场景特点
能源电力行业的监控数据有几个区别于其他行业的特点：
- 场站地理分散：光伏电站、风电场分布在不同区域，网络条件参差不齐；
- 采集点位密度高：一个场站内可能包含大量传感器与设备，每个点位都持续上报；
- 数据需长期留存：电力行业对历史数据留存年限有要求，用于结算核对、故障分析和监管报送；
- 数据不可丢：发电量、功率等数据直接关联结算，丢失会造成实际的经济影响；
- 查询模式分明：实时监控看当前状态，历史查询多为按时间范围的聚合统计。
写入路径与网络约束
场站分散带来的直接问题是网络不稳定。设计写入路径时必须考虑这一点：
- 站端就近缓冲：在站端部署缓存组件，网络中断时先本地落盘，恢复后补传，避免数据直接丢失；
- 批量上报：把多个点位在一个采集周期内的数据合并成批上传，减少连接建立开销与网络往返；
- 断点续传：补传需要能识别已成功上报的批次，避免重复写入造成统计翻倍；
- 幂等写入：为每条记录设计唯一标识（场站 + 点位 + 时间），使重复补传不会产生重复数据；
- 乱序容忍：补传数据的时间戳会早于当前时间，聚合计算必须能正确处理迟到数据。
行业场景中，「网络不可靠」往往比「数据量大」更棘手。把断点续传与幂等作为硬性设计要求，而不是事后补丁。
写入侧的键设计
采集数据的键结构直接影响写入能否分散：
- 避免连续自增：连续主键会让写入集中在单一分片，是采集类系统的常见错误；
- 场站或点位标识作为键前缀：使同一场站的数据在物理上相邻，便于按场站查询；
- 时间作为第二维度：便于按时间范围扫描与批量归档；
- 注意写入倾斜：不同场站的采集频率可能差异很大，容量大的场站会造成分片不均，需要识别并单独处理。
长期存储的容量规划
留存年限是硬性要求，所以容量必须提前算清楚，而不是等磁盘告警才扩容：
- 估算基数：场站数 × 点位密度 × 采集频率 × 单条记录大小，得到每日增量；
- 计入副本开销：多副本存储意味着实际占用是逻辑数据量的数倍，规划时必须一并计入；
- 分层保留：近期原始精度数据用于精确分析，远期只保留聚合结果，能大幅压缩长期占用；
- 按时间归档：按年或按月归档，归档动作变成整块操作而非逐行删除；
- 预留弹性：计算与存储可独立扩容，但仍应设定容量水位线并提前触发扩容流程。
查询与统计
两类查询的处理方式应当区分开：
- 实时监控：关注当前功率、设备状态，读最近的数据，可通过缓存与只读副本分担；
- 历史统计：按日、月、年汇总发电量等指标，应读取预聚合结果而不是扫描原始明细；
- 结算类查询：要求数据准确可核对，必须能追溯到原始记录，因此聚合结果需要保留指向明细的关联；
- 限制大范围扫描：跨多年的明细查询应走归档通道，避免影响在线监控。
经验小结
能源监控平台的设计重心与互联网业务有明显差异：可靠性优先于低延迟，长期存储优先于瞬时性能。场站分散决定了必须做站端缓冲与断点续传；留存要求决定了容量规划必须前置；结算属性决定了数据必须可追溯。把这三条作为设计的出发点，比照搬通用监控架构更贴合实际需求。
| 行业场景 | 新能源场站与电力设备监控，场站分散、点位密集、数据需长期留存 |
|---|---|
| 网络约束 | 场站网络条件参差，需站端缓冲、批量上报、断点续传与幂等写入 |
| 键设计 | 避免连续自增主键，以场站或点位标识为前缀，时间作为第二维度 |
| 容量规划 | 按场站数乘点位密度乘频率估算增量，计入副本开销，分层保留与按时间归档 |
| 查询设计 | 实时监控读最近数据，历史统计读预聚合结果，结算类需可追溯明细 |
