在专用设备中，如何设计实时数据采集系统？请说明传感器选型、数据传输协议（如MQTT、Modbus）、边缘计算节点的作用及数据存储方案。
清华大学天津高端装备研究院机械工程师难度：中等
答案
1) 【一句话结论】
实时数据采集系统需分层设计，传感器选型匹配精度与成本，传输协议选MQTT（低带宽实时）或Modbus（工业稳定），边缘节点负责本地预处理降延迟，数据存储分实时时序库与离线关系库。
2) 【原理/概念讲解】
老师口吻：设计实时数据采集系统要像搭积木一样分层，每层解决不同问题。
- 传感器选型：核心是“匹配场景需求”，比如工业机器人关节温度，选PT100（精度±0.1℃，适合高精度控制）；振动监测选加速度计（响应频率高，适合高频信号采集）。选型依据是精度、响应时间、环境适应性（如潮湿环境选IP68防护等级）。
- 数据传输协议：
- MQTT：发布订阅模式，低开销、支持QoS（0/1/2），适合低带宽场景（如移动设备、物联网设备），实时性高但依赖Broker。
- Modbus：主从协议，工业现场稳定可靠，支持多种设备类型，实时性较好但扩展性一般（需主设备控制）。
- 边缘计算节点：位于设备附近（如树莓派、工业网关），作用是“本地预处理”，比如过滤异常值（如温度超过100℃直接丢弃）、压缩数据（每秒采样10次压缩为5次）、聚合（每5秒平均一次），减少上传到云端的数据量，同时降低延迟（本地处理比云端快）。
- 数据存储方案：分“实时存储”和“离线存储”：
- 实时存储：用时序数据库（如InfluxDB），支持高并发写入和查询（适合实时监控）；
- 离线存储：用关系型数据库（如MySQL），用于数据分析（如历史趋势、故障诊断）。
3) 【对比与适用场景】
| 对比项 | MQTT | Modbus |
|---|---|---|
| 定义 | 发布订阅消息协议 | 工业现场主从通信协议 |
| 特性 | 低开销、支持QoS、适合低带宽 | 稳定可靠、支持多种设备 |
| 使用场景 | 物联网设备、移动网络、实时性要求高的场景 | 工业控制现场、设备数量少、网络稳定 |
| 注意点 | 需Broker，网络不稳定可能丢包 | 需主设备控制，扩展性一般 |
4) 【示例】
假设设备是工业机器人，采集关节温度（PT100）和振动（加速度计）数据：
- 传感器选型：温度用PT100（高精度），振动用加速度计（高频率）。
- 传输协议：选MQTT（低带宽实时）。
- 边缘节点（树莓派）伪代码：
def process_sensor_data():
while True:
temp = read_temperature_sensor() # 读取温度
accel = read_vibration_sensor() # 读取振动
if temp > 100 or accel > 5: # 过滤异常值
continue
if time_since_last_send >= 2: # 压缩数据（每2秒发送一次）
send_data_to_mqtt(temp, accel)
time_since_last_send = 0
time_since_last_send += 1
- 数据存储：实时数据存InfluxDB（时序库），离线数据存MySQL（关系库）。
5) 【面试口播版答案】
“面试官您好，针对专用设备实时数据采集系统设计，核心是分层架构：首先传感器选型要匹配应用场景，比如温度用PT100（高精度工业）、振动用加速度计（高频率）；然后传输协议选MQTT（低带宽实时），因为设备可能移动；边缘节点负责本地预处理，比如过滤异常值、压缩数据，减少上传压力，同时响应时间短；数据存储分实时（InfluxDB）和离线（MySQL），实时数据用时序库支持高并发写入，离线数据用于分析。这样设计能保证数据采集的实时性、可靠性和效率。”
6) 【追问清单】
- 问题1：传感器选型时如何考虑环境因素（如温度、湿度）？
回答要点：根据环境选防护等级（IP等级），比如工业环境选IP65以上，潮湿环境选IP68，确保传感器在恶劣环境下正常工作。 - 问题2：MQTT协议的QoS级别如何选择？
回答要点：QoS0（最多一次，适合非关键数据），QoS1（至少一次，适合关键数据），QoS2（exactly once，适合金融等高可靠性场景）。 - 问题3：边缘计算节点处理逻辑如何设计？
回答要点：比如数据过滤（异常值）、压缩（采样率调整）、聚合（每5秒平均一次），减少上传数据量。 - 问题4：数据存储方案如何保证扩展性？
回答要点：实时存储用分片时序数据库，离线存储用分布式关系型数据库，支持水平扩展。 - 问题5：如果网络不稳定，如何保障数据不丢失？
回答要点：边缘节点本地缓存数据，网络恢复后批量上传，或者使用MQTT的QoS1保证至少一次传输。
7) 【常见坑/雷区】
- 协议选择错误：用MQTT但工业现场网络不稳定，导致数据丢包。
- 忽略边缘计算：直接将原始数据上传到云端，增加延迟和带宽压力。
- 存储方案不区分实时与离线：都用关系型数据库，导致实时写入性能差。
- 传感器选型不考虑精度：用低成本传感器但精度不够，影响设备控制。
- QoS级别选择不当：选QoS0但关键数据丢失。