# 数据汇聚引擎 (wm-data-engine)

## 模块概述

数据汇聚引擎是智慧水务管理系统的核心数据处理模块，负责实时采集、验证、存储和推送来自多个来源的数据。

## 核心功能

### 🔄 实时流数据采集

#### MQTT 支持
- **协议**: MQTT 3.1/3.1.1
- **客户端**: Eclipse Paho
- **主题监听**:
  - `iot/telemetry/+` - 设备遥测数据
  - `iot/command/+` - 设备控制命令  
  - `quality/data/+` - 水质检测数据
- **数据格式**: JSON

#### Kafka 消费者
- **IoT原始数据**: `iot.raw.generic` - 处理设备遥测数据
- **水质数据**: `data.quality` - 处理水质检测数据
- **手动录入**: `data.manual` - 处理人工录入数据
- **API接口**: `data.api` - 处理接口调用数据

### 📊 数据验证

#### 验证规则
- **设备编号**: 6-20位字母数字
- **数值范围**: 根据指标类型设定合理范围
- **数据完整性**: 必需字段检查
- **质量评分**: 数据质量量化评估

#### 支持的指标类型
- **水表指标**: 流量、压力、温度、水位、累计用水量
- **水质指标**: 浊度、pH值、余氯、总氯、总硬度
- **管道指标**: 管道压力、流量、温度、泄漏状态
- **阀门指标**: 开度、状态、压差
- **水泵指标**: 状态、流量、电流、功率、温度
- **环境指标**: 温度、湿度、气压

### 💾 数据存储

#### TDengine 时序数据库
- **存储设备遥测数据**
- **超级表设计**: water_iot.iot_telemetry
- **高压缩率**: 适用于大量时间序列数据
- **快速查询**: 支持降采样和聚合分析

#### PostgreSQL 关系数据库
- **存储水质检测记录**
- **存储配置和元数据**
- **支持复杂查询和事务处理

### 📈 数据统计

#### 统计功能
- **采集任务统计**: 成功率、失败率、处理时间
- **数据质量统计**: 合格率、异常分布
- **设备状态统计**: 在线率、故障率
- **实时监控**: WebSocket 推送

### 🔌 接口说明

#### REST API
- `GET /api/data/collect/tasks` - 查询采集任务列表
- `POST /api/data/collect/tasks` - 创建采集任务
- `GET /api/data/collect/records` - 查询采集记录
- `POST /api/data/collect/batch` - 批量数据采集

#### WebSocket
- `/topic/data/realtime/{sourceType}` - 实时数据推送

## 配置说明

### MQTT 配置
```yaml
mqtt:
  broker-url: tcp://127.0.0.1:1883
  client-id: water-data-engine
  username: water
  password: water123
  timeout: 30
  keep-alive: 60
  topic:
    iot-telemetry: iot/telemetry/+
    iot-command: iot/command/+
    quality-data: quality/data/+
```

### Kafka 配置
```yaml
spring:
  kafka:
    bootstrap-servers: 127.0.0.1:9092
    consumer:
      group-id: wm-data-engine
      auto-offset-reset: latest
    producer:
      key-serializer: org.apache.kafka.common.serialization.StringSerializer
      value-serializer: org.apache.kafka.common.serialization.StringSerializer
```

### TDengine 配置
```yaml
tda:
  host: 127.0.0.1
  port: 6030
  username: root
  password: taosdata
  database: water_iot
```

## 数据格式

### IoT 遥测数据
```json
{
  "deviceSn": "FM001",
  "timestamp": 1718352000000,
  "metrics": [
    {
      "key": "LL",
      "value": 12.5
    },
    {
      "key": "YL", 
      "value": 0.35
    }
  ]
}
```

### 水质数据
```json
{
  "testType": "常规检测",
  "testPoint": "水厂出口",
  "pointType": "出厂水",
  "area": "主城区",
  "turbidity": 0.5,
  "ph": 7.2,
  "residualChlorine": 0.3,
  "isQualified": true
}
```

## 监控和日志

### 日志级别
- **DEBUG**: 详细的数据处理日志
- **INFO**: 关键操作和状态变更
- **WARN**: 异常但可恢复的情况
- **ERROR**: 严重错误

### 监控指标
- **采集成功率**: 成功处理的数据量 / 总数据量
- **数据处理延迟**: 从接收到存储的时间差
- **系统负载**: CPU、内存使用率
- **连接状态**: MQTT、Kafka、数据库连接数

## 开发指南

### 添加新的数据源
1. 在 `DataCollectService` 中添加新的处理方法
2. 在 `DataValidationUtils` 中添加验证规则
3. 更新 `MetricType` 枚举（如需要）
4. 添加对应的单元测试

### 添加新的数据类型
1. 定义新的消息格式
2. 更新 Kafka 消费者
3. 添加数据验证逻辑
4. 实现存储逻辑

## 测试

### 运行单元测试
```bash
mvn test
```

### 运行集成测试
```bash
mvn verify
```

## 故障排查

### 常见问题
1. **MQTT 连接失败**: 检查 Broker 地址和认证信息
2. **Kafka 消费延迟**: 检查消费者组和 Topic 配置
3. **TDengine 写入失败**: 检查数据库连接和超级表结构
4. **数据验证失败**: 检查数据格式和范围规则

### 调试模式
设置日志级别为 DEBUG：
```yaml
logging:
  level:
    com.water.data_engine: DEBUG
```

## 版本历史

### v1.0.0 (2026-06-15)
- 实现 Issue #41: 实时流数据采集（MQTT/Kafka Consumer）
- 支持 MQTT 客户端和数据接收
- 实现 Kafka 消费者功能
- 添加数据验证和质量检查
- 集成 TDengine 时序数据库
- 完善测试覆盖