DGIOT是一个面向物联网的开源数据分析平台，它为用户提供了快速、高效采集、管理和分析物联网设备数据的能力，并具备多种数据处理和可视化展示方式。
DGIOT的安装实例数已经超过 35.2k，用户遍布全球。拿下多个物联网产品的领域赛道冠军。
已承建多个重大国际赛事场馆数字驾驶舱、平安校园数据中台、电信级设备监管平台、千亿级产业大脑等。
全开放源码，全流程低代码。
强大开源社区，集成和兼容各种开源工具。
商业级物联网基座，快速承接物联网项目。
面向工业物联网的轻量级开源平台，致力于平台的标准化和工具化。打造全面、丰富、专业的开源生态产品及服务。
首页 › 用户案例
[小 迪 导读]：在软件运行时，设备不断增加，软件内信息量不断提升，程序压力不断增加，程序的承受能力至关重要。
随着ZETA产业的发展与业务的深化应用，设备管理、网络管理、应用服务都面临大规模设备接入挑战。ZETA设备接入服务必须能够支持高并发性 (如超过百万级的并发设备接入)、高速率 (如每秒超过十万事件)、高吞吐量 (如每100秒处理超过GB)。同时，应用事件发生率各不相同，需要接入服务有超强的处理能力，保障应用事件的正常解析。
压力测试是软件质量保证的一项基本行为，是每个重要软件测试工作的一部分。软件压力测试是指对系统不断施加压力的情况下，根据系统各项指标的变化情况来判断：1、系统可能存在的瓶颈；2、系统负载能力；3、系统正常运行情况下的运行效率。
图1-实际业务场景
本次压力测试通过模拟1万ZETA AP、千万ZETA TAG标签的在线运行，精准高效完成ZETA AP、ZETA TAG的在线协议解析、解析数据实时入库、海量数据在线查询与展示等流程。同时，对真实物流业务场景进行抽象，实现批次ZETA TAG在不同线路上发生轨迹改变，移动过程中利用不同的ZETA AP实现定位。ZETA TAG在线运行过程中，每隔15分钟发送心跳包，被临近的单个或者多个ZETA AP报送至服务端。服务端会按照策略选择信号最好的上报数进行存库，并利用上报信号最好的AP对ZETA TAG进行定位。
通过压力测试，判断当前应用环境情况下系统的负载能力，为今后应用范围扩大，用户量上升后，服务器扩容、升级等提供必要的技术支撑，及服务器规划等。
本次测试目的是为了验证基于dgiot连接与设备管理平台的ZETA物流跟踪管理能够实现千万级ZETA TAG标签同时在线稳定运行、数据及时回传、正常入库、高效查库。
本次测试场景的压力与复杂度远高于真实场景，在保障ZETA物流跟踪当前业务可以正常开展的同时，也可以有效支撑ZETA相关业务应用的拓展与深化应用。
为了尽量避免网络传输给测试结果带来的影响，应该选取内部局域网作为压力测试的网络环境（但是我们没有专门的局域网，只能用外网测试）。网络框图如下：
图2-网络结构示意图
平台服务器即连接与设备管理平台服务器，是压力测试的主要对象。平台服务器为目前正式环境中运行的服务器，应用服务器配置不同，其压力测试结果也不一致。
服务器配置如下：
由于压力测试是对系统负载能力的测试，无法通过真是的环境来进行获取相关指标，因此通过测试机与测试服务，模拟1万AP、千万ZETATAG与服务器高频数据交互，利用算法虚拟真实业务场景下实际的操作来进行测试。
测试机部署虚拟云设备服务，及进行压力测试的客户端机器，一般采用高配置的机器来进行测试。
在压力测试过程中，一般忽略测试机对压力测试结果的影响。
测试机配置(腾讯云服务器)：
为了尽量保证压力测试结果的真实性，在压力测试期间，做如下的条件限制：
1、尽量在局域网内进行压力测试，避免因网络原因干扰测试结果与结论；
2、数据库服务器除了处理测试应用系统请求外，不进行其它复杂应用请求；
3、测试应用服务器不进行其它的正常业务处理，因此压力测试安排在非工作日进行；
4、压力测试结果忽略测试机、应用服务器、网络等其它额外的开销，不作为系统瓶颈的分析对象。
启动测试机，导入已编写好的服务，设置线路条数、起始位置、发送频率、AP数量、TAG取值范围、等参数信息，便可以启动模拟场景，进行AP、TAG与服务器的高频数据交互。
测试工具：虚拟AP；监控工具:Grafana
利用ZETAAP影子设备模拟1万ZETAAP、千万ZETATAG同时在应用程序中工作的环境，对应用程序进行负载测试。当应用程序在负载状态下运行时，Grafana会准确评测、监控并分析系统的性能和功能。
ZETAAP影子设备使用TCP/IP协议，主要思想是使用虚拟设备来模拟真实设备并发对系统施加压力。通过ZETAAP影子设备模拟接收ZETATAG标签上报数据，将上报数据上报至服务端。
ZETAAP、ZETATAG设备消息收发是平台功能模块中实现数据网关功能，同时服务器需要进行复杂运算的查询、计算。但也是系统中基本的模块，操作量相对较大，性能的要求较高，对服务的压力相对较大。
ZETA物流跟踪业务场景图
ZETA设备运行模拟：
ZETA AP：每10s主动连接服务端，连续30min未连上等待2min再次 连接；
连接状态下1min一次心跳交互；
连续三次未收到ACK，发起重连。
ZETA TAG：每15分钟上报一次心跳包；
心跳报文被不同AP接收上报后，服务端会比较后保留首次
收到TAG心跳后3s内RSSI最强上报的AP位置信息作为TAG的当前位置。
客户端场景模拟描述：
运输、配送线路：本次场景模拟线路总计200条，线路可以配置。
运输车辆：本次场景模拟运输车辆50000部，货车会模拟真实物流场景在既定线路上进行移动，车上ZETAG标签随之移动。
ZETA AP：本次模拟10000台，每条线路上分布500台ZETAAP
ZETA TAG数量：本次模拟在运ZETAG1000万个，ZETAG随运输车辆移动，每隔15分钟的心跳报文被相邻的2-3个ZETAAP接收。
服务端业务描述：
1、每15分钟内完成千万在运ZETAG标签心跳数据包解析（加上冗余报文，每15分钟内解析心跳报文数量2000多万条）；
2、完成ZETA TAG心跳数据比较与冗余数据过滤；
3、完成解析出的海量TAG位置信息实时分类入库；
4、支持ZETATAG最新位置更新与轨迹查询；
5、每分钟完成1万ZETAAP的心跳报文解析、存储；
6、完成ZETAAP运行状态信息的接收与存储；
7、支持ZETA AP运行状态信息查询。
根据测试系统中消息的业务场景情况，选取以下指标作为场景压力测试情况判断依据：
A、ZETA AP在线情况统计
B、ZETA AP在线率
C、在线ZETAG标签数量
D、ZETA标签解析包数量
E、1/5/15分钟CPU平均负载
F、内存使用量
按照本测试方案及测试计划，准备测试数据，完成服务部署，并在模拟环境中进行测试运行。
压力测试分以下几种情况测试：
压力测试过程中需要记录的性能指标包括：
ZETAG标签数据包入库总量（入库超10亿条）：
ZETA AP在线数量：
ZETAG标签在线数量统计（15分钟最高超过1856万）：
ZETAG标签解析数量：(两小时内约解析1.5亿条)
1/5/15分钟CPU负载统计：（负载比较平稳）
内存使用量：（客户端最高7.19G，服务端最高29.6G）
磁盘读写测试：
API 压力测试结果：
ZetaEtag 接口
超时时间为5秒
随机读tag，数据库内数据58169933条
tag 生成方式：FF开头后六位随机生成
* 返回status code为200（找到目标tag）或404（找不到目标tag）两者都视为调用成功
服务器CPU负载 服务器内存负载
ZetaEtagHistory 接口
对所有tag随机读，limit值为100，日期范围在合理范围内随机产生，数据库内数据58169933条
tag生成方式：FF开头后六位随机生成
日期生成方式：1569558137~1569579737间随机数
服务器CPU负载
服务器内存负载
根据以上测试结果可得出以下结论：
经分析可以得出以下结论：
1、15分钟内超过千万个（1020万）的TAG标签完成了心跳数据包上报、解析、存储；
2、服务运行稳定，内存使用量与CPU负载均在平稳状态；
当前存在问题
综上所述，平台可以稳定支撑千万级ZETA TAG同时在运的物流跟踪网络运营与业务应用。通过优化策略与扩容可以支撑更大规模、更多领域的ZETA应用。
[小 迪 点评]
想了解更多 dgiot 的具体细节，欢迎大家在GitHub上查看相关源代码。
加微信咨询
请填写下面表单，我们的工作人员会与您联系。
报错： 未找到这个表单
请填写下面表单，我们会即时将最新版本下载地址发到您的邮箱。
加小迪为好友即可加入交流群
