4、断网续传原理：断网检测机制、数据暂存策略、网络恢复后的数据补传流程

在工业现场，网络链路的稳定性往往受制于物理环境、运营商服务质量和现场电磁干扰等多重因素。RK工业网关作为边缘计算节点，其核心价值之一就是在网络不可用时保证数据不丢失、时序不混乱。断网续传并非简单的“存下来再发出去”，而是一套涉及状态感知、分级存储、有序补传和冲突处理的系统工程。本章将深入拆解断网续传的三大核心环节：断网检测机制、数据暂存策略以及网络恢复后的数据补传流程，帮助工程师从原理层面建立完整的认知框架。

4.1 断网检测机制：从物理链路到应用层的多级感知

断网检测是断网续传的第一道关口，其准确性直接决定了数据暂存策略是否能够及时启动。如果检测过于迟钝，会导致部分数据在“假在线”状态下丢失；如果检测过于灵敏，则可能频繁触发暂存机制，造成不必要的系统开销。RK工业网关采用三级检测体系，从底层到上层逐级确认网络状态。

第一级：物理链路检测。网关的以太网PHY芯片和4G/5G模块均具备链路状态引脚（Link Status），当网线断开或SIM卡无服务时，硬件会在毫秒级内产生中断信号。这一级检测最为迅速，但只能反映物理连接状态，无法判断网络是否真正可达互联网或云平台。

第二级：网络层探测。网关通过周期性的ICMP Ping或TCP Keepalive探测远端服务器地址。默认配置下，网关每3秒发送一次探测包，若连续3次无响应（即9秒无有效通信），则判定网络异常。对于4G网络，还会额外检查SIM卡状态、信号强度（RSRP/RSRQ）和注册状态，避免因信号弱但未完全断开导致的“假在线”情况。

第三级：应用层确认。当网关与MQTT Broker或Modbus TCP服务器通信时，若发布消息后未在超时窗口内收到ACK（QoS 1/2）或应用响应，则触发应用层断网判定。这一级检测能够发现“链路通但服务不可用”的中间状态，例如服务器宕机、防火墙拦截或域名解析失败。

4.2 数据暂存策略：分级存储与容量管理

数据暂存并非简单地将所有数据写入同一个存储区域，而是根据数据的重要程度、时效性和系统资源状况，采用分级存储策略。RK工业网关通常将暂存区分为三个层级：内存环形缓冲、SQLite数据库和文件分片归档。

内存环形缓冲是速度最快的暂存层，适用于高频采集的实时数据（如PLC变量、传感器读数）。网关在内存中维护一个固定大小的环形队列（默认可存储1000条记录），新数据写入时若队列已满，则覆盖最旧的数据。这一层主要应对短暂网络抖动（秒级），保证数据写入不阻塞采集线程。

SQLite本地数据库是核心的持久化暂存层。当网络离线超过预设时间（如10秒），网关将内存中的数据批量写入SQLite表，表结构包含自增序号、时间戳、数据主题和原始负载。SQLite支持事务写入和WAL模式，即使网关突然断电，也能保证已提交数据不丢失。默认配置下，SQLite暂存容量为100MB，可存储约50万条标准JSON格式数据。

文件分片归档用于长时间离线场景（如数小时甚至数天）。网关按小时生成CSV或JSON文件，文件名包含起始时间戳，例如 data_20250614_1400.csv。文件写入采用追加模式，每行一条数据，便于后续解析和补传。归档文件存储在SD卡或外部存储介质上，容量可达数GB。

容量管理方面，网关采用“水位线”机制：当SQLite使用率达到70%时，产生告警日志；达到90%时，自动清理最早一天的数据（FIFO策略），并保留清理记录以便审计。用户也可通过配置选择“覆盖旧数据”或“停止采集”两种极端策略。

4.3 网络恢复后的数据补传流程：有序、可靠、可追踪

当网络恢复后，补传流程必须保证数据不重不漏、时序正确，同时不能影响实时数据的正常转发。RK工业网关的补传流程分为四个阶段：恢复探测、补传协商、有序发送、确认清理。

阶段一：恢复探测。网关在离线状态下仍保持低频率探测（每10秒一次）。当探测成功或收到应用层响应后，网关并不立即切换至在线模式，而是进入“预在线”状态，持续观察30秒。若期间再次出现失败，则退回离线状态；若稳定在线，则正式切换。

阶段二：补传协商。网关向云平台发送补传请求，包含暂存数据的起始序号、结束序号和总条数。云平台根据自身接收能力返回建议的批次大小（如每批500条）和起始序号（若平台已收到部分数据，则从断点续传）。这一机制避免了重复补传已成功接收的数据。

阶段三：有序发送。网关按时间戳升序从SQLite或文件中读取数据，以批次为单位发送。每个批次包含连续序号的数据，发送后等待平台ACK。若某批次超时未确认，则重发该批次，最多重试3次。补传期间，新采集的实时数据进入独立的高优先级队列，确保实时性不受补传影响。

阶段四：确认清理。每批次数据收到ACK后，网关将该批次对应的记录标记为“已确认”，并在所有批次完成后统一删除。若补传过程中网络再次中断，网关记录当前已确认的最大序号，下次恢复时从该序号继续，实现断点续传。

4.4 实战案例：某水处理厂数据断网补传调优

某水处理厂部署了RK工业网关，采集溶解氧、pH值、浊度和流量等20个传感器数据，采集频率为1秒/点，通过4G网络上传至云端SCADA系统。现场曾因运营商基站升级导致网络中断约45分钟，恢复后出现数据混乱和平台重复报警的问题。

初始现象：网络恢复后，网关立即将所有暂存数据（约5.4万条）以最大速率发送，导致4G带宽被占满，实时数据延迟从正常的2秒恶化至30秒。同时，平台收到部分重复数据（因网关重发机制），报警系统产生大量误报。

分析过程：通过网关日志发现，补传数据与实时数据混在同一发送队列，且补传速率未做限制。进一步检查SQLite记录，发现部分数据的时间戳与采集时间存在偏差（因内存缓冲覆盖导致）。

优化操作：

1. 调整补传参数：设置补传批次大小为200条/批，初始速率为正常速率的30%，最大带宽占用50%。
2. 启用独立发送队列：将实时数据与补传数据分离，实时数据优先发送。
3. 增加时间戳校验：补传前检查数据时间戳是否连续，若存在间隙则标记并单独处理。
4. 配置平台去重逻辑：平台根据数据序号和时间戳进行幂等处理，重复数据直接丢弃。

结果对比：优化后，实时数据延迟恢复至2秒以内，补传5.4万条数据耗时约12分钟（原方案需25分钟且影响实时性）。平台重复报警次数从37次降为0次，数据完整率达到100%。

4.5 常见误区与总结复盘

误区一：断网检测只看物理链路。物理链路正常不代表网络可用，必须结合网络层和应用层检测。某现场曾出现网线连接正常但交换机故障，导致数据全部丢失，原因就是未启用应用层确认。

误区二：暂存数据越多越好。无限扩大暂存容量会导致补传时间过长，且占用大量存储资源。应根据业务需求设定合理的暂存窗口（如24小时），超出部分按策略清理或降采样保存。

误区三：补传速度越快越好。高速补传会挤占实时数据带宽，造成“补传完成但实时数据延迟”的恶性循环。必须设置带宽上限和动态调速机制。

误区四：忽略数据时序一致性。补传数据必须携带原始采集时间戳，平台侧按时间戳入库，而非按接收时间入库。否则会导致时序错乱，影响数据分析结果。

总结而言，断网续传的可靠实现依赖于三级检测的协同、分级存储的合理配置以及补传流程的精细控制。工程师在部署时应结合现场网络质量、数据重要性和平台处理能力，制定针对性的参数组合，并通过模拟断网测试验证整体方案的可靠性。