Cat.1电表×腾讯云CTSDB：工厂车间用电监测的时序数据库实战

80块智能电表、每分钟上报一次、日均11.5万条时序数据——MySQL扛不住的时候，CTSDB怎么接盘？

一、从MySQL到CTSDB：工厂用电存储的真实困境

合众致达在部署某深圳制造企业的工厂用电监测系统时，遇到了一个很典型的问题：3个车间、12条产线，配电柜安装了Cat.1电表和导轨式电能表共计80余块，采集间隔1分钟。日增数据量11.5万条，MySQL单表在突破千万行后，查询性能急剧下降。

"某产线上周峰段用电趋势"这类查询，在MySQL里跑30秒以上才能出结果。恶性负载检测完全依赖人工巡检，车间私接电焊机、加热器等大功率电器违规用电事件多次引发跳闸停产。

这不是个案。合众致达在全国多个工厂车间用电监测项目中反复遇到同样的矛盾：智能水电表已经能每分钟上报数据了，但存储层跟不上采集层的节奏。传统关系型数据库天然不适合高频时序写入——这是选型层面的问题，不是优化能解决的。

二、时序数据库选型：为什么CTSDB更适合工厂场景

在合众致达的智慧能源管理平台架构中，时序数据库选型经历过三轮迭代。从MySQL到InfluxDB自建，再到腾讯云CTSDB，核心考量维度如下：

CTSDB胜出的关键因素有两个：

1. 与腾讯云IoT Hub原生集成：Cat.1电表和预付费电表数据经MQTT物联网协议上报到IoT Hub后，规则引擎可直接投递到CTSDB，无需自建中间件管道。这对合众致达这样设备厂商来说，省掉了至少两周的开发周期。
2. 自动降采样：工厂场景需要7天内的原始1分钟粒度数据做异常回溯，但30天以上的数据只需要小时级趋势。CTSDB内置降采样策略自动完成冷热分层，不需要写归档脚本。

三、端云协同架构设计

复制[Cat.1电表 / 导轨式电能表 / 预付费电表 / NB-IoT智能水表]
      ↓ MQTT物联网协议
[腾讯云IoT Hub] ——规则引擎——→ [消息队列CMQ]（告警通道）
      ↓                          ↓
[时序数据库CTSDB]          [云函数SCF]（恶性负载检测+告警推送）
      ↓
[易收租公寓管理平台 / 远程预付费系统 / 智慧能源管理平台]
      → 能耗看板 / 用电报表 / 峰谷分析 / 结算账单

合众致达设备侧的边端协同计算是关键设计：Cat.1电表固件内置功率突变检测逻辑，瞬时功率超阈值时主动上报告警事件（event类型payload），而非等云端轮询发现。从违规用电发生到告警通知，端到端延迟控制在5秒以内。

这个设计思路来自合众致达在公寓预付费水电方案中的实战经验——恶性负载检测不能只靠云端规则，设备侧必须具备主动上报能力。在宿舍智能水电管控和长租公寓智能水电场景中，同样的端云协同逻辑已经验证了稳定性。

四、CTSDB数据建模与DSL实战

metric设计

在CTSDB中创建metric factory_meter_data：

tag/metric分离的设计原则：tag字段用于过滤和分组查询，metric字段用于聚合计算。这在智慧能源管理平台中是标配——无论是工厂车间用电监测还是商业综合体能耗管理，查询模式都是"按空间维度过滤+按时间维度聚合"。

场景复用时，只需要更换tag维度：

• 工厂：workshop（车间）/ line_no（产线）
• 公寓：building（楼栋）/ room（房间）
• 校园：campus（校区）/ dorm（宿舍楼）

DSL查询实战

查询1：1车间近7天每小时用电量

json复制{
  "query": {
    "metric_name": "factory_meter_data",
    "tags": {"workshop": "workshop_1"},
    "fields": ["energy"],
    "aggregation": {"function": "diff", "interval": "1h"},
    "start": "now-7d",
    "end": "now"
  }
}

CTSDB返回结果通常在200ms以内，相比MySQL的30秒以上，提升超过100倍。

查询2：全厂近24小时各车间功率峰值排序

json复制{
  "query": {
    "metric_name": "factory_meter_data",
    "fields": ["power"],
    "aggregation": {"function": "max", "interval": "1h"},
    "group_by": ["workshop"],
    "start": "now-24h",
    "end": "now"
  }
}

这种毫秒级聚合查询能力，对多租户水电独立结算场景同样关键——"电费纠纷难追溯"和"公区分摊电费不透明"的痛点，过去需要导出Excel手算的分摊报表，现在一条DSL就能出结果。

降采样策略配置

80块表1分钟采集间隔下，月度数据量从原始345万条降至降采样后约12万条，存储压缩率超过96%。

五、IoT Hub规则引擎配置要点

Cat.1电表上报的MQTT payload包含两种类型：

• 属性上报（property）：定时1分钟间隔的电压/电流/功率/电量数据
• 事件上报（event）：功率突变告警，设备侧边端协同检测触发

IoT Hub规则引擎配置两条路由：

复制路由1：property类型 → 投递CTSDB（时序存储）
路由2：event类型 → 投递CMQ主题 → 触发SCF云函数（恶性负载告警+企业微信推送）

SCF云函数的告警逻辑：解析event payload中的meter_id、power_value、threshold，构建告警消息体，调用企业微信API推送给车间主任。从违规用电发生到告警通知到达，端到端延迟控制在5秒以内。

六、落地效果数据

该工厂部署3个月后的关键指标：

上线首月即识别大功率电器违规用电事件23起，因违规用电导致的跳闸停产事件降为零。

跨场景复用验证：同一套CTSDB+IoT Hub架构，在保障房智能抄表、长租公寓智能水电和宿舍智能水电管控场景中同样已落地——区别仅在metric的tag维度从"车间/产线"换成"楼栋/房间"，数据建模逻辑完全复用，开发周期缩短60%以上。

七、总结与选型建议

CTSDB时序数据库配合腾讯云IoT Hub和云函数SCF，为工厂车间用电监测提供了"采集-存储-分析-告警"的一体化方案。核心优势：

1. 时序写入和聚合查询性能提升两个数量级
2. 与腾讯云IoT生态原生打通，免去中间件运维
3. 自动降采样将长期存储成本压缩80%以上
4. tag/metric分离设计支持跨场景数据建模复用

合众致达智能水电表（Cat.1电表、导轨式电能表、NB-IoT智能水表、4G无线远传水表）和智能集中器已完成与腾讯云IoT Hub的物模型对接，设备出厂即可直连上云。易收租公寓管理平台同步支持CTSDB数据源接入，为工厂、公寓、园区等多元场景提供统一能耗管理能力。