业务和功能介绍
1. 立项背景和目标
传统机房运维长期依赖 24h 人工巡检，动力、环境、安防各成一套独立子系统，告警响应慢、值班记录手写难以追溯、出事无法定责；而关键信息基础设施机房又有"7×24 实时监测、关键事件留痕可审计"的硬性要求。我们希望做一个统一平台，把动力（UPS、配电、空调）、环境（温湿度、漏水、烟雾、门禁）、告警、运维工单全流程打通，并把关键证据上链，解决"现场说不清、事后追不回来"的痛点。
2. 软件功能与核心模块
① 实时采集网关：适配 Modbus RTU/TCP、SNMP、DL/T 645、DI/DO 干接点等异构协议，统一抽象为"测点"模型；
② 2.5D / 三维动环图：机房全景可视化，设备定位、温湿度热力图、配电链路联动；
③ 告警引擎：阈值、复合、趋势三类规则，分级通知（短信、语音、邮件、企业微信/钉钉）；
④ 运维工单：告警→派单→处理→销警闭环，全流程留痕，可审计；
⑤ 区块链存证：严重告警、巡检签到、设备配置变更的哈希上链（联盟链），原文存 IPFS；
⑥ 设备/资产管理：设备台账、维保周期、生命周期；
⑦ 报表中心：能耗、告警趋势、SLA、可用率。
3. 业务流程
现场设备 → 边缘网关协议转换 → MQTT Broker 接入 → Go 后端 → 时序库（InfluxDB/TDengine）+ 关系库（PostgreSQL）→ 告警判定 → 通知 / 工单 / 上链 → Web 看板展示。
4. 功能路径
登录（管理员 / 运维 / 巡检 / 访客，权限分级）→ 总览看板（实时态势地图）→ 进入单机房动环图 → 查看测点趋势与实时告警 → 接单处理工单 → 上传处置证据与复核销警 → 报表导出与签名留档。
传统机房运维长期依赖 24h 人工巡检，动力、环境、安防各成一套独立子系统，告警响应慢、值班记录手写难以追溯、出事无法定责；而关键信息基础设施机房又有"7×24 实时监测、关键事件留痕可审计"的硬性要求。我们希望做一个统一平台，把动力（UPS、配电、空调）、环境（温湿度、漏水、烟雾、门禁）、告警、运维工单全流程打通，并把关键证据上链，解决"现场说不清、事后追不回来"的痛点。
2. 软件功能与核心模块
① 实时采集网关：适配 Modbus RTU/TCP、SNMP、DL/T 645、DI/DO 干接点等异构协议，统一抽象为"测点"模型；
② 2.5D / 三维动环图：机房全景可视化，设备定位、温湿度热力图、配电链路联动；
③ 告警引擎：阈值、复合、趋势三类规则，分级通知（短信、语音、邮件、企业微信/钉钉）；
④ 运维工单：告警→派单→处理→销警闭环，全流程留痕，可审计；
⑤ 区块链存证：严重告警、巡检签到、设备配置变更的哈希上链（联盟链），原文存 IPFS；
⑥ 设备/资产管理：设备台账、维保周期、生命周期；
⑦ 报表中心：能耗、告警趋势、SLA、可用率。
3. 业务流程
现场设备 → 边缘网关协议转换 → MQTT Broker 接入 → Go 后端 → 时序库（InfluxDB/TDengine）+ 关系库（PostgreSQL）→ 告警判定 → 通知 / 工单 / 上链 → Web 看板展示。
4. 功能路径
登录（管理员 / 运维 / 巡检 / 访客，权限分级）→ 总览看板（实时态势地图）→ 进入单机房动环图 → 查看测点趋势与实时告警 → 接单处理工单 → 上传处置证据与复核销警 → 报表导出与签名留档。
项目实现
1. 整体架构与技术栈
采用端-边-云分层：
· 端：智能传感器与动环设备；
· 边：边缘网关（协议转换、本地缓存、断线续传）+ EMQX 作为 MQTT 消息总线；
· 云：Go 后端按职责拆 5 个微服务——collector-service（采集）、alarm-service（告警引擎）、ops-service（工单/运维）、chain-service（区块链网关）、api-gateway（BFF），存储用 InfluxDB / TDengine（时序）+ PostgreSQL（业务）+ Redis（缓存 / 会话）+ 联盟链（FISCO BCOS）+ IPFS（原文存证）；
· 前端：Vue 3 + TypeScript + Vite + ECharts + Three.js（机房 3D）；
· 部署：Docker Compose 一键起，K8s 平滑迁生产。
2. 我负责的模块与可量化结果
我作为主后端开发，独立负责 collector-service、alarm-service、chain-service 三个核心模块的从 0 到 1 实现。关键指标：
· 单实例支撑 8000 测点 / 5s 全量采集，服务 QPS 1.2 万，日处理时序数据约 6000 万条；
· 告警端到端判定延迟 P95 < 1.2 s（采集 → 判定 → 通知）；
· 关键证据上链平均 2.3 s，含批量打包默克尔根入链；
· 试点客户机房上线半年，月均告警 1200+，误报率从行业常见的 ~8% 降到 1.6%，人工巡检工时下降约 40%。
3. 我遇到的难点、坑与解决方案
① 协议碎片化：在线设备 200+ 型号，每家寄存器表都不一样，新型号接入要两周。→ 设计"设备驱动插件"模型，用一份 manifest JSON 描述寄存器映射和采集周期，把新设备接入压缩到一天。
② 弱网下网关告警风暴：现场 Modbus 长连接反复断，重连瞬间把网关打挂。→ 网关本地缓存最近 30 分钟数据，断线恢复后批量补传、去重，服务端用消息幂等键兜底。
③ 告警规则爆炸：规则堆到上万条时 CPU 成为瓶颈。→ 把"测点-规则"预编译为倒排索引 + 布隆过滤器，热规则常驻内存，并按机房分片并行判定。
④ 上链吞吐与成本：所有告警全上链会把区块塞爆。→ 本地按严重等级过滤，仅把严重告警哈希（默克尔根）入链，原文存 IPFS，可验证但不臃肿。
⑤ 大屏渲染卡顿：500+ 设备同屏时浏览器掉帧。→ Canvas 分层 + 视口剔除 + 热点元素 WebGL 化，FPS 稳定在 60。
采用端-边-云分层：
· 端：智能传感器与动环设备；
· 边：边缘网关（协议转换、本地缓存、断线续传）+ EMQX 作为 MQTT 消息总线；
· 云：Go 后端按职责拆 5 个微服务——collector-service（采集）、alarm-service（告警引擎）、ops-service（工单/运维）、chain-service（区块链网关）、api-gateway（BFF），存储用 InfluxDB / TDengine（时序）+ PostgreSQL（业务）+ Redis（缓存 / 会话）+ 联盟链（FISCO BCOS）+ IPFS（原文存证）；
· 前端：Vue 3 + TypeScript + Vite + ECharts + Three.js（机房 3D）；
· 部署：Docker Compose 一键起，K8s 平滑迁生产。
2. 我负责的模块与可量化结果
我作为主后端开发，独立负责 collector-service、alarm-service、chain-service 三个核心模块的从 0 到 1 实现。关键指标：
· 单实例支撑 8000 测点 / 5s 全量采集，服务 QPS 1.2 万，日处理时序数据约 6000 万条；
· 告警端到端判定延迟 P95 < 1.2 s（采集 → 判定 → 通知）；
· 关键证据上链平均 2.3 s，含批量打包默克尔根入链；
· 试点客户机房上线半年，月均告警 1200+，误报率从行业常见的 ~8% 降到 1.6%，人工巡检工时下降约 40%。
3. 我遇到的难点、坑与解决方案
① 协议碎片化：在线设备 200+ 型号，每家寄存器表都不一样，新型号接入要两周。→ 设计"设备驱动插件"模型，用一份 manifest JSON 描述寄存器映射和采集周期，把新设备接入压缩到一天。
② 弱网下网关告警风暴：现场 Modbus 长连接反复断，重连瞬间把网关打挂。→ 网关本地缓存最近 30 分钟数据，断线恢复后批量补传、去重，服务端用消息幂等键兜底。
③ 告警规则爆炸：规则堆到上万条时 CPU 成为瓶颈。→ 把"测点-规则"预编译为倒排索引 + 布隆过滤器，热规则常驻内存，并按机房分片并行判定。
④ 上链吞吐与成本：所有告警全上链会把区块塞爆。→ 本地按严重等级过滤，仅把严重告警哈希（默克尔根）入链，原文存 IPFS，可验证但不臃肿。
⑤ 大屏渲染卡顿：500+ 设备同屏时浏览器掉帧。→ Canvas 分层 + 视口剔除 + 热点元素 WebGL 化，FPS 稳定在 60。
示例图片视频
相似推荐
信联远程会诊系统
面向医疗机构，提供医生线上实时会诊、病例研讨等线上协作能力。支持多路摄像头、采集卡媒体流接入，可完成音视频硬件检测切换；具备屏幕共享、画笔激光笔多端同步绘制、录屏截图本地存储；支持参会人邀请、视频窗口管理、会议销毁整套业务流程，依靠长连接保障多终端指令同步，支撑多医生线上诊疗业务开展。
慢病管理系统
慢病管理系统，为应对国家慢性病管理需求进行开发。符合慢病管理中心标准，主要模块有患者档案，即时通讯，随访，宣教，病种管理，风险人群识别，健康任务，健康方案，患者的诊疗记录，诊断记录，检验记录，检查记录等诊疗数据，OCR识别，语音识别。
测序系统上传软件
本上传软件针对基因测序仪设备的数据上送场景开发。测序仪上位机每 10 分钟自动生成 14 份采集原始文件，包含测序过程电流信号、碱基采集等原始实验数据，是后端数据分析、算法调试、问题溯源的基础数据源。设备产生的原始文件需要及时、可靠传输至后端服务器，传统手动拷贝、简单脚本上传存在传输中断、文件丢失、重复上传、异常无重试等问题，无法满足测序业务 7×24 小时连续运行的数据可靠性要求。本软件通过 MQTT 协议和测序上位机交互接收事件通知，基于 FTP 协议封装实现并行上传能力，依托万兆网卡硬件带宽，完成测序仪本地文件向服务端的自动化传输，保障原始采集数据完整、有序送达服务器，支撑后续测序数据分析、算法优化与故障定位业务。
软件核心功能围绕稳定可靠的数据传输进行设计。软件作为 MQTT 客户端与测序仪上位机建立长连接，监听设备下发的文件就绪事件；当测序仪每 10 分钟生成 14 个数据文件完成后，设备通过 MQTT 推送通知消息，上报待上传的文件列表，软件接收消息后解析文件信息，生成上传任务进入任务排队队列，管控上传并发，避免瞬时任务过多造成网络与 IO 过载。依托万兆网卡实现高速并行 FTP 上传，充分利用带宽资源，缩短批量文件整体传输耗时，适配测序设备高频批量产出文件的业务特点。
具备断点续传能力，遇到网络抖动、服务器短暂离线等场景中断传输后，无需重传完整文件，从已传输偏移位置继续续传，节约带宽，提升大文件传输效率。内置失败重传机制，传输异常自动重试，记录任务状态，多次重试失败后标记异常任务，留存日志便于运维排查。
软件完整记录上传任务日志，包含文件名、大小、传输进度、耗时、成功失败状态，可追溯每一批次 14 个文件的传输全流程，核对文件是否完整送达服务器。任务队列支持任务管理，可查看排队、上传中、完成、失败全部任务，规避重复上传、漏传问题。上传完成后执行文件校验，比对源文件与服务端文件，防止传输过程文件损坏。
该软件解决测序设备触发式批量文件可靠上送难题，保障测序原始采集数据稳定回传，为后端测序数据分析、碱基标注、算法 Debug 提供完整可靠的原始数据源，实现整套测序业务链路的数据闭环。
锦波验真小程序-锦波验真
1. 基于Spring-Cloud微服务框架，改造多租户体系;基于Gateway网关完成统一鉴权，Nacos实现服务注册与配置管理;
2. 核心验真业务开发：实现防伪码批量生成、批量导入、产品与防伪码绑定，开发消费者扫码验真核心接口;控制防伪码校验规则，限制重复扫码，记录每次扫码行为，实现真伪判定逻辑;
3. 开发产品批次管理、溯源信息录入维护模块，集成框架工作流，实现产品、防伪物料入库的审批流程;
4. 针对扫码查询高并发场景，使用Redis缓存验真基础数据提升响应速度，通过RocketMQ异步落库扫码访问日志，降低数据库压力;
5. 开发运营后台统计报表：扫码总量、真伪查询统计、异常扫码记录、产品溯源数据统计，辅助运营分析窜货、假货风险;
美特优智能健康-美特优
硬件采集原始数据（蓝牙从戒指传到手机APP）
• 运动：步数、距离、卡路里消耗
• 睡眠：睡眠分期、REM快速眼动、睡眠评分
• 夜间监护：呼吸暂停监测、心率/血氧异常告警
• 24小时体征：心率、血氧、压力值、皮肤温度、体温
• 血压静态检测
APP端业务功能
1. 数据可视化：图表展示历史趋势，AI给出健康建议
2. 会员增值模块
◦ AI自动生成健康报告，对接医疗资源
◦ 7×24小时健康顾问（有医疗背景客服）
◦ 专家有限次数线上指导
◦ 亲友关怀：健康报告同步、异常报警推送亲属
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服