时序数据 - 匠联边缘服务系统
时序数据功能作为本系统的核心模块之一，承担着设备运行数据的实时采集、存储、处理与可视化任务，为上层应用（如设备监控、预测性维护、能效分析等）提供坚实的数据基础。
1. 技术架构与核心组件
该时序数据功能采用“边缘采集 + 边缘存储 + 边缘计算 + 本地可视化”的架构设计，确保关键数据在本地闭环处理，降低对云端的依赖，提升系统响应速度与可靠性。
其核心技术栈主要包括：
InfluxDB 作为时序数据库引擎：
- 选型原因：InfluxDB 是专为处理高写入、高查询负载的时序数据而设计的开源数据库。其针对时间序列数据的优化（如时间索引、数据压缩、连续查询等）使其在工业场景下表现优异。
- 部署模式：在边缘服务系统中，部署 InfluxDB 2.x作为本地时序数据存储的核心。它直接运行在边缘网关或边缘服务器上，实现数据的就近存储。
- 优势体现：
- 高性能写入：支持每秒数万乃至更高的数据点写入，满足多台设备高频数据采集需求。
- 高效压缩：显著降低存储空间占用，延长边缘设备的存储周期。
- Flux 查询语言：提供强大的数据查询、聚合与分析能力，支持在边缘端进行复杂的时间序列运算。
脚本化数据处理与保存：
- 核心能力：系统支持用户通过自定义脚本（JavaScript）来定义数据的预处理、过滤、转换和存储逻辑。
- 应用场景：
- 数据清洗：过滤异常值、处理缺失数据、单位换算。
- 数据聚合：将原始秒级数据聚合成分钟/小时级的统计值（如平均值、最大值、最小值、标准差）并存入 InfluxDB，减少存储压力。
- 事件触发：当数据满足特定条件时（如温度超过阈值），执行脚本触发告警、记录日志或调用其他服务。
- 灵活性与可扩展性：通过脚本支持，系统无需修改核心代码即可适应不同客户、不同设备的数据处理需求，极大地提升了系统的灵活性和可维护性。
ECharts 作为数据可视化引擎：
- 选型原因：ECharts 是百度开源的、功能强大且高度可定制的JavaScript 图表库，支持丰富的图表类型（折线图、柱状图、散点图、仪表盘、热力图等），非常适合用于展示时间序列数据。
- 集成方式：在边缘服务系统的 Web 管理界面或本地 HMI（人机界面）中，集成 ECharts 库。前端通过调用边缘服务提供的 API（通常基于 InfluxDB 的查询接口或系统自封装的 RESTful API）获取 InfluxDB 中的时序数据，然后使用 ECharts 进行渲染展示。
- 可视化功能：
- 实时监控：以折线图等形式实时显示设备关键参数（温度、压力、转速等）的变化趋势。
- 历史回溯：支持按时间范围查询历史数据，并以图表形式展示，便于分析设备运行状态。
- 多维度分析：支持在同一图表中对比多台设备或多参数的数据，或使用多图表联动分析。
- 交互性：提供缩放、拖拽、数据点提示、图例开关等交互功能，提升用户体验。
- 自定义仪表盘：用户可自由拖拽组件，构建个性化的监控看板。
2. 功能流程概述
- 数据采集：边缘服务系统通过各种工业协议（如 Modbus, OPC UA, MQTT, CAN 等）从现场 PLC、传感器、仪表等设备实时采集原始数据。
- 脚本处理：采集到的原始数据流经用户定义的脚本引擎。脚本对其进行清洗、转换、计算或聚合。
- 数据存储：处理后的时序数据被写入本地部署的 InfluxDB 数据库。数据按时间、设备标签等组织，便于后续高效查询。
- 数据查询：当需要展示或分析时，系统向 InfluxDB 发起查询请求（
- 数据可视化：查询结果返回后，前端利用 ECharts 库将数据渲染成直观的图表，展示在 Web 界面或 HMI 屏幕上。
