4. 实验数据采集架构设计
实验数据采集架构决定了数据从传感器、仪器到最终存储的路径，也决定了系统的实时性、可扩展性与运维成本。在实验场景中，采集对象可能是温度、压力、振动、电压、图像或自定义总线报文，采样率从 1 Hz 到数十 kHz 不等。选择架构时，核心不是追求“最先进”，而是让采集节点、网关、消息队列与存储层各司其职，并与实验的实时性、数据量和可靠性要求匹配。
三种架构的职责与数据路径
集中式架构由一台主控计算机直接连接所有采集设备，采集、处理、存储都在同一台机器完成。它的优点是结构简单、时钟统一、调试直观，适合通道数少（如 8～16 路）、采样率中等、实验台固定的场景。缺点是主控机成为单点瓶颈：一旦 CPU 忙于处理或磁盘写入，采集卡缓冲区可能溢出，导致丢点；扩展通道需要重新布线并增加采集卡，距离受线缆长度限制。
分布式架构把采集任务分散到多个采集节点，每个节点负责一组传感器，通过以太网或现场总线把数据汇聚到中心服务器。节点通常具备本地缓存和独立时钟，中心服务器负责统一时间对齐、入库和对外服务。它适合多测点、跨房间或跨设备的实验，扩展性好，但需要处理节点间时钟同步（如 NTP、PTP 或硬件触发）和网络抖动问题。
边缘采集架构在分布式基础上进一步把计算能力下沉到靠近传感器的边缘节点。边缘节点不仅采集，还完成滤波、降采样、特征提取、异常判断和协议转换，只把有价值的数据或摘要上传。它适合高采样率、带宽受限或需要毫秒级反馈的实验，例如振动监测、电机控制或闭环调节。代价是边缘节点需要更强的算力和可维护性，算法更新与版本管理也更复杂。
采集节点、网关、消息队列与存储层的职责划分
无论采用哪种架构，四类角色的职责边界都应清晰，否则容易出现“采集节点做入库、存储层做滤波”的混乱。
| 角色 | 核心职责 | 关键参数 / 判断依据 |
|---|---|---|
| 采集节点 | 驱动传感器、按固定周期采样、打时间戳、本地缓冲 | 采样率、分辨率、缓冲区深度、时钟源 |
| 网关 | 协议转换、数据汇聚、时间同步、断线重传 | 吞吐量、同步精度（如 ±1 ms）、重传策略 |
| 消息队列 | 削峰填谷、解耦生产与消费、持久化未消费消息 | 分区数、保留时长、消费滞后量 |
| 存储层 | 时序数据写入、压缩、索引、查询与归档 | 写入吞吐、压缩比、查询延迟、保留策略 |
以一个 32 通道振动实验为例：若采样率 10 kHz、每通道 16 位，则原始数据率约为 32 × 10000 × 2 B = 640 KB/s，约 5.1 Mbps。集中式架构下，主控机需同时承担采集、FFT 和磁盘写入，若磁盘持续写入低于 640 KB/s，缓冲区就会累积。分布式架构可让 4 个节点各采 8 通道，网关汇聚后写入消息队列，存储层按时间分区落盘。边缘架构则可在节点内先做 1 kHz 降采样和 RMS 特征提取，上行数据率降到约 32 × 1000 × 4 B = 128 KB/s，带宽压力显著下降。
选型对照与落地建议
集中式适合教学实验台、单机测试和通道数少于 16 的场景，部署快、时钟天然统一。分布式适合多工位、多楼层或需要长期无人值守的实验，重点解决节点时钟同步和网关重传。边缘采集适合高采样率、带宽紧张或需要本地闭环反馈的场景，重点解决边缘算法版本管理和远程维护。
实际工程中常采用混合方式：关键高频通道走边缘节点做实时判断，低频辅助通道由分布式节点汇聚，最终统一进入消息队列和时序数据库。这样既保留了边缘的低延迟，又利用中心存储完成全局关联分析。设计时建议先画出数据流图，标注每个环节的输入速率、输出速率和缓冲深度，再决定哪些职责放在边缘、哪些放在中心，避免后期因带宽或延迟不足而返工。