让每一台智能设备接入可被度量的智慧网络

在写第一行代码前，把指标写进合同附件：采集完整率 ≥ 99.5%、指令下发 P95 ≤ 200ms、断网续传时长 ≥ 72h。三项指标直接决定网关选型（是否需本地存储、是否需双链路）与采样频率。

避坑点：只验收“设备已接入”而不验收“数据可用”，往往在业务侧才发现字段缺失。建议同步定义字段级校验规则，例如温度必须在 -40 ~ 85℃ 区间，越界进入隔离队列而非直接入库。

经验阈值：单设备上行 < 1KB/s 走 MQTT（QoS1）；1KB/s ~ 50KB/s 用 MQTT over TLS 并开启批量打包（每 20 条合并一帧）；> 50KB/s 的高频振动/视频流，改为边缘侧特征提取后再上行，只传结果不传原始波形。

对比参考：原始波形直传 4G 卡月流量约 60GB，边缘提取特征后约 2.5GB，成本差距约 20 倍。

把每类智能设备抽象成三部分：属性（可读可写状态，如开关、档位）、事件（告警、故障码，含时间戳与等级）、服务（可被调用的动作，如校准、重启）。新老设备通过适配层映射到同一模型，业务代码不再关心具体厂商。

落地建议：模型版本号采用 v主.次，字段只增不删；删除字段先标记 deprecated，保留至少两个发布周期，避免存量现场批量升级失败。

边缘只做三件事：滤波去噪、阈值判断、本地缓存。复杂规则、跨设备联动、长周期趋势分析放到云端，便于统一迭代而不必逐站点升级固件。

资源红线：边缘进程常驻内存建议 ≤ 128MB，CPU 峰值 ≤ 60%，为系统预留余量；一旦超过，网关会出现采样丢点，表现为数据曲线“锯齿化”。

上线前至少做三次演练：①拔掉上行网线 10 分钟，验证本地缓存与补传顺序；②直接断电，验证配置是否持久化、重启后 90 秒内自动重连；③把设备时间人为调偏 5 分钟，验证服务端是否以设备时间戳为准做去重。

量化要求：补传时按时间戳升序，乱序率 < 0.5%；重复数据按“设备ID + 时间戳”幂等去重，去重后总量偏差 < 0.1%。

①首屏 3 秒内出现关键指标，图表分片加载而非整屏 Loading；②告警列表按严重度排序，单屏不超过 20 条，超出的折叠为“更多 37 条”；③响应式设计以 1024px 与 640px 为断点，运维平板横竖屏切换不丢当前筛选条件。

可测口径：关键页首屏可交互时间 ≤ 2.5s，误触率（返回上一步比例）≤ 8%，告警确认平均用时 ≤ 12 秒。