QDAirPortBackend0122/doc/configuration/data_collection_intervals.md
2026-01-22 13:19:47 +08:00

118 lines
3.1 KiB
Markdown

# 数据采集和检测频率配置说明
## 配置参数
### 1. 数据采集频率
```properties
data.collector.interval=250
```
- **用途**: 控制数据采集频率 (collectAircraftData, collectVehicleData, collectUnmannedVehicleData)
- **频率**: 250ms (每秒4次)
- **作用**: 从外部API获取最新的位置数据并更新内存缓存
### 2. 检测和WebSocket推送频率
```properties
data.collector.detection.interval=1000
```
- **用途**: 控制检测和WebSocket消息推送频率 (performPeriodicViolationDetection)
- **频率**: 1000ms (每秒1次)
- **作用**:
- 执行电子围栏检测
- 执行路径冲突检测
- 执行实时违规检测(超速等)
- 发送WebSocket位置更新消息
## 设计理念
### 高频数据采集 + 低频检测处理
1. **数据采集层** (250ms)
- 快速获取最新位置数据
- 更新内存缓存
- 持久化到数据库
- 不执行复杂计算
2. **检测处理层** (1000ms)
- 基于缓存数据执行检测
- 减少数据库查询压力
- 避免过度的WebSocket消息推送
- 提供平衡的响应性和性能
## 性能优势
### 减少计算负载
- 围栏检测从每秒4次减少到每秒1次
- 空间查询(PostGIS)频率降低75%
- CPU使用率显著降低
### 减少网络流量
- WebSocket消息发送频率合理化
- 避免前端被大量消息淹没
- 提升用户体验
### 保持数据新鲜度
- 位置数据仍然是高频更新
- 检测延迟控制在可接受范围内
- 关键告警仍能及时响应
## 配置建议
### 生产环境
```properties
# 数据采集 - 较高频率保证数据新鲜度
data.collector.interval=500
# 检测处理 - 适中频率平衡性能和响应性
data.collector.detection.interval=2000
```
### 开发/测试环境
```properties
# 数据采集 - 高频率便于测试
data.collector.interval=250
# 检测处理 - 较高频率便于调试
data.collector.detection.interval=1000
```
### 高负载环境
```properties
# 数据采集 - 适当降低频率
data.collector.interval=1000
# 检测处理 - 降低频率减少负载
data.collector.detection.interval=3000
```
## 监控指标
建议监控以下指标来优化配置:
1. **CPU使用率**: 围栏检测和空间查询的CPU消耗
2. **数据库连接**: PostGIS查询的数据库压力
3. **WebSocket连接**: 前端消息处理能力
4. **响应延迟**: 告警响应的及时性
5. **内存使用**: 活跃对象缓存的内存占用
## 代码实现
### DataCollectorService.java
```java
// 高频数据采集 - 只更新缓存
@Scheduled(fixedRateString = "${data.collector.interval}")
public void collectUnmannedVehicleData() {
// 获取最新数据并更新activeMovingObjectsCache
// 不执行围栏检测
}
// 低频检测处理 - 执行所有检测逻辑
@Scheduled(fixedRateString = "${data.collector.detection.interval}")
public void performPeriodicViolationDetection() {
// 基于缓存执行围栏检测
// 执行路径冲突检测
// 执行实时违规检测
// 发送WebSocket消息
}
```
这种设计确保了数据的及时性,同时避免了过度的计算和网络开销。