本文目录导读：
Java在物联网（IoT）平台开发中占据重要地位，因为其跨平台性（Write Once, Run Anywhere）、丰富的生态库和强大的并发处理能力,非常适合构建从设备接入到数据展示的完整链路。
这里为你梳理一个典型的Java物联网平台的架构案例，包含了核心模块、技术选型和业务场景。
案例背景：智慧农场环境监控系统
业务需求：实时监控大棚内的温度、湿度、土壤酸碱度、光照强度；远程控制风机、卷帘、灌溉阀门；当数据异常时（如温度过高）自动告警并联动设备。
整体架构分层（微服务风格）
Java物联网平台通常采用分层架构，这里我将以 Spring Cloud Alibaba 技术栈为例：
[设备终端/传感器]
↓ (MQTT/CoAP)
[接入层] - Netty + MQTT Broker (EMQX)
↓
[核心服务层] - Spring Boot 微服务集群
|--- 设备管理服务
|--- 数据采集服务 (Kafka 缓冲)
|--- 规则引擎服务 (告警/联动)
|--- 命令下发服务
↓
[数据层] - 时序数据库 + 关系型数据库
↓
[展示层] - Web管理后台 + 大屏可视化 (Vue)
核心模块实现与技术要点
设备接入层（通信层）
技术选型：Netty（TCP/UDP处理）+ EMQX（MQTT Broker）或 Moquette（嵌入式）。
- 案例实现：
- 协议解析：设备上报数据通常不是标准JSON，而是二进制或自定义报文，这里使用Netty编写Decode（解码器），将字节流解析为Java POJO对象。
- 连接管理：使用Netty的ChannelGroup管理设备会话,维护设备ID与Channel的映射关系。
- 心跳机制：通过IdleStateHandler检测设备心跳，判断设备在线/离线状态。
数据管道（消息队列）
技术选型：Apache Kafka 或 RabbitMQ。
- 案例实现：
- 设备数据量巨大（每秒千级/万级TPS）,不能直接写入数据库。
- Java服务将解析后的数据发送到Kafka的
device-metricsTopic。 - 下游的数据存储服务和规则引擎服务消费该Topic,进行解耦和削峰填谷。
设备管理服务
技术选型：Spring Boot + Mybatis-Plus + MySQL + Redis。
- 案例实现：
- 物模型：定义“温度”、“湿度”这些属性的标识符、数据类型（Int/Float）、取值范围。
- 生命周期：管理设备注册、激活、禁用、删除，设备首次上线时，调用该服务的接口进行身份认证（一机一密）。
数据存储层（时序数据）
技术选型：TDengine 或 InfluxDB（时序数据库）+ Redis（缓存最新值）+ MySQL（存储设备元数据）。
- 案例实现：
- 设备上报的温度数据是时序数据,用MySQL存储会导致数据量过大查询极慢。
- Java服务使用JDBC或原生API将Kafka消费的数据批量写入TDengine。
- SQL示例（TDengine）：
INSERT INTO farm.weather VALUES (now, 25.3, 80, 7.5)。 - 设备最新状态（如当前温度）存入Redis,用于Web端快速展示。
规则引擎（告警与联动）
技术选型：Drools 或 自研条件匹配。
- 案例实现：
- 告警：定义规则
温度 > 35℃，触发后生成告警记录，并通过邮件/短信通知农户。 - 联动：定义规则
土壤湿度 < 20%且 设备在线，则自动向命令下发服务发送指令,开启灌溉阀门。 - 去重：避免同一设备连续触发告警导致消息轰炸,通常设置静默时间窗口。
- 告警：定义规则
命令下发与反向控制
技术选型：Netty 写数据 + MQTT QoS1/QoS2。
- 案例实现：
- 用户在Web端点击“打开风机”。
- 服务端通过设备管理服务找到该设备的Channel。
- 构造控制指令（如
{"cmd": "relay_on", "id": 1}），通过 Netty 写入 Channel 发送给设备。
关键代码片段演示
设备数据接入（Netty 解码器示例）
// 设备协议： 帧头(0xAA) + 长度(2字节) + 设备类型(1字节) + 数据区 + 校验
public class DeviceDecoder extends ByteToMessageDecoder {
@Override
protected void decode(ChannelHandlerContext ctx, ByteBuf in, List<Object> out) {
// 1. 等待积累足够的数据头（比如5个字节）
if (in.readableBytes() < 5) return;
in.markReaderIndex();
// 校验帧头
if (in.readByte() != 0xAA) {
ctx.close(); // 非法数据，断开连接
return;
}
short length = in.readShort(); // 读取数据长度
// 2. 如果数据不足一帧，重置读指针并等待
if (in.readableBytes() < length) {
in.resetReaderIndex();
return;
}
// 3. 读取数据区
byte[] data = new byte[length];
in.readBytes(data);
// 转换为业务对象
DeviceMessage msg = parseToPojo(data);
out.add(msg); // 传递给下一个Handler（业务处理器）
}
}
命令下发（使用 MQTT 客户端）
@Component
public class CommandSender {
@Autowired
private MqttTemplate mqttTemplate; // 假设使用集成好的 MQTT 客户端
public void sendCommand(String deviceId, String command) {
// 设备订阅的主题通常为: /device/{deviceId}/command
String topic = "/device/" + deviceId + "/command";
// QoS 1 确保消息至少送达一次
mqttTemplate.send(topic, command.getBytes(StandardCharsets.UTF_8), MqttQoS.AT_LEAST_ONCE);
// 记录下发日志
recordCommandLog(deviceId, command);
}
}
告警订阅（Kafka 消费者）
@Component
public class RuleEngineConsumer {
@KafkaListener(topics = "device-metrics", groupId = "rule-engine")
public void onMessage(DeviceMetric metric) {
// 获取规则（可通过缓存）
Rule rule = ruleCache.get(metric.getDeviceType());
// 判断阈值
if (metric.getValue() > rule.getMaxValue()) {
// 触发告警短信通知
sendAlert(metric.getDeviceId(), rule.getThresholdDesc());
}
}
}
核心难点与解决思路
| 难点 | 解决方案 |
|---|---|
| 海量设备接入 | 使用Netty 的零拷贝和异步非阻塞特性；引入 负载均衡（多台EMQX或Netty实例）。 |
| 数据乱序/丢包 | 在Java层实现幂等性（唯一业务ID），对于重传的数据进行去重。 |
| 设备离线补偿 | 启动定时任务（如 xxl-job），定时扫描设备状态，对离线超时的设备下发唤醒指令或主动断开。 |
| 高并发写入 | 不能直接操作数据库，必须经过 Kafka 削峰，然后批量入库（JDBC Batch or TSDB 自动落盘）。 |
| 协议多样性 | 设计策略模式（HandlerMapping），将不同的设备协议（Modbus、自定义TCP、CoAP）抽象成不同的 Decoder 和 Handler。 |
技术栈清单
- 后端框架：Spring Boot 2.x / 3.x, Spring Cloud Gateway。
- 通信协议：MQTT (推荐), Netty (TCP)。
- 消息队列：Apache Kafka（近实时）。
- 时序数据库：TDengine（自带超级表，适合物联网）。
- 关系型数据库：MySQL（存储用户、设备信息）。
- 缓存：Redis。
- 容器化：Docker + K8s。
这个案例展示了Java在物联网平台中的典型应用方式：利用Java的强类型和面向对象特性管理复杂的业务逻辑，利用Netty处理超高并发的IO，利用Kafka进行流量削峰，利用时序数据库处理海量数据。
建议：如果你正在学习或开发此类平台，可以先从设备接入（模拟器） -> 数据入库 -> Web展示 这条线开始，逐步完善规则引擎和命令控制,这样能快速上手。
