小 T 导读：万家乐基于 41 年厨卫品牌积淀，构建了覆盖全国数十万台智能燃气热水器的 IoT 物联网平台，实时采集和管理设备运行状态数据。通过引入 TDengine 3.x，原始数据压缩率低至 0.66%，并基于 “超级表 + 子表” 的统一建模方式，高效支撑了设备实时监控、用户使用行为分析、故障智能诊断三大核心业务场景，为厨卫产品的智能化升级和精准售后服务提供了坚实的数据底座。
万家乐智能厨卫 IoT 平台概览
万家乐创立于 1985 年，总部位于佛山顺德，是国内厨卫行业的标杆品牌，产品覆盖燃气热水器、电热水器、油烟机、燃气灶、洗碗机、净水器等品类。随着智能家居战略的推进，万家乐旗下燃气热水器产品全面接入 IoT 模块，实现了设备联网和远程管控。
IoT 平台的核心挑战在于 “管得住设备、看得清数据、用得好分析”—— 数十万台热水器遍布全国各省，每台设备持续上报运行状态、温度、水流、燃气量等传感数据，数据量庞大且写入频率高；同时，业务端需要对海量时序数据进行多维度的查询和分析，支撑产品优化和售后服务。
平台的整体架构分为四个层次：
- 设备层：遍布全国各地的智能燃气热水器，每台设备内置 IoT 通信模块，通过 WiFi/4G 网络上报运行数据，包括进出水温度、水流量、燃气消耗量、运行模式、故障码、CO 报警等 80+ 个测点数据，上报频率为秒级。
- 传输层：设备数据通过 MQTT 协议上报至 IoT 平台，经消息队列缓冲后，由数据服务层统一写入时序数据库。平台需要同时处理多种协议类型的设备接入。
- 存储层：以 TDengine 3.x 为核心构建时序数据存储引擎。平台规划了两个核心数据库：
raw_data_db用于存储设备原始遥测数据，biz_analysis_db用于存储面向应用的分析数据。数据库配置 KEEP 3650 天（10 年），满足家电行业设备全生命周期数据追溯需求。 - 应用层：包括设备监控大屏、用户使用行为分析系统、故障诊断与售后服务系统，通过 TDengine 的查询接口获取实时和历史数据。
在这一架构中，TDengine 承担了三个核心角色，分别对应万家乐 IoT 平台的三大关键业务需求：海量设备数据的统一存储与管理、用户使用行为的深度分析、以及故障智能诊断与主动售后。
方案一：海量 IoT 设备数据的统一存储与管理
厨卫 IoT 数据的复杂性
万家乐 IoT 平台需要管理的数据类型极为复杂。平台同时接入多个产品品类的设备，每类设备的物模型和上报数据格式各不相同：
- 燃气热水器主设备数据（
water_heater_main系列超级表）：记录每台设备的完整运行状态，包含 80 + 字段，涵盖进出水温度、目标温度、水流量、燃气消耗、累计水气量、运行模式、增压状态、故障码、CO 报警、预热完成告警等。设备数据按秒级频率持续上报，每台设备独立一张子表，通过category_code（品类码）、product_code（产品码）、serial_number（序列号）、province（省份）、city（城市）、protocol_type（协议类型）六个 TAG 维度进行标识。 - 智能热水器设备数据（
smart_water_heater系列超级表）：面向新一代智能热水器产品线，包含 40 + 字段，在基础运行数据之外增加了舒适浴温度、厨房浴温度、老人浴温度、智能浴温度、儿童浴温度等多种个性化沐浴模式数据，以及点火状态、即时加热等控制指令。 - 应用分析数据（
biz_analysis_db）：将原始遥测数据按字段维度拆分，形成 9,129 张分析用超级表和 13,632 张分析子表，支撑面向具体业务属性的深度分析查询。
TDengine 的压缩效果
raw_data_db 数据库包含 150 张超级表，总子表数量超过万台设备对应的子表。原始数据经 TDengine 压缩后，磁盘实际占用仅约 104MB，压缩率低至 0.66%，相当于约 150:1 的压缩比。biz_analysis_db 数据库包含 9,1290 张超级表、13,6320 张子表，压缩率为 8.10%，磁盘占用约 92MB。两个数据库合计磁盘占用不到 200MB，却承载了数十万台设备的全生命周期运行数据。
这一压缩效果对万家乐 IoT 平台意味着：原本需要大量存储资源的设备运行数据，现在仅需极少的存储成本即可容纳。以燃气热水器的温度测点数据为例，这类数据具有高度的时序相关性（同一台热水器相邻时刻的温度变化很小），TDengine 的列式存储充分利用了这种数据特征，配合 zstd 压缩算法，实现了远超通用数据库的压缩效率。按照家电行业设备数据保存 10 年的要求，TDengine 的存储成本优势极为显著。
统一的建模方式
针对多品类设备的数据存储需求，我们采用了 TDengine “超级表 + 子表” 的建模方式，遵循 “一设备一表” 的核心理念。所有数据统一在两个数据库中管理：raw_data_db 存储设备原始遥测数据，biz_analysis_db 存储面向应用的拆分分析数据。
以核心超级表为例：燃气热水器设备数据以 serial_number（设备序列号）为 TAG，每台热水器创建独立子表，子表名采用设备上报的唯一标识编码；同时通过 category_code、product_code、province、city 等 TAG 维度，支持按产品品类、按地区进行灵活的数据聚合查询。应用分析数据则按属性维度拆分，每个设备属性（功率、运行模式、故障码等）形成独立的超级表，支持按属性维度的高效分析。
方案二：用户使用行为分析与产品优化
厨卫产品的使用分析需求
万家乐作为拥有 41 年历史的厨卫品牌，产品优化和新品研发高度依赖于对用户真实使用行为的理解。IoT 平台采集的海量设备运行数据，为产品优化提供了前所未有的数据基础：
- 用水习惯分析：统计不同地区、不同季节用户的用水温度偏好、用水时段分布和单次用水量。要求数据库能够按地区和时间维度进行大范围聚合查询。
- 燃气效率评估：分析不同产品型号的燃气消耗效率，通过对比累计燃气量和累计热水量，评估各型号产品的能效表现。要求数据库支持跨设备的分组聚合计算。
- 沐浴模式偏好：统计用户在不同沐浴模式（舒适浴、厨房浴、老人浴、儿童浴等）下的使用频次和温度设定，为产品功能迭代提供数据依据。要求数据库支持多维度标签的灵活组合查询。
- 调度功能使用率：分析定时功能的实际使用率，评估智能调度功能的用户接受度。
TDengine 的查询适配
TDengine 针对时序数据的专用优化引擎，使得上述业务分析场景均能高效执行：
-- 场景1：查询某地区所有热水器的最新运行状态（区域监控大屏）
SELECT last_row(*) FROM water_heater_main WHERE province = '广东' AND city = '佛山';
-- 场景2：统计某产品型号近30天的日均用水量（产品能效评估）
SELECT serial_number, AVG(total_water_volume) AS avg_daily_water
FROM water_heater_main WHERE ts > NOW() - 30d AND product_code = 'MODEL-A'
GROUP BY serial_number;
-- 场景3：按小时降采样统计设备平均出水温度变化趋势（用水高峰分析）
SELECT _irowts, AVG(out_water_temp) AS avg_temp,
AVG(water_flow) AS avg_flow
FROM water_heater_main WHERE ts > NOW() - 1d AND province = '浙江'
INTERVAL(1h) FILL(PREV);
-- 场景4：统计各产品型号的用户使用模式分布（产品优化决策）
SELECT product_code, COUNT(*) AS device_count,
AVG(target_temp) AS avg_target_temp
FROM water_heater_main WHERE ts > NOW() - 7d
GROUP BY product_code;
-- 场景5：分析设备故障码分布（产品质量追踪）
SELECT product_code, errorcode, COUNT(*) AS error_count
FROM smart_water_heater WHERE ts > NOW() - 30d AND errorcode > 0
GROUP BY product_code, errorcode;在实际运行中，设备最新状态查询（last_row）响应时间在毫秒级，跨区域设备聚合查询响应时间在百毫秒级，30 天跨度的设备行为分析也实现了秒级响应。相比传统关系型数据库在百万级设备数据上的分钟级查询延迟，性能提升达到两个数量级以上，显著改善了产品分析团队的数据获取效率。
方案三：故障智能诊断与主动售后服务
厨卫电器的售后挑战
燃气热水器作为涉及燃气安全的厨卫产品，售后服务质量直接影响品牌口碑和用户安全。万家乐全国保有量巨大，传统的售后服务模式面临两大挑战：一是被动响应 —— 用户发现故障后拨打售后电话，维修人员上门排查，响应周期长、用户体验差；二是故障定位困难 —— 维修人员需要上门后才能判断故障原因，备件准备不充分导致二次上门率高。
IoT 平台采集的设备实时运行数据，为实现 “主动售后” 提供了可能 —— 通过持续监控设备运行状态，在故障发生前识别异常模式，主动联系用户进行预防性维护。
TDengine 支撑的故障诊断能力
- 实时监控与异常检测：通过 last_row 函数毫秒级获取每台设备的最新运行状态，包括当前温度、水流量、故障码、CO 报警等关键指标。当设备上报的 errorcode 非零或 CO 报警触发时，系统可立即生成告警并推送至售后服务系统。
- 历史故障回溯：当设备出现异常时，需要查询该设备最近 N 天的完整运行记录，分析故障发生前后的数据变化趋势。TDengine 的时间范围查询能够高效返回设备的历史数据链路。
- 批量设备健康评估：需要按区域或产品型号批量扫描设备状态，识别存在潜在风险的设备群体。TDengine 的分组聚合查询支持对数千台设备进行批量健康评估。
- 防冻保护监控：在冬季，需要特别关注设备的防冻状态。通过查询防冻温度探头字段，识别防冻功能异常的设备，主动推送防冻提醒。
-- 场景1：实时获取某设备最新状态（故障诊断首步）
SELECT last_row(ts, errorcode, out_water_temp,
water_flow, co_alarm, status)
FROM water_heater_main WHERE serial_number = '111110001001971006';
-- 场景2：查询某设备最近7天运行数据（故障回溯分析）
SELECT ts, errorcode, out_water_temp,
in_water_temp, target_temp, water_flow, gas_consume
FROM water_heater_main WHERE serial_number = '111110001001971006'
AND ts > NOW() - 7d ORDER BY ts DESC;
-- 场景3：批量扫描某区域故障设备（主动售后）
SELECT serial_number, last_row(errorcode) AS latest_error,
last_row(out_water_temp) AS current_temp
FROM water_heater_main WHERE province = '北京' AND ts > NOW() - 1h
GROUP BY serial_number HAVING latest_error > 0;
-- 场景4：按小时统计设备告警频次趋势（设备健康评估）
SELECT _irowts, COUNT(*) AS alarm_count
FROM smart_water_heater WHERE serial_number = '111110001001415786'
AND ts > NOW() - 30d AND errorcode > 0
INTERVAL(1d) FILL(VALUE, 0);通过 TDengine 的实时查询能力，故障诊断系统能够在毫秒级获取设备最新状态，秒级完成历史数据回溯分析。结合异常检测算法，系统可以在用户感知故障之前主动发现设备异常，将售后服务模式从 “被动响应” 升级为 “主动预防”，显著提升了用户满意度和售后服务效率。
写在最后
通过引入 TDengine，万家乐厨卫 IoT 平台在三个关键维度上实现了突破：以 150:1 的压缩比实现了数十万台热水器全生命周期数据的极低成本存储；以毫秒至秒级的查询响应支撑了设备监控、用水分析、故障诊断等核心业务场景；以 “超级表 + 子表” 的统一建模方式实现了多品类、多地区设备数据的灵活管理。
未来，我们将继续探索 TDengine 在以下方面的深度应用：一是探索 TDengine 的流式计算能力，实现设备故障的实时预警和自动化工单派发；二是利用数据订阅能力，打通 IoT 平台与售后服务系统、产品研发系统的数据链路，形成 “数据采集→异常发现→工单派发→服务闭环” 的全流程自动化；三是探索 TDengine 在厨电产品线（油烟机、燃气灶、洗碗机等）的 IoT 数据管理扩展，进一步释放厨卫时序数据的业务价值。
感谢涛思数据技术团队在项目实施过程中提供的专业支持。
关于万家乐
广东万家乐燃气具有限公司（简称 “万家乐”）创立于 1985 年，总部位于广东佛山顺德，是中国厨卫行业的标杆品牌。万家乐专注于改善中国家庭健康用水和健康厨房生活，产品覆盖燃气热水器、电热水器、油烟机、燃气灶、洗碗机、净水器、壁挂炉、消毒柜等品类，全国联保，服务热线 400‑128‑8888。作为拥有 41 年历史的国民厨卫品牌，万家乐始终致力于以科技创新推动产品升级，为全国数千万家庭提供高品质的厨卫生活体验。
作者： 智能中心 方锦明
