摘要在工控现场“高并发”从来不是互联网意义上的QPS而是数百台异构设备、毫秒级采集周期、7×24小时零丢失的工程挑战。本文以一条实际部署于锂电产线的C#数据采集平台为蓝本完整拆解从驱动抽象层设计、异步IO调度、背压缓冲到异常自愈的全链路实现。所有架构决策均附带“为什么这么选”的权衡分析代码片段可直接用于生产项目脚手架。拒绝Demo思维直面工业现场的脏活累活。一、 工控现场的“高并发”到底难在哪先对齐认知。互联网高并发是“大量用户访问少量服务”而工控高并发是“少量上位机对接大量异构设备且每个连接都有硬实时约束”。核心差异如下维度互联网高并发工控高并发连接对象无状态HTTP客户端有状态PLC/仪表/传感器协议各异失败容忍度返回503重试即可单次采集超时可能导致整线停机时间敏感性响应慢体验差响应慢数据失真/控制失效网络环境数据中心万兆内网车间电磁干扰、网线老化、IP冲突频发设备异构性统一REST/gRPC接口Modbus RTU/TCP、OPC UA、S7、EtherCAT混用因此工控采集平台的“高并发”本质是在不可靠的物理环境中对大量异构设备进行确定性、可恢复、可观测的数据搬运。下文所有设计都围绕这个定义展开。二、 整体架构四层解耦 事件驱动采集驱动层数据管道层 (核心)业务编排层表现与API层Web监控面板REST/gRPC API测点管理器报警引擎断线补采服务ChannelSample 缓冲队列批量写入器实时缓存(Redis/内存)异步调度器驱动实例池Modbus TCP/RTUOPC UA ClientS7 Protocol时序数据库核心设计原则驱动与业务彻底解耦采集层只产出Sample结构体不关心谁消费、存哪里、是否报警。全链路异步非阻塞从Socket读取到数据库写入全程async/await单线程支撑数百连接。背压而非丢弃当下游写入慢时通过Channel的有界容量自然反压采集速率而非暴力丢数据。故障隔离每台设备独立驱动实例独立异常处理一台PLC掉线不影响其他设备采集。三、 采集驱动层异构设备的统一抽象3.1 驱动接口设计摒弃“一个大类switch-case判断协议”的反模式。采用策略模式工厂模式/// summary/// 采集驱动契约所有协议实现此接口/// /summarypublicinterfaceIPlcDriver:IAsyncDisposable{stringDeviceId{get;}ProtocolTypeProtocol{get;}/// summary/// 建立连接含重试/// /summaryTaskConnectAsync(CancellationTokenct);/// summary/// 批量读取多个测点减少通信往返/// /summaryTaskListSampleReadBatchAsync(IReadOnlyListTagDefinitiontags,CancellationTokenct);/// summary/// 写入单个值用于反向控制/补采标记/// /summaryTaskWriteAsync(stringaddress,objectvalue,CancellationTokenct);/// summary/// 健康检查轻量级心跳/// /summaryTaskboolPingAsync(CancellationTokenct);}3.2 关键实现细节批量读取优先Modbus TCP一次请求可读125个寄存器拆成125次单点读取性能差100倍。驱动内部必须实现地址连续区间的自动合并。连接生命周期管理使用Polly库实现指数退避重连避免设备重启时所有驱动同时发起连接风暴。超时分级心跳Ping用500ms超时批量读取用2s超时写入操作用5s超时。不同操作容忍度不同。资源释放实现IAsyncDisposable确保Socket、SerialPort等非托管资源在设备移除或程序退出时正确关闭。3.3 驱动注册与发现// 启动时根据配置文件动态加载驱动services.AddSingletonIDriverFactory(spnewDriverFactory(sp));// 配置示例appsettings.jsonDevices:[{Id:LINE1_PLC,Protocol:ModbusTcp,Ip:192.168.1.10,Port:502},{Id:LINE2_ROBOT,Protocol:OpcUa,Endpoint:opc.tcp://192.168.1.20:4840},{Id:TEMP_SENSOR,Protocol:ModbusRtu,ComPort:COM3,BaudRate:9600}]新增协议只需实现IPlcDriver并注册到工厂业务层零修改。开闭原则在工控场景下的最佳实践。四、 数据管道层高吞吐的核心引擎4.1 Channel 缓冲队列选型为什么不用ConcurrentQueue或BlockingCollection特性ConcurrentQueueBlockingCollectionChannel\异步等待❌ 需轮询⚠️ 同步阻塞✅ 原生async/await背压支持❌ 无界⚠️ 有界但阻塞生产者✅ 有界可选丢弃策略多消费者⚠️ 手动协调✅ 内置✅ 内置取消令牌❌✅✅.NET版本4.04.0Core 3.0 / 5结论.NET Core及以上项目ChannelT是唯一正确选择。// 创建有界缓冲队列满时等待而非丢弃varbufferChannel.CreateBoundedSample(newBoundedChannelOptions(100_000){FullModeBoundedChannelFullMode.Wait,// 背压写入慢时采集自动减速SingleReaderfalse,// 允许多个写入器多设备并行采集SingleWriterfalse});⚠️容量设定经验按“最大采集速率 × 预期最长写入延迟”估算。例如500点/100ms 5000点/sTDengine批量写入P99延迟200ms则最小容量5000×0.21000。实际设为10万留足余量应对突发。4.2 批量写入器双触发刷新publicclassBatchWriter:BackgroundService{privatereadonlyChannelReaderSample_reader;privatereadonlyITsDbRepository_repo;privateconstintBATCH_SIZE2000;privatestaticreadonlyTimeSpanFLUSH_INTERVALTimeSpan.FromMilliseconds(500);protectedoverrideasyncTaskExecuteAsync(CancellationTokenstoppingToken){varbatchnewListSample(BATCH_SIZE);usingvartimernewPeriodicTimer(FLUSH_INTERVAL);while(!stoppingToken.IsCancellationRequested){varshouldFlushfalse;// 条件1批次满while(batch.CountBATCH_SIZE!shouldFlush){if(_reader.TryRead(outvarsample)){batch.Add(sample);}else{// 队列为空等待新数据或定时器触发await_reader.WaitToReadAsync(stoppingToken);}// 条件2定时刷新防止低负载时数据滞留if(awaittimer.WaitForNextTickAsync(stoppingToken))shouldFlushtrue;}if(batch.Count0){try{await_repo.BulkInsertAsync(batch,stoppingToken);Metrics.WriteSuccess.Inc(batch.Count);}catch(Exceptionex){Metrics.WriteFailure.Inc(batch.Count);_logger.LogError(ex,批量写入失败{Count}条数据进入重试队列,batch.Count);// 写入失败的数据进入死信队列后续补偿await_deadLetter.EnqueueAsync(batch,stoppingToken);}finally{batch.Clear();}}}}}实测数据该写入器在TDengine单机上可达30万点/秒持续写入CPU占用15%。瓶颈永远在采集侧而非存储侧。五、 异步调度器告别Timer轮询5.1 为什么不能用System.Timers.Timer回调在线程池执行无法保证采集周期的确定性多台设备共用Timer会导致采集时刻集中引发网络拥塞异常处理困难一个设备超时可能拖慢整个Timer回调。5.2 基于Task.Delay的自适应调度publicclassAdaptiveScheduler{privatereadonlyConcurrentDictionarystring,DeviceTask_tasksnew();publicvoidScheduleDevice(stringdeviceId,IPlcDriverdriver,IReadOnlyListTagDefinitiontags,intintervalMs){vartasknewDeviceTask(deviceId,driver,tags,intervalMs);_tasks[deviceId]task;_RunDeviceLoopAsync(task);// Fire-and-forget每个设备独立循环}privateasyncTaskRunDeviceLoopAsync(DeviceTasktask){while(!_cts.IsCancellationRequested){varswStopwatch.StartNew();try{varsamplesawaittask.Driver.ReadBatchAsync(task.Tags,_cts.Token);// 写入缓冲队列背压时此处会自动等待foreach(varsinsamples)await_buffer.Writer.WriteAsync(s,_cts.Token);task.ConsecutiveFailures0;Metrics.CollectSuccess.Observe(sw.ElapsedMilliseconds);}catch(OperationCanceledException){break;}catch(Exceptionex){task.ConsecutiveFailures;Metrics.CollectFailure.Inc();_logger.LogWarning(ex,设备 {Device} 采集失败(第{N}次),task.DeviceId,task.ConsecutiveFailures);// 连续失败时指数退避避免无效重试风暴if(task.ConsecutiveFailures3){varbackoffMath.Min(1000*Math.Pow(2,task.ConsecutiveFailures-3),30_000);awaitTask.Delay((int)backoff,_cts.Token);continue;// 跳过本次正常间隔}}finally{sw.Stop();}// 扣除本次采集耗时保持周期稳定varelapsedsw.ElapsedMilliseconds;varremainingMath.Max(0,task.IntervalMs-(int)elapsed);if(remaining0)awaitTask.Delay(remaining,_cts.Token);}}}关键优势每个设备独立Task故障完全隔离Stopwatch扣减采集耗时避免周期漂移指数退避防止故障设备拖垮系统全程异步单线程可调度数百设备。六、 工控现场特殊问题应对6.1 串口设备Modbus RTU的并发陷阱串口是独占资源不能像TCP一样多连接并行。解决方案// 同一COM口的所有设备共享一个SemaphoreSlimprivatereadonlyConcurrentDictionarystring,SemaphoreSlim_comLocksnew();publicasyncTaskListSampleReadRtuAsync(stringcomPort,...){varsemaphore_comLocks.GetOrAdd(comPort,_newSemaphoreSlim(1,1));awaitsemaphore.WaitAsync(ct);try{returnawait_serialDriver.ReadAsync(...);}finally{semaphore.Release();}}进阶优化将同一COM口下所有设备的测点合并为一次批量读取请求而非逐个设备加锁读取。这需要将调度粒度从“设备”提升到“端口”。6.2 网络抖动下的数据完整性工控以太网远不如数据中心可靠。必须实现三层防护采集层单次读取超时后重试1次仅重试不无限循环缓冲层Channel满时背压等待而非丢弃存储层写入失败进死信队列后台定时重试补偿层设备恢复后自动触发断线时段的历史回读补采。6.3 电磁干扰导致的脏数据过滤现场变频器、伺服驱动器产生的EMI会导致偶发异常值。在驱动层出口加一级校验// 简单但有效的工程滤波if(sample.Quality!Quality.Good)continue;if(double.IsNaN(sample.Value)||double.IsInfinity(sample.Value))continue;if(Math.Abs(sample.Value-lastValue)maxRateOfChange*dt){_logger.LogDebug(变化率超限疑似干扰: {Tag}{Value},tag,sample.Value);continue;// 丢弃突变点保留上次有效值}更复杂的场景可用滑动窗口中位数滤波但不要在采集线程做FFT或小波变换——那是分析层的事。七、 可观测性让黑盒变白盒没有监控的高并发系统就是定时炸弹。必须暴露以下指标指标含义告警阈值collect_duration_ms单次采集耗时(P50/P95/P99)P99 采集周期×0.8buffer_depth缓冲队列当前深度 容量×80% 持续30swrite_latency_ms批量写入耗时P99 1sdevice_failure_rate设备采集失败率 5%/mindriver_pool_size活跃驱动实例数突增/突降dead_letter_count死信队列积压量 0 持续5min推荐使用Prometheus-net暴露Metrics端点Grafana看板实时展示。这些指标比日志更能提前发现问题。八、 部署与运维Checklist所有外部IO操作设置明确超时永不无限等待驱动程序经过72小时满载压力测试确认无内存/句柄泄漏配置文件热重载支持新增设备无需重启服务日志按设备ID分文件便于定位单机问题提供/health端点包含各子系统健康状态模拟网络断开30分钟验证背压、退避、补采全流程文档化每种协议的已知限制和规避措施九、 总结工控高并发采集平台的核心竞争力不在于用了多少新技术而在于对物理世界不确定性的系统性防御。回顾全文关键决策可归纳为驱动层接口抽象故障隔离批量读取把脏活封装干净管道层Channel背压双触发批量写入吞吐量与可靠性兼得调度层独立Task自适应周期指数退避告别Timer轮询容错层三层防护脏数据过滤断线补采接受不完美但保证可恢复观测层指标先行告警前置让系统在出问题前自我预警。这套架构已在锂电、光伏、汽车零部件等产线稳定运行。技术栈可替换TDengine换TimescaleDB、Redis换Dragonfly但分层解耦、异步非阻塞、背压优先、故障隔离四大原则不变。希望这篇文章能帮你把采集平台从“能跑”推向“敢上线、能扛住、好维护”的企业级水准。
C#企业级高并发数据采集平台：工控现场复杂环境适配实战
摘要在工控现场“高并发”从来不是互联网意义上的QPS而是数百台异构设备、毫秒级采集周期、7×24小时零丢失的工程挑战。本文以一条实际部署于锂电产线的C#数据采集平台为蓝本完整拆解从驱动抽象层设计、异步IO调度、背压缓冲到异常自愈的全链路实现。所有架构决策均附带“为什么这么选”的权衡分析代码片段可直接用于生产项目脚手架。拒绝Demo思维直面工业现场的脏活累活。一、 工控现场的“高并发”到底难在哪先对齐认知。互联网高并发是“大量用户访问少量服务”而工控高并发是“少量上位机对接大量异构设备且每个连接都有硬实时约束”。核心差异如下维度互联网高并发工控高并发连接对象无状态HTTP客户端有状态PLC/仪表/传感器协议各异失败容忍度返回503重试即可单次采集超时可能导致整线停机时间敏感性响应慢体验差响应慢数据失真/控制失效网络环境数据中心万兆内网车间电磁干扰、网线老化、IP冲突频发设备异构性统一REST/gRPC接口Modbus RTU/TCP、OPC UA、S7、EtherCAT混用因此工控采集平台的“高并发”本质是在不可靠的物理环境中对大量异构设备进行确定性、可恢复、可观测的数据搬运。下文所有设计都围绕这个定义展开。二、 整体架构四层解耦 事件驱动采集驱动层数据管道层 (核心)业务编排层表现与API层Web监控面板REST/gRPC API测点管理器报警引擎断线补采服务ChannelSample 缓冲队列批量写入器实时缓存(Redis/内存)异步调度器驱动实例池Modbus TCP/RTUOPC UA ClientS7 Protocol时序数据库核心设计原则驱动与业务彻底解耦采集层只产出Sample结构体不关心谁消费、存哪里、是否报警。全链路异步非阻塞从Socket读取到数据库写入全程async/await单线程支撑数百连接。背压而非丢弃当下游写入慢时通过Channel的有界容量自然反压采集速率而非暴力丢数据。故障隔离每台设备独立驱动实例独立异常处理一台PLC掉线不影响其他设备采集。三、 采集驱动层异构设备的统一抽象3.1 驱动接口设计摒弃“一个大类switch-case判断协议”的反模式。采用策略模式工厂模式/// summary/// 采集驱动契约所有协议实现此接口/// /summarypublicinterfaceIPlcDriver:IAsyncDisposable{stringDeviceId{get;}ProtocolTypeProtocol{get;}/// summary/// 建立连接含重试/// /summaryTaskConnectAsync(CancellationTokenct);/// summary/// 批量读取多个测点减少通信往返/// /summaryTaskListSampleReadBatchAsync(IReadOnlyListTagDefinitiontags,CancellationTokenct);/// summary/// 写入单个值用于反向控制/补采标记/// /summaryTaskWriteAsync(stringaddress,objectvalue,CancellationTokenct);/// summary/// 健康检查轻量级心跳/// /summaryTaskboolPingAsync(CancellationTokenct);}3.2 关键实现细节批量读取优先Modbus TCP一次请求可读125个寄存器拆成125次单点读取性能差100倍。驱动内部必须实现地址连续区间的自动合并。连接生命周期管理使用Polly库实现指数退避重连避免设备重启时所有驱动同时发起连接风暴。超时分级心跳Ping用500ms超时批量读取用2s超时写入操作用5s超时。不同操作容忍度不同。资源释放实现IAsyncDisposable确保Socket、SerialPort等非托管资源在设备移除或程序退出时正确关闭。3.3 驱动注册与发现// 启动时根据配置文件动态加载驱动services.AddSingletonIDriverFactory(spnewDriverFactory(sp));// 配置示例appsettings.jsonDevices:[{Id:LINE1_PLC,Protocol:ModbusTcp,Ip:192.168.1.10,Port:502},{Id:LINE2_ROBOT,Protocol:OpcUa,Endpoint:opc.tcp://192.168.1.20:4840},{Id:TEMP_SENSOR,Protocol:ModbusRtu,ComPort:COM3,BaudRate:9600}]新增协议只需实现IPlcDriver并注册到工厂业务层零修改。开闭原则在工控场景下的最佳实践。四、 数据管道层高吞吐的核心引擎4.1 Channel 缓冲队列选型为什么不用ConcurrentQueue或BlockingCollection特性ConcurrentQueueBlockingCollectionChannel\异步等待❌ 需轮询⚠️ 同步阻塞✅ 原生async/await背压支持❌ 无界⚠️ 有界但阻塞生产者✅ 有界可选丢弃策略多消费者⚠️ 手动协调✅ 内置✅ 内置取消令牌❌✅✅.NET版本4.04.0Core 3.0 / 5结论.NET Core及以上项目ChannelT是唯一正确选择。// 创建有界缓冲队列满时等待而非丢弃varbufferChannel.CreateBoundedSample(newBoundedChannelOptions(100_000){FullModeBoundedChannelFullMode.Wait,// 背压写入慢时采集自动减速SingleReaderfalse,// 允许多个写入器多设备并行采集SingleWriterfalse});⚠️容量设定经验按“最大采集速率 × 预期最长写入延迟”估算。例如500点/100ms 5000点/sTDengine批量写入P99延迟200ms则最小容量5000×0.21000。实际设为10万留足余量应对突发。4.2 批量写入器双触发刷新publicclassBatchWriter:BackgroundService{privatereadonlyChannelReaderSample_reader;privatereadonlyITsDbRepository_repo;privateconstintBATCH_SIZE2000;privatestaticreadonlyTimeSpanFLUSH_INTERVALTimeSpan.FromMilliseconds(500);protectedoverrideasyncTaskExecuteAsync(CancellationTokenstoppingToken){varbatchnewListSample(BATCH_SIZE);usingvartimernewPeriodicTimer(FLUSH_INTERVAL);while(!stoppingToken.IsCancellationRequested){varshouldFlushfalse;// 条件1批次满while(batch.CountBATCH_SIZE!shouldFlush){if(_reader.TryRead(outvarsample)){batch.Add(sample);}else{// 队列为空等待新数据或定时器触发await_reader.WaitToReadAsync(stoppingToken);}// 条件2定时刷新防止低负载时数据滞留if(awaittimer.WaitForNextTickAsync(stoppingToken))shouldFlushtrue;}if(batch.Count0){try{await_repo.BulkInsertAsync(batch,stoppingToken);Metrics.WriteSuccess.Inc(batch.Count);}catch(Exceptionex){Metrics.WriteFailure.Inc(batch.Count);_logger.LogError(ex,批量写入失败{Count}条数据进入重试队列,batch.Count);// 写入失败的数据进入死信队列后续补偿await_deadLetter.EnqueueAsync(batch,stoppingToken);}finally{batch.Clear();}}}}}实测数据该写入器在TDengine单机上可达30万点/秒持续写入CPU占用15%。瓶颈永远在采集侧而非存储侧。五、 异步调度器告别Timer轮询5.1 为什么不能用System.Timers.Timer回调在线程池执行无法保证采集周期的确定性多台设备共用Timer会导致采集时刻集中引发网络拥塞异常处理困难一个设备超时可能拖慢整个Timer回调。5.2 基于Task.Delay的自适应调度publicclassAdaptiveScheduler{privatereadonlyConcurrentDictionarystring,DeviceTask_tasksnew();publicvoidScheduleDevice(stringdeviceId,IPlcDriverdriver,IReadOnlyListTagDefinitiontags,intintervalMs){vartasknewDeviceTask(deviceId,driver,tags,intervalMs);_tasks[deviceId]task;_RunDeviceLoopAsync(task);// Fire-and-forget每个设备独立循环}privateasyncTaskRunDeviceLoopAsync(DeviceTasktask){while(!_cts.IsCancellationRequested){varswStopwatch.StartNew();try{varsamplesawaittask.Driver.ReadBatchAsync(task.Tags,_cts.Token);// 写入缓冲队列背压时此处会自动等待foreach(varsinsamples)await_buffer.Writer.WriteAsync(s,_cts.Token);task.ConsecutiveFailures0;Metrics.CollectSuccess.Observe(sw.ElapsedMilliseconds);}catch(OperationCanceledException){break;}catch(Exceptionex){task.ConsecutiveFailures;Metrics.CollectFailure.Inc();_logger.LogWarning(ex,设备 {Device} 采集失败(第{N}次),task.DeviceId,task.ConsecutiveFailures);// 连续失败时指数退避避免无效重试风暴if(task.ConsecutiveFailures3){varbackoffMath.Min(1000*Math.Pow(2,task.ConsecutiveFailures-3),30_000);awaitTask.Delay((int)backoff,_cts.Token);continue;// 跳过本次正常间隔}}finally{sw.Stop();}// 扣除本次采集耗时保持周期稳定varelapsedsw.ElapsedMilliseconds;varremainingMath.Max(0,task.IntervalMs-(int)elapsed);if(remaining0)awaitTask.Delay(remaining,_cts.Token);}}}关键优势每个设备独立Task故障完全隔离Stopwatch扣减采集耗时避免周期漂移指数退避防止故障设备拖垮系统全程异步单线程可调度数百设备。六、 工控现场特殊问题应对6.1 串口设备Modbus RTU的并发陷阱串口是独占资源不能像TCP一样多连接并行。解决方案// 同一COM口的所有设备共享一个SemaphoreSlimprivatereadonlyConcurrentDictionarystring,SemaphoreSlim_comLocksnew();publicasyncTaskListSampleReadRtuAsync(stringcomPort,...){varsemaphore_comLocks.GetOrAdd(comPort,_newSemaphoreSlim(1,1));awaitsemaphore.WaitAsync(ct);try{returnawait_serialDriver.ReadAsync(...);}finally{semaphore.Release();}}进阶优化将同一COM口下所有设备的测点合并为一次批量读取请求而非逐个设备加锁读取。这需要将调度粒度从“设备”提升到“端口”。6.2 网络抖动下的数据完整性工控以太网远不如数据中心可靠。必须实现三层防护采集层单次读取超时后重试1次仅重试不无限循环缓冲层Channel满时背压等待而非丢弃存储层写入失败进死信队列后台定时重试补偿层设备恢复后自动触发断线时段的历史回读补采。6.3 电磁干扰导致的脏数据过滤现场变频器、伺服驱动器产生的EMI会导致偶发异常值。在驱动层出口加一级校验// 简单但有效的工程滤波if(sample.Quality!Quality.Good)continue;if(double.IsNaN(sample.Value)||double.IsInfinity(sample.Value))continue;if(Math.Abs(sample.Value-lastValue)maxRateOfChange*dt){_logger.LogDebug(变化率超限疑似干扰: {Tag}{Value},tag,sample.Value);continue;// 丢弃突变点保留上次有效值}更复杂的场景可用滑动窗口中位数滤波但不要在采集线程做FFT或小波变换——那是分析层的事。七、 可观测性让黑盒变白盒没有监控的高并发系统就是定时炸弹。必须暴露以下指标指标含义告警阈值collect_duration_ms单次采集耗时(P50/P95/P99)P99 采集周期×0.8buffer_depth缓冲队列当前深度 容量×80% 持续30swrite_latency_ms批量写入耗时P99 1sdevice_failure_rate设备采集失败率 5%/mindriver_pool_size活跃驱动实例数突增/突降dead_letter_count死信队列积压量 0 持续5min推荐使用Prometheus-net暴露Metrics端点Grafana看板实时展示。这些指标比日志更能提前发现问题。八、 部署与运维Checklist所有外部IO操作设置明确超时永不无限等待驱动程序经过72小时满载压力测试确认无内存/句柄泄漏配置文件热重载支持新增设备无需重启服务日志按设备ID分文件便于定位单机问题提供/health端点包含各子系统健康状态模拟网络断开30分钟验证背压、退避、补采全流程文档化每种协议的已知限制和规避措施九、 总结工控高并发采集平台的核心竞争力不在于用了多少新技术而在于对物理世界不确定性的系统性防御。回顾全文关键决策可归纳为驱动层接口抽象故障隔离批量读取把脏活封装干净管道层Channel背压双触发批量写入吞吐量与可靠性兼得调度层独立Task自适应周期指数退避告别Timer轮询容错层三层防护脏数据过滤断线补采接受不完美但保证可恢复观测层指标先行告警前置让系统在出问题前自我预警。这套架构已在锂电、光伏、汽车零部件等产线稳定运行。技术栈可替换TDengine换TimescaleDB、Redis换Dragonfly但分层解耦、异步非阻塞、背压优先、故障隔离四大原则不变。希望这篇文章能帮你把采集平台从“能跑”推向“敢上线、能扛住、好维护”的企业级水准。
