物联网全流程开发记录

问题

有数据采集设备，服务器，上位机用户显示三部分，采集设备将采集的数据发送至服务器。服务器将数据保存，上位机读取服务器保存的数据库显示。当出现多设备，多用户时，如何通过多设备对应多用户，可能的情况有一台设备一个用户，一台设备多个用户，多台设备一个用户，多台设备多个用户 我在数据库都如何配置和保存数据 上位机如何读取和保存数据

方案

在多设备多用户的系统中，数据库设计和数据交互逻辑需要兼顾 灵活性、扩展性 和 安全性，以支持以下四种核心场景：

一、数据库设计（关系型数据库，如 MySQL/PostgreSQL）

1. 核心表结构设计

-- 用户表（存储用户信息）
CREATE TABLE users (
    user_id INT PRIMARY KEY AUTO_INCREMENT,  -- 用户唯一ID
    username VARCHAR(50) UNIQUE NOT NULL,    -- 用户名
    password_hash VARCHAR(255) NOT NULL,     -- 密码哈希（加密存储）
    role ENUM('admin', 'user') DEFAULT 'user'-- 角色（管理员/普通用户）
);

-- 设备表（存储设备信息）
CREATE TABLE devices (
    device_id INT PRIMARY KEY AUTO_INCREMENT,-- 设备唯一ID
    device_name VARCHAR(100) NOT NULL,       -- 设备名称（如 "D1", "D2"）
    ip_address VARCHAR(15) NOT NULL,         -- 设备IP地址
    description TEXT                         -- 设备描述
);

-- 用户-设备关联表（多对多关系）
CREATE TABLE user_device (
    user_id INT NOT NULL,                    -- 外键：关联 users.user_id
    device_id INT NOT NULL,                  -- 外键：关联 devices.device_id
    access_level ENUM('read', 'write') DEFAULT 'read', -- 访问权限
    PRIMARY KEY (user_id, device_id),        -- 联合主键（唯一约束）
    FOREIGN KEY (user_id) REFERENCES users(user_id) ON DELETE CASCADE,
    FOREIGN KEY (device_id) REFERENCES devices(device_id) ON DELETE CASCADE
);

-- 数据表（存储设备采集的数据）
CREATE TABLE sensor_data (
    data_id BIGINT PRIMARY KEY AUTO_INCREMENT,-- 数据唯一ID
    device_id INT NOT NULL,                  -- 外键：关联 devices.device_id
    timestamp DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP, -- 采集时间
    temperature DECIMAL(5,2),                -- 示例字段：温度
    humidity DECIMAL(5,2),                   -- 示例字段：湿度
    voltage DECIMAL(5,2),                    -- 示例字段：电压
    FOREIGN KEY (device_id) REFERENCES devices(device_id) ON DELETE CASCADE
);

2. 表结构说明

3. 支持的场景

二、数据采集与存储流程

1. 设备端逻辑

• 数据发送：设备通过 TCP/HTTP/WebSocket 协议将数据发送到服务器。
• 数据格式（示例 JSON）：

  {
    "device_id": 1,
    "timestamp": "2025-04-05T14:30:00Z",
    "temperature": 25.5,
    "humidity": 60.0,
    "voltage": 3.7
  }
  

2. 服务器端逻辑

• 接收数据：服务器监听端口，接收设备发送的 JSON 数据。
• 数据验证：检查 device_id 是否存在，数据格式是否合法。
• 数据存储：将数据插入 sensor_data 表。

  INSERT INTO sensor_data (device_id, timestamp, temperature, humidity, voltage)
  VALUES (1, '2025-04-05 14:30:00', 25.5, 60.0, 3.7);
  

三、上位机（用户端）数据读取与显示

1. 用户认证与权限控制

• 登录流程：
  1. 用户输入用户名和密码。
  2. 服务器验证密码哈希，生成 JWT Token（含用户 ID 和角色）。
  3. 后续请求携带 Token 进行身份验证。

2. 数据查询逻辑

• 根据用户权限动态筛选数据：

  -- 查询用户有权限访问的所有设备的最新数据
  SELECT d.device_id, d.device_name, sd.temperature, sd.humidity, sd.timestamp
  FROM user_device ud
  JOIN devices d ON ud.device_id = d.device_id
  JOIN sensor_data sd ON d.device_id = sd.device_id
  WHERE ud.user_id = 1001
  ORDER BY sd.timestamp DESC;
  

• 分页与过滤：

  -- 按时间范围和设备ID筛选数据
  SELECT * FROM sensor_data
  WHERE device_id = 1
    AND timestamp BETWEEN '2025-04-05 00:00:00' AND '2025-04-05 23:59:59'
  LIMIT 100 OFFSET 0;
  

3. 数据展示

• 前端界面（如 Web 或桌面应用）：
  1. 根据用户权限动态加载设备列表。
  2. 使用图表库（如 ECharts/D3.js）绘制实时数据。
  3. 支持导出 CSV/Excel。

四、权限管理与安全性

1. 数据访问控制

• 行级权限：在查询时通过 user_device 表限制用户只能访问授权设备的数据。
• 字段级权限：通过视图（View）限制用户只能查看特定字段（如仅读取 temperature，隐藏 voltage）。

2. 数据安全

• 传输加密：使用 HTTPS/TLS 加密通信。
• 存储加密：敏感字段（如密码）使用 AES 加密存储。
• 审计日志：记录用户操作（如查询、导出数据）。

五、性能优化建议

1. 数据库优化

• 索引：为 sensor_data.device_id 和 sensor_data.timestamp 添加复合索引。
• 分表：按时间或设备ID分表（如 sensor_data_202504）。
• 缓存：使用 Redis 缓存高频访问的设备数据。

2. 服务器优化

• 异步写入：使用消息队列（如 Kafka/RabbitMQ）缓冲设备数据，再异步写入数据库。
• 负载均衡：多服务器集群部署，通过 Nginx 负载均衡。

3. 上位机优化

• 分页加载：避免一次性加载大量数据，采用懒加载。
• WebSocket 实时推送：设备数据更新后，服务器主动推送给上位机。

六、总结

如需进一步了解 如何实现设备数据的实时同步、如何设计权限的动态配置界面，或 如何使用时序数据库（如 InfluxDB）优化存储，请继续提问！