性能从哪几个旋钮来
采样间隔决定服务器多久去读一次源数据，发布间隔决定多久往客户端推一次，队列大小决定两次发布之间能缓存多少个变化，死区决定多小的波动不值得产生通知。这四项共同决定服务器负载与网络流量：采样过密会拖高处理器占用，死区过小会让无效波动占满带宽，队列过小则在突发变化时丢中间值。调优的基本顺序是先按用途分档，再分档建订阅，最后逐项微调，而不是对全站点位平均用力。
基本信息
| 采样间隔 | 服务器读源数据的频率，决定设备侧负载 |
|---|---|
| 发布间隔 | 服务器向客户端推送的节奏，决定网络流量 |
| 队列大小 | 两次发布之间可缓存的变化数，取 1 只保留最新 |
| 死区 | 小于阈值的波动不产生通知，分绝对值与百分比 |
| 修正值 | 服务器返回实际生效的参数，估算必须基于它 |
| 诊断计数 | 订阅数、监控项数与发布请求计数可用于容量评估 |
典型使用场景
- 按用途分档：安全与状态信号走快档，温度压力走慢档，累计量走统计档
- 模拟量降噪：按量程百分比设死区，过滤仪表噪声带来的无效推送
- 状态量优化：队列取 1，只关心当前状态而不关心中间过程
- 首次建链：先用批量读获取初值，再建立订阅，避免客户端长时间空白
- 容量评估：按监控项总数与发布间隔估算服务器处理器与带宽
- 异常定位：对比请求参数与修正参数，判断是配置问题还是服务器能力上限
症状与调整方向
| 症状 | 可能原因 | 调整方向 |
|---|---|---|
| 服务器处理器占用高 | 采样过密或监控项数量过大 | 拉长采样、按档合并、减少监控项 |
| 网络流量偏大 | 死区过小或发布间隔过短 | 设死区、拉长发布间隔 |
| 数据看起来滞后 | 发布间隔过长或队列过小 | 缩短发布间隔、适当增大队列 |
| 通知溢出 | 客户端取数慢或队列被填满 | 拉长发布间隔、增大队列或提高取数速率 |
| 个别点位拖慢整批 | 高频项与低频项混在同一订阅 | 按采样节奏拆分订阅 |
分档配置思路
分档配置思路
# 快档：联锁与运行状态，采样 100 毫秒、队列 1、不设死区
# 慢档：温度与压力，采样 1 秒、死区设为量程的百分之零点五左右
# 统计档：累计量，采样 5 秒，仅在数值变化时推送
# 建立订阅后读回修正值，用它重新估算负载
# RevisedSamplingInterval / RevisedPublishingInterval / RevisedQueueSize百分比死区跟随量程解释，换单位或改量程后必须重新核对；量纲变化时绝对死区更直观，但两者行为不同，不要混用。
把所有点位塞进一个订阅看似省事，但任何一个超慢或高频的监控项都会拖慢整批发布节奏，排错时也难定位。