首页/网络/工控与物联网速查/物联网遥测数据模型设计方法
物联网协议60 条

物联网遥测数据模型设计方法

遥测数据模型要同时满足可查询、可演进、可压缩:用稳定的设备标识与时间戳做主键,指标命名与单位全平台统一,结构演进时不破坏既有解析,并把连续量测与状态事件分开建模。

工控与物联网速查网络更新于 2026-10-17
​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌​​‌​‌‌‌‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌‌​‌‌‌​‌​​​‌‌​​‌​‌​‌‌​‌‌​​​‌‌​​‌​‌​‌‌​‌‌​‌​‌‌​​‌​‌​‌‌‌​‌​​​‌‌‌​​‌​​‌‌‌‌​​‌​​‌​‌‌​‌​‌‌​​‌​​​‌‌​​​​‌​‌‌‌​‌​​​‌‌​​​​‌​​‌​‌‌​‌​‌‌​‌‌​‌​‌‌​‌‌‌‌​‌‌​​‌​​​‌‌​​‌​‌​‌‌​‌‌​​​​‌​‌‌​‌​‌‌​​‌​​​‌‌​​‌​‌​‌‌‌​​‌‌​‌‌​‌​​‌​‌‌​​‌‌‌​‌‌​‌‌‌​​​‌​‌‌‌​​‌‌​‌​​​​‌‌‌​‌​​​‌‌​‌‌​‌​‌‌​‌‌​​

三条设计约束

遥测数据量大、写入频繁、查询以时间范围为主,因此模型要保证三件事:主键稳定(设备标识加时间戳唯一确定一条记录)、语义统一(同名指标在所有设备上含义与单位一致)、结构可演进(新增指标不破坏既有解析)。把连续量测与状态事件混在一起,是后期查询与告警难做的常见原因。

设计项与做法

设计项做法原因
主键设备标识加时间戳,必要时再加指标名保证幂等写入与去重
时间戳采集时间与接收时间分别保存只有接收时间时无法还原真实顺序
命名与单位全平台统一命名与单位命名不一致会让跨设备聚合失效
结构演进用可扩展字段承载新增指标避免每加指标就改表结构
指标与事件分离连续量测与状态变化分别建模两类数据的查询与保留策略不同
质量标记记录数据来源与可信度区分实测、补传与估算值

典型使用场景

  • 多站点汇总:命名与单位统一后可直接跨站点聚合
  • 趋势与报表:按指标与时间范围查询,避免全表扫描
  • 断网补传:采集时间与接收时间并存,能还原真实时序
  • 异常分析:质量标记把估算值与实测值分开,统计更可信
模型设计阶段就应确定保留周期与聚合粒度:原始数据、分钟级聚合与小时级聚合的存储成本差别很大,事后补建代价更高。
指标命名与单位一旦被下游报表依赖就很难修改,前期多花时间做评审,比上线后协调所有消费方改动便宜得多。

保留与聚合

原始数据与聚合数据的保留周期应按业务价值分别设定:诊断类数据在原始精度下保留较短时间,趋势与统计类数据以聚合形式长期保留,成本与可回溯性才能兼顾。

易错点

  • 只用接收时间入库:补传数据的时间顺序被打乱,趋势分析失真
  • 指标命名随项目变化:跨站点聚合时同名指标含义不同,报表不可用
  • 指标与事件混在一张表:查询与保留策略互相冲突
  • 主键不稳定导致重复入库:同一份数据被记录多次
  • 缺少来源与质量标记:无法区分实测值、补传值与估算值

数据来源与参考

  • 时序数据库官方数据建模文档
  • 工业物联网数据模型相关行业白皮书

整理校对:其其网ICT文档中心 · 本页地址:docs.qiqicto.com/ics/telemetry-data-model-design.html

​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌​​‌​‌‌‌‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌‌​‌‌‌​‌​​​‌‌​​‌​‌​‌‌​‌‌​​​‌‌​​‌​‌​‌‌​‌‌​‌​‌‌​​‌​‌​‌‌‌​‌​​​‌‌‌​​‌​​‌‌‌‌​​‌​​‌​‌‌​‌​‌‌​​‌​​​‌‌​​​​‌​‌‌‌​‌​​​‌‌​​​​‌​​‌​‌‌​‌​‌‌​‌‌​‌​‌‌​‌‌‌‌​‌‌​​‌​​​‌‌​​‌​‌​‌‌​‌‌​​​​‌​‌‌​‌​‌‌​​‌​​​‌‌​​‌​‌​‌‌‌​​‌‌​‌‌​‌​​‌​‌‌​​‌‌‌​‌‌​‌‌‌​​​‌​‌‌‌​​‌‌​‌​​​​‌‌‌​‌​​​‌‌​‌‌​‌​‌‌​‌‌​​