的卡密进行授权重置。
有效期内不支持随意更换设备或重置，保障授权秩序的稳定。
状态提醒：软件界面或用户中心会清晰显示当前卡密的剩余有效期，并在临近过期时给予友好提示。
四、 典型应用场景示例
商品上架优化：快速为数百个新商品批量关联同类推荐，并智能处理来源关键词，清理无用字符后高效导入。
关键词库维护：定期检测并清理商品关键词中的重复项，保持SEO的独特性与有效性。
团队权限管理：通过卡密机制，便捷地为不同运营人员或不同时期的项目分配软件使用权限。
奇安信-大禹平台
大禹是网络安全领域高性能大数据安全分析中台:
1、对设备接入与资产管理；
2、安全能力内置：漏洞检测、情报关联；
3、可以对数据接入与治理，例如：日志、流量、漏洞、威胁情报等数据类型；
4、事件管理与处置：告警归并、溯源分析、工单联动、自动化响应，缩短安全事件处置时间，降低误报率
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服