[Java] ThingsBoard：一个让10万设备同时在线的开源物联网平台

上周机房突然收到告警，客户的5000台智能电表数据传输中断。排查后发现是自研的数据采集系统扛不住并发了。老板问：有没有成熟的开源方案？我说：有，而且还免费。

源码下载： thingsboard-master.zip (30.03 MB, 下载次数: 2)

这玩意儿是干什么的

ThingsBoard 是个开源的物联网平台，说白了就是帮你管理海量设备、收集数据、做可视化的工具。不管你是做智能工厂、环境监测还是车联网，它都能搞定。

最关键的是，它已经在 GitHub 上拿到了 19.9k 的 star，这意味着有一大堆人在用，踩过的坑基本都填平了。

架构设计很讲究

作为运维，我最关心的是系统能不能扛住压力。看了源码后发现，这个项目的架构设计挺有意思：

分层清晰：传输层、业务层、数据层完全解耦。MQTT、CoAP、HTTP 这些协议各走各的通道，互不干扰。

微服务化：规则引擎、设备管理、数据存储都是独立模块，可以单独扩容。比如数据写入压力大，就加几个 Transport 节点；查询慢，就扩 API 服务。

存储灵活：时序数据用 Cassandra 或 TimescaleDB，元数据用 PostgreSQL，缓存走 Redis。该快的快，该稳的稳。

十分钟跑起来

别看功能多，部署其实很简单。我在测试机上试了一遍：

# 创建数据目录
mkdir -p ~/.mytb-data ~/.mytb-logs
sudo chown -R 799:799 ~/.mytb-data ~/.mytb-logs

# 一条命令启动
docker run -d -p 8080:9090 -p 1883:1883 \
  -v ~/.mytb-data:/data \
  -v ~/.mytb-logs:/var/log/thingsboard \
  --name mytb --restart always \
  thingsboard/tb-postgres

等个两分钟，浏览器打开 http://localhost:8080，用 tenant@thingsboard.org / tenant 登录，界面就出来了。

接下来模拟设备发数据。我用 mosquitto 发了条 MQTT 消息：

# 先在界面创建设备，拿到 ACCESS_TOKEN
mosquitto_pub -h localhost -p 1883 \
  -t "v1/devices/me/telemetry" \
  -u "你的设备TOKEN" \
  -m '{"temperature":28.5,"humidity":65}'

刷新页面，数据立马出现在设备详情里。然后拖几个图表组件到仪表板，温度曲线、湿度柱状图，几分钟就搞定一个监控大屏。

规则引擎是亮点

最让我惊喜的是规则引擎。以前做告警都要写代码，现在直接拖拽节点就行。

比如温度超过 30 度发邮件：

1. 添加一个"过滤器"节点，条件是 temperature > 30
2. 连接一个"发送邮件"节点，配置收件人
3. 保存规则链，实时生效

整个过程可视化操作，不用重启服务。数据流转路径也一目了然：设备 → 过滤 → 转换 → 动作 → 外部系统。

对接 Kafka、RabbitMQ 也是同样的逻辑，拖个节点配置一下就完事。

生产环境怎么部署

测试环境跑 Docker 没问题，但生产环境肯定要上 Kubernetes。官方提供了 Helm Chart，改几个参数就能用：

# values.yaml 关键配置
replicaCount: 3  # 三副本高可用

resources:
  requests:
    memory: 2Gi
    cpu: 1000m
  limits:
    memory: 4Gi
    cpu: 2000m

database:
  type: postgres
  host: postgres-cluster.default.svc

kafka:
  enabled: true
  replicaCount: 3

然后配置 Ingress、配置监控、对接日志系统。整套流程下来，一个能扛百万级设备的平台就起来了。

监控和排障

运维最怕的是系统出问题找不到原因。ThingsBoard 在这方面做得不错：

• Prometheus 指标：暴露了消息吞吐量、API 延迟、连接数等核心指标
• 审计日志：每个操作都有记录，谁改了什么配置一查便知
• 健康检查：K8s 的 liveness 和 readiness 探针都支持

我一般会配合 Grafana 做个监控面板，重点关注：

• MQTT 连接数突增（可能有设备异常）
• 消息堆积（Kafka 消费跟不上）
• API 响应时间 P99（用户体验指标）

适合哪些场景

从实际使用来看，这几类需求特别合适：

智能工厂：几千台设备实时上报数据，SCADA 界面监控生产线状态。

环境监测：分布式传感器采集温湿度、PM2.5，超标自动告警。

能源管理：电表、水表数据采集，生成用能分析报表。

车队管理：GPS 定位、油耗监控、车辆轨迹回放。

如果你的业务涉及大量设备接入、实时数据处理、可视化展示，那 ThingsBoard 基本能覆盖 80% 的需求。剩下 20% 可以通过插件或二次开发解决。

几个坑要注意

没有完美的系统，用下来也发现一些问题：

1. 内存占用：默认配置比较吃内存，生产环境建议 4G 起步
2. 升级谨慎：大版本升级可能涉及数据库迁移，一定要先备份
3. 文档分散：社区版和专业版文档混在一起，有时候要仔细分辨

不过这些都是可以接受的，毕竟是开源项目，遇到问题社区响应也挺快。

写在最后

作为运维，我们的目标是让系统稳定运行，让部署简单高效。ThingsBoard 提供了一个不错的起点，省去了从零搭建的时间。

当然，工具只是工具，真正的稳定性还是要靠对架构的理解、对监控的重视、对故障的快速响应。

如果你也在做物联网相关的项目，不妨试试这个平台。反正是开源的，跑起来看看效果，不合适再换也不亏。

---

关注《云栈运维云原生》，我们一起让系统永不宕机 🚀

---

项目地址
GitHub: https://github.com/thingsboard/thingsboard

官方资源
文档: https://thingsboard.io/docs/
在线演示: https://demo.thingsboard.io/

---

标签：#ThingsBoard #GitHub #物联网平台 #微服务架构 #开源项目 #云原生 #DevOps