概述
数据微服务（Data Service）是物联网平台中负责设备上报数据全流程处理的独立服务，涵盖实时接入、时序存储、多维查询、聚合统计、数据导出等能力。与设备微服务（管理设备生命周期）不同，数据微服务聚焦于"数据"本身：如何高效接收、存储、检索海量时序数据。物联网传感器数据具有高写入、强时序、多维度（设备×指标×时间）的特点，传统关系型数据库难以胜任，数据微服务通常采用InfluxDB、TDengine、TimescaleDB等时序数据库，或结合Kafka+ClickHouse等组合方案，支撑监控大屏、报表分析、AI训练、实时告警等场景。
数据微服务在架构上通常作为消息队列的消费者，从Kafka/RocketMQ拉取设备上报的原始消息，解析后按物模型、设备ID、时间戳写入时序库。同时对外提供RESTful或GraphQL查询API，供前端应用、规则引擎、报表系统调用。数据流为"设备→接入网关→消息队列→数据微服务→时序库"，查询流为"应用→数据微服务API→时序库"。
核心能力
数据接入
从消息队列消费设备上报消息，解析JSON/二进制格式，校验设备ID、时间戳、指标合法性。支持批量写入、背压控制，避免消息队列积压。可接入多Topic（如按产品、按设备类型分Topic），实现数据分流与隔离。与数据清洗模块集成，在入库前完成异常值过滤、缺失补全。
时序存储
按设备、指标、时间高效存储。时序库采用列式存储、高压缩比、时间分区，支持百万级TPS写入与毫秒级查询。数据保留策略可配置：热数据保留7天、温数据保留30天、冷数据归档至对象存储。支持多租户隔离，按租户ID或产品ID分区。
查询API
时间范围查询、多指标聚合、降采样（如将1分钟粒度数据聚合为1小时、1天）。支持按设备、设备组、产品、区域等维度过滤。API设计需考虑大数据量场景下的分页、流式返回，避免一次性拉取过多数据导致OOM。可提供SQL或类SQL接口，降低使用门槛。
数据导出
支持CSV、Excel、JSON格式导出，供报表、审计、离线分析。大批量导出时采用异步任务+文件下载链接，避免长时间阻塞。与数据权限、脱敏策略结合，确保导出数据符合合规要求。
物联网典型应用
能源监控：电表、水表、燃气表用量数据，支持按户、按楼、按区域聚合，用于能耗分析、峰谷统计、异常用电检测。
环境监测：温湿度、PM2.5、空气质量等传感器数据，支撑智慧园区、智慧农业、智能楼宇的环境监控与告警。
设备运行数据：工业设备的振动、温度、电流等运行参数，用于预测性维护、故障诊断、能效分析。
产量统计：生产线计数、产量、良品率等，支持生产报表、产能分析、OEE计算。
与规则引擎、流计算的协同
数据微服务负责"存"与"查"，规则引擎负责"算"与"告警"。设备数据写入时序库后，规则引擎可订阅或定时查询，进行阈值判断、复杂事件处理。流计算（如Flink）可直接消费消息队列，进行实时聚合、窗口计算，结果写入时序库或推送告警。数据微服务与规则引擎、流计算形成"存储—计算—告警"的完整数据链路。