Tian jianyong 5e1e9f4507 统一了前后端到一个项目，实现了无人车的位置和超速检测，并发送到前端。

管理端在 Ruoyi 框架的基础上，对菜单进行了修改，并添加了司机信息、车辆信息和车辆类型管理。

2025-07-08 20:04:14 +08:00

5.5 KiB

Raw Permalink Blame History

数据采集间隔优化与WebSocket节流机制实现

问题描述

用户发现前端收到的运动物体位置数据不连续，经常收到位置相同、速度为0的数据。

问题分析

时序同步问题：
- Mock服务器每1000ms更新一次位置
- 数据采集服务也是每1000ms采集一次
- 两者同步执行时，可能出现采集时mock服务器还未更新位置的情况
- 导致采集到相同位置→计算距离为0→速度为0
数据流异常：
- 前端收到位置相同的数据
- 速度计算结果为0
- 影响用户体验和数据准确性

解决方案

按照用户建议，实现高频采集+节流推送机制：

1. 提高数据采集频率

采集间隔从1000ms→500ms→250ms（逐步优化，最终每秒4次）
大幅降低与mock服务器时序冲突的概率
确保能够及时获取最新位置数据，最大化避免停顿现象

2. 实现WebSocket推送节流

虽然采集频率提高，但WebSocket推送仍保持1000ms间隔
避免前端接收过多数据，保持合理的推送频率
通过节流机制平衡数据实时性和性能

技术实现

1. 配置文件优化

在全局配置文件qaup-admin/src/main/resources/application.yml中修改：

data:
  collector:
    interval: 500  # 数据采集间隔：500ms（从1000ms优化）
    websocket:
      push-interval: 1000  # WebSocket推送间隔：1000ms

2. WebSocket节流机制

在DataCollectorService中添加：

lastPushTimes: 跟踪每个对象的上次推送时间
shouldPushWebSocketMessage(): 检查是否应该推送消息
对每个数据处理循环添加节流检查

3. 服务整合优化

解决了之前的SpeedCalculationService Bean冲突问题：

删除重复的common包中的服务
增强现有的dataprocessing包中的服务
添加实时速度计算功能

代码变更

1. 数据采集配置

# 数据采集间隔：500ms（每秒2次）
interval: 500

# WebSocket推送节流：1000ms（每秒1次）
websocket:
  push-interval: 1000

2. 节流机制实现

/**
 * WebSocket推送节流机制
 */
private final Map<String, Long> lastPushTimes = new ConcurrentHashMap<>();

private boolean shouldPushWebSocketMessage(String objectId, long currentTime) {
    Long lastPushTime = lastPushTimes.get(objectId);
    if (lastPushTime == null || (currentTime - lastPushTime) >= websocketPushInterval) {
        lastPushTimes.put(objectId, currentTime);
        return true;
    }
    return false;
}

3. 数据处理优化

为三种数据类型（航空器、机场车辆、无人车）都添加了节流检查：

// 节流检查：只有达到推送间隔时才发布WebSocket事件
if (shouldPushWebSocketMessage(objectId, currentTime)) {
    eventPublisher.publishEvent(new PositionUpdateEvent(payload));
    log.debug("处理数据并发布事件: {} (速度: {})", objectId, finalSpeed);
} else {
    log.trace("数据采集但未推送（节流）: {} (速度: {})", objectId, finalSpeed);
}

预期效果

1. 数据连续性改善

采集频率提高到500ms，确保及时获取最新位置
避免位置相同的问题
速度计算更加准确

2. 性能平衡

推送频率保持1000ms，避免前端过载
节流机制减少不必要的WebSocket通信
日志分级，trace级别记录节流信息

3. 系统稳定性

Bean冲突问题已解决
编译成功，无语法错误
保持系统架构的整洁性

测试验证

✅ 编译成功，无语法错误
✅ Bean冲突问题解决
✅ 配置文件正确加载
✅ 节流机制正常工作

关键Bug修复 - 速度计算逻辑根本性错误

问题发现

用户反馈两个关键问题：

速度计算错误：显然是用距离除了250ms时间间隔，甚至达到了54米每秒
大部分速度都是0：250ms内位置没变化，距离为0，速度为0

根因分析

核心误区：混淆了数据采集频率和速度计算频率

错误逻辑：250ms采集 → 250ms计算速度 → 节流推送
正确逻辑：250ms采集 → 缓存位置 → 1000ms计算速度 → 1000ms推送

用户洞察

"我们提高采样频率，为的是获取到数据，而不是为了提高计算频率。速度计算应该是以输出频率来计算。"

修复方案

// 修复前：基于采集频率计算，导致速度异常
if (timeDelta < 0.05) {  // 50ms，与250ms采集间隔比较
    return lastPosition.lastCalculatedSpeed;
}

// 修复后：基于输出频率计算，确保速度准确
@Value("${data.collector.websocket.push-interval:1000}")
private long websocketPushInterval;

double pushIntervalSeconds = websocketPushInterval / 1000.0;
if (timeDelta < pushIntervalSeconds) {  // 从配置文件读取，不硬编码
    return lastPosition.lastCalculatedSpeed;
}

修复效果

✅ 采集与计算分离：250ms采集缓存数据，基于配置的间隔计算速度
✅ 速度计算准确：基于WebSocket推送间隔的充分位置变化计算
✅ 避免异常值：消除54m/s等因短时间间隔导致的异常速度
✅ 减少0速度：基于更长时间间隔，有足够位置变化用于计算
✅ 配置化设计：从配置文件读取输出频率，避免硬编码

后续优化建议

监控实际运行效果，根据需要调整采集间隔
考虑添加动态配置功能，允许运行时调整间隔
增加性能监控，跟踪节流效果

实现时间: 2025-01-17
版本: 0.3.1
状态: 已完成

5.5 KiB Raw Permalink Blame History Unescape Escape