小T導讀：在洪澇頻發的江西，江西水投打造了一套覆蓋全域的智慧水利體系：實時采集水位、流量、水質等關鍵數據，借助 AI 與數字孿生進行動態推演，實現精準預警與智能調度。實踐證明，這套系統讓防汛從“事后搶險”變為“事前防控”，大幅提升了治理效率與安全保障。TDengine TSDB 正是這套(tao)體系的(de)“定海神針”，承擔起海量水情數據(ju)的(de)實時采集、存儲、處理(li)與共享。本(ben)文由(you)江(jiang)西水投分享他們應用 TDengine TSDB 的(de)相關經(jing)驗，給到大家參考。

應用背景

江西作為(wei)長江流域五大暴(bao)雨(yu)區之首(shou)，受亞熱帶(dai)季(ji)風(feng)氣候與鄱陽湖盆地地形影響，洪澇災害頻發且(qie)影響深遠(yuan)。幾乎每年(nian)都有局(ju)部(bu)洪澇發生，較大規模災害平均 3 至 5 年(nian)便會(hui)出現一次。僅(jin) 2024 年(nian)，全省就(jiu)遭(zao)遇 33 次強降雨(yu)、14 次編號洪水，46 條河湖 117 個監測(ce)站點超警，鄱陽湖更創下 21 世紀以來第(di)二高水位，超警時間長達 38 天。

在這樣水(shui)情(qing)復雜的(de)(de)核(he)心(xin)區域(yu)，江(jiang)西(xi)水(shui)投(tou)正(zheng)以(yi)物(wu)聯網(wang)(wang)(wang)和 AI 技(ji)(ji)術重塑傳統治(zhi)水(shui)模式。江(jiang)西(xi)省水(shui)利(li)物(wu)聯網(wang)(wang)(wang)平臺整合物(wu)聯網(wang)(wang)(wang)網(wang)(wang)(wang)關、數據中臺與“五慧”AI 決策(ce)引擎，構建起覆蓋(gai) 217 座水(shui)廠(chang)、服務近 2000 萬人口的(de)(de)智(zhi)慧治(zhi)理(li)網(wang)(wang)(wang)絡。從(cong)蜂巢式智(zhi)能(neng)測(ce)站織就的(de)(de)“神經末梢”，到(dao)(dao)數字孿(luan)生峽江(jiang)水(shui)利(li)樞紐實(shi)現(xian)的(de)(de)防(fang)洪(hong)調度可視化，再到(dao)(dao) DMA 分區計量將管(guan)網(wang)(wang)(wang)漏損(sun)精準鎖定，這套系統以(yi) 80 萬+ 設備的(de)(de)泛(fan)連接(jie)筑牢供水(shui)防(fang)線，更借助“慧算”模型延長洪(hong)水(shui)預見期，讓科技(ji)(ji)成為守護鄱(po)陽湖(hu)生態與長江(jiang)經濟帶水(shui)安全的(de)(de)核(he)心(xin)支撐。

江西省水利物聯網平臺不(bu)僅(jin)覆蓋全省水廠和(he)管網，更(geng)在(zai)關鍵環(huan)節部(bu)署了精細化(hua)的感知單元。

智能測站數據采集：實時感知現場狀態

依托(tuo)蜂巢式智(zhi)能(neng)綜(zong)合測站，平臺能(neng)夠實時(shi)采集水(shui)(shui)務現場的(de)多維度數據，既包(bao)含環境(jing)參數（溫度、濕(shi)度），也覆(fu)蓋設施運行狀(zhuang)態（風(feng)扇啟停、箱(xiang)門(men)開關、機箱(xiang)進水(shui)(shui)、立桿傾斜度），同時(shi)還可監測 MCU 模(mo)塊(kuai)、主控模(mo)塊(kuai)、電源模(mo)塊(kuai)等核心硬件的(de)工況。

業務收益： 消除了傳統水務監(jian)測(ce)的“數據盲區”，為(wei)后續分析與告警提供實時、全面的數據源。從源頭(tou)確保(bao)設施(shi)運(yun)行狀態精(jing)準可感(gan)知，夯實了監(jian)測(ce)的及時性(xing)與準確性(xing)基礎(chu)。

告警模型管理：精準識別異常風險

在告(gao)(gao)警(jing)(jing)模(mo)(mo)型管理模(mo)(mo)塊中，系(xi)統(tong)可(ke)靈活配置(zhi)多類(lei)型業務規(gui)則，包括超閾值告(gao)(gao)警(jing)(jing)、極值突破(po)告(gao)(gao)警(jing)(jing)、水位/雨量異常告(gao)(gao)警(jing)(jing)、超警(jing)(jing)戒告(gao)(gao)警(jing)(jing)、對(dui)比校驗(yan)告(gao)(gao)警(jing)(jing)等(deng)，并支持對(dui)模(mo)(mo)型的啟用/停用及規(gui)則詳情進行精細(xi)化(hua)管控。

業務收益： 通(tong)過差異化的(de)告(gao)警規(gui)則，全面(mian)覆蓋水位超限(xian)、雨量異常(chang)、設備參數越(yue)界等典(dian)型水務風險場景(jing)，使(shi)監測(ce)從“被(bei)動(dong)應對故障”升級(ji)為“主動(dong)識別風險”，顯著提升了異常(chang)發現(xian)的(de)精準度(du)與前瞻性(xing)，最(zui)大限(xian)度(du)降(jiang)低(di)因異常(chang)未及時察覺(jue)而(er)帶來(lai)的(de)安(an)全隱患。

告警發布與全流程管理：高效推動應急處置

告(gao)(gao)警(jing)(jing)發(fa)布(bu)管理模(mo)塊能夠全要素記錄并實(shi)時推送告(gao)(gao)警(jing)(jing)信息(xi)，涵蓋告(gao)(gao)警(jing)(jing)編號、規則名稱、級別、涉(she)及設備/測站、時間、狀態及通(tong)(tong)知情(qing)(qing)況(kuang)，并支(zhi)持“查看詳情(qing)(qing)”“發(fa)送通(tong)(tong)知”等操作，串聯起“告(gao)(gao)警(jing)(jing)觸發(fa)—信息(xi)發(fa)布(bu)—人員響(xiang)應(ying)”的閉環(huan)流程。

業務收益： 運維人員(yuan)和管理部門可第一時間掌握(wo)告(gao)(gao)警詳情（嚴重程度(du)、發生位置(zhi)(zhi)、關聯設(she)施(shi)等），大幅縮短應(ying)急響應(ying)時長；同時，全流程的(de)告(gao)(gao)警記錄為后續(xu)復盤與管理優化提(ti)供依(yi)據(ju)，使(shi)水務應(ying)急處(chu)置(zhi)(zhi)從(cong)“經驗驅(qu)(qu)動”升(sheng)級(ji)為“數據(ju)驅(qu)(qu)動”，管理效率與規范(fan)性顯著提(ti)升(sheng)。

總結： 通過(guo)“采集—分析—處置”的(de)智(zhi)能(neng)化流(liu)程(cheng)，系(xi)統(tong)既實現了對水(shui)務運行(xing)狀(zhuang)態的(de)全方(fang)位感(gan)知與精(jing)準預警，又全面提升了應急處置的(de)效(xiao)率與規范性，為水(shui)務系(xi)統(tong)的(de)安(an)全與穩(wen)定運行(xing)提供了堅實支撐。

TDengine TSDB 應用經驗

TDengine TSDB 正是這套系統的“定海神針”，承擔起實時數據采集、存儲、處理與共享的核心任務。在此，我們(men)結合業務(wu)在 TDengine TSDB 平臺上的(de)落地實踐，分享(xiang)過去幾(ji)年的(de)應(ying)用經(jing)驗。

時序數據庫選型

在(zai)早(zao)期(qi)的業(ye)(ye)務(wu)系統(tong)中(zhong)，我(wo)們曾使用 Oracle 作為(wei)物聯網實時數(shu)據的存儲底(di)座。但(dan)隨著時序數(shu)據規模(mo)的快速增長，Oracle 的瓶頸逐漸顯現(xian)，已無法(fa)高效支(zhi)撐我(wo)們的業(ye)(ye)務(wu)：

• 單表數據量達到千萬級后，查詢性能急劇下降，甚至出現無法響應的情況；
• 存量數據隨時間累積持續膨脹，空間占用越來越大，存儲成本直線提升。

為此，我們系統性調研了多款時序數據庫，最終選擇 TDengine TSDB，原因在于其具備(bei)以下(xia)核心優勢(shi)：

• 高吞吐性能： 單核即可支撐每秒 50 萬條數據的寫入與查詢，并支持水平擴展，業務高峰期依然穩定運行；
• 高壓縮比： 數據壓縮率可達 1:50，顯著降低存儲占用和成本；
• 國產化適配： 完全支持國產 CPU 與操作系統，提升系統的自主可控能力；
• 低成本擁有： 兼容標準 SQL，大幅降低遷移和學習成本。

標準化設備模型

此前(qian)使(shi)用(yong) Oracle/MySQL 時，我們習慣將所有設(she)備數據(ju)(ju)集中存(cun)儲在(zai)一張表(biao)中，導(dao)致(zhi)模型冗(rong)雜、治理困難。引入 TDengine TSDB 后(hou)，超級表(biao)的架構(gou)優(you)勢為(wei)數據(ju)(ju)存(cun)儲與治理之間(jian)搭建起天然橋梁，使(shi)業務應用(yong)的高效性與數據(ju)(ju)管理的便捷性得(de)以兼得(de)。

• 標準化設備管理： 通過超級表模板，將同類設備統一建模，實現治理從源頭落地；
• 標簽化業務數據： 借助標簽機制，將業務信息與數據信息有機融合，統一管理與應用；
• 并行化數據處理： 通過超級表查詢充分發揮分布式數據庫的優勢，實現毫秒級響應。

以(yi)流(liu)量計為例，創(chuang)建超級(ji)表 FlowMeter，即可對所有同(tong)類設(she)備的數(shu)據進行標準(zhun)化建模，簡化了管理流(liu)程并提升(sheng)了查(cha)詢性能(neng)。

高效的數據查詢

在 TDengine TSDB 中，各類設備的(de)(de)數據檢索可直接通過標準 SQL 高效實現，不需要再像 Oracle 那(nei)樣依賴復雜的(de)(de)表(biao)參(can)數調優。例如在告警場(chang)景下，面對數十(shi)萬設備的(de)(de)告警信息，系統(tong)依然(ran)能夠在毫秒級完成查詢，全面支撐業務應用的(de)(de)實時性(xing)需求。

其中，緩存 + last_row 以及 超級表 + partition by 是最常用(yong)且實用(yong)的組合(he)。以滲壓計(ji)的實時監控為例：

• 針對單個設備，開啟緩存后使用 last_row 查詢最新數據，僅需 4.8 毫秒：

taos> select last_row(*) from nwater.shenyj where deviceid = 54000000034915 >> /dev/null;
Query OK, 1 row(s) in set (0.004813s)

• 針對所有設備，使用超級表查詢近 4 萬個設備的最新數據，僅需 167 毫秒：

taos> select last_row(*) from nwater.shenyj partition by tbname >> /dev/null ;
Query OK, 37911 row(s) in set (0.167385s)

TDengine TSDB 版本升級

在跨大版本升級時，我們的核心訴求是不停服升級，以盡量減少業務影響。經(jing)過 TDengine 專業服(fu)務團隊評估，最終(zhong)采用(yong)了三階段在線升級方(fang)案(an)，徹底消除了我(wo)們(men)的升級顧慮：

• 階段一：歷史數據批量遷移——將原低版本數據從舊有集群，批量同步至新集群。
• 階段二：近線實時數據遷移——將歷史數據同步期間產生的近線實時數據，從舊有集群，實時同步至新集群。
• 階段三：應用切換數據庫——將應用原指向數據庫切換為新數據庫。

實踐中，在完成階段一后，我們只用了 1 個工作日就(jiu)完(wan)成了新舊系(xi)統的切(qie)換(huan)。整個過(guo)程中，應用只(zhi)需(xu)修改(gai)數(shu)(shu)據庫地址和部分查詢語句，對業務基本無感知，數(shu)(shu)據始終保持一致(zhi)，大(da)大(da)節省了運維和開發(fa)的人力與時間。

這一高效遷移的秘訣在于 TDengine 企業版工具 taosX。它支持以壓縮方式實時同步集群間數據，無需手寫遷移腳本，也無需考慮版本差異，遷移效率最高可達 千萬行/秒，顯(xian)著(zhu)提(ti)升了(le)升級的平滑性(xing)與可(ke)靠(kao)性(xing)。

4 年穩定運行下的經驗匯總

在近 4 年的應用過程中，我們從 TDengine TSDB 2.2 升級至 3.3.6.x，一路見證了(le)產(chan)品的不斷增強與完善。期間雙方緊密協作，積累(lei)了(le)一些值(zhi)得分享的經驗，供大家參考：

• 及時溝通與需求反饋： TDengine TSDB 企業版提供專業服務支持，遇到技術問題應第一時間聯系技術團隊，以獲取最佳實踐指導，避免走彎路。同時，用戶可將業務中遇到的功能需求及時反饋，企業用戶往往能獲得快速的響應與支持。
• 持續關注產品升級： 隨著 TDengine TSDB 的迭代，3.0 之后的版本功能更豐富、穩定性更高，升級過程也極為簡便。常規升級可在不停服、不改應用的情況下，于小時級完成。
• 定期開展巡檢服務： 不要忽視 TDengine 提供的周期性自動化巡檢服務，這能幫助我們提前發現潛在問題并及時處理，保障系統的穩定運行。

期待更多的可能性

經過多年的探索與實踐，江西水投已在“水務 + IoT”架構中走在業界前列。隨著業務不斷深入，我們將從更多維度開展水文監測與預測，尤其是結合氣象數據開展中短期水文狀況的趨勢分析與相關性研究。這不僅會對 TDengine 提出新的挑戰，也為雙方合作開辟更廣闊的空間。我們期待未來 TDengine TDgpt、IDMP 等(deng)新一代(dai)產品為水(shui)務(wu)治理注入更強的智(zhi)能能力，助力構建(jian)更加(jia)安全(quan)、智(zhi)慧(hui)的水(shui)務(wu)體(ti)系。

關于江西水投

江(jiang)(jiang)(jiang)西省(sheng)水(shui)投江(jiang)(jiang)(jiang)河信(xin)息技(ji)術有限公司(si)（以下(xia)簡稱“江(jiang)(jiang)(jiang)河信(xin)息”）成(cheng)立于(yu) 2018 年 6 月，是江(jiang)(jiang)(jiang)西水(shui)投旗下(xia)全資二級企業，是一家集咨詢規(gui)劃、軟硬件研(yan)發、綜合運(yun)營為(wei)一體(ti)的(de)高新(xin)技(ji)術國(guo)有企業。公司(si)承擔(dan)江(jiang)(jiang)(jiang)西省(sheng)智(zhi)慧水(shui)利(li)建設項目(mu)法人及江(jiang)(jiang)(jiang)西水(shui)投集團信(xin)息化(hua)建設項目(mu)法人職(zhi)責，致力(li)于(yu)成(cheng)為(wei)江(jiang)(jiang)(jiang)西數字(zi)經濟(ji)產業的(de)標桿服務商、全國(guo)智(zhi)慧水(shui)利(li)領(ling)域的(de)一流運(yun)營服務商。

作者 | 江西省水投江河信息技術有限公司 劉博武