一、前言
随着时间的增加,存储的历史记录也在不断增加,如果设备数量很多,存储间隔很短,不用多久,数据库中的记录就非常多,至少是百万级别起步,而且有些用户还是需要存储每一次的采集的数据,这数据量别说一年,就是一个月下来都是恐怖级别的,所以这就涉及到一个重要的需求,如何自动清理早期的不需要的数据,比如只保存最近10万条记录,或者保存最近30天的记录,这就需要安排个线程,在线程中打开数据库以后,每隔一段时间去查询记录数量,超过了设定的最大值,则按照时间顺序把早期的数据删除,其实就是执行一个sql语句。如果设置的是只存储最近30天的记录,则每隔一段时间执行删除sql语句,带上条件where 时间<(今天-30)。由于是在线程中打开的数据库,所以在线程中执行的sql语句都不会对主界面使用的数据库相关处理造成卡顿。
光有数据记录清理可能还是不够的,比如系统还不断的在存储报警图片或者其他数据文件,由于硬盘的大小有限,也需要一个机制做清理,尤其是对于视频监控系统尤为重要。由于和数据库记录清理功能类似,而且数据库清理线程99.99%的时间都是空余的,就算是到了需要清理的时候,也是一次性清理多条,也不会频繁的在清理中,为了不让这个线程闲着,直接也把清理文件的机制也放到了这个类,指定要监听的目录,指定最大的大小,每隔一段时间读取下大小,超过了则清理早期的文件。
二、功能特点
2.1 软件模块
设备监控模块,包括数据监控(表格形式展示)、设备面板(面板形式展示)、地图监控(地图形式展示)、曲线监控(曲线形式展示)。
数据查询模块,包括报警记录、运行记录、操作记录。
系统设置模块,包括基本设置、端口管理、控制器管理、探测器管理、报警联动、类型设置等。
其他设置模块,包括用户管理、地图管理、位置调整、组态设计、设备调试等。
2.2 基础功能
- 设备数据采集,支持串口、网络,串口可设置串口号、波特率,网络可设置IP地址、通讯端口。
- 每个端口支持采集周期时间,默认1秒钟一个设备。
- 支持设置通讯超时次数,默认3次。
- 支持最大重连时间,用于重新读取离线的设备。
- 控制器信息,能够添加控制器名称,选择控制器地址、控制器型号,设置该控制器下面的探测器数量。
- 探测器信息,能够添加位号、探测器型号、气体种类、气体符号、高报值、低报值、缓冲值、清零值、是否启用、报警声音、背景地图、存储周期、数值换算小数点位数、报警延时时间、报警的类型(HH,LL,HL)等。
- 类型管理可配置控制器型号、探测器型号、气体种类、气体符号等。
- 地图支持导入和删除,所有的探测器在地图上的位置可自由拖动保存。
- 端口信息、控制器信息、探测器信息、类型信息、用户信息等,都支持导入、导出、导出到excel、打印。
- 运行记录、报警记录、操作记录,都支持多条件组合查询,比如时间段、控制器、探测器等,所有记录支持导出到excel/pdf和打印。
- 运行记录、报警记录、操作记录都可删除指定时间范围内的数据。
- 系统设置可选择对应表最大保存记录数,自动清理早期数据,留出足够的空间存储重要的数据。
- 报警短信转发,支持多个接收手机号码,可设定发送间隔,比如即时发送或者6个小时发送一次所有的报警信息,短信内容过长,自动拆分多条短信。
- 报警邮件转发,支持多个接收邮箱,可设定发送间隔,比如即时发送或者6个小时发送一次所有的报警信息,支持附件发送。
- 设置软件的中文、英文、logo路径、版权所有等。
- 开关设置开机运行、报警声音、自动登录、记住密码等。
- 报警声音可设置播放次数,界面风格样式提供18套皮肤文件选择。
- 用户管理,包括用户权限配置,不同用户可以有不同模块的权限。
- 用户登录和用户退出,可以记住密码和自动登录,超过三次报错提示并关闭程序。
- 四种监控模式,设备面板监控、地图监控、表格数据监控、曲线数据监控,可自由切换,四种模式下都实时展示采集到的数据,报警闪烁等。
- 报警继电器联动,一个位号可以跨串口联动多个模块和继电器号,支持多对多。
2.3 特色功能
- 通信协议支持modbus_com、modbus_tcp_rtu,后期拓展mqtt等协议。
- 数据源除了真实的硬件设备采集,还可选数据库采集,这样用户可以安排其他程序员比如java程序员将前端采集好的数据放到数据库,本系统直接从数据库采集即可。数据库采集模式可以作为通用的系统使用,更适合多人多系统协作。
- 智能跳过超时的设备,加快对在线设备的采集速度,当设备数量很多的时候尤其有用。
- 对智能跳过的超时的设备,在设定的重连时间自动采集一次,以便探测设备是否又重新上线。
- 每个探测器可控是否启用,不启用则不会采集,也不会在界面显示,相当于运行阶段临时关闭。
- 探测器可设置缓冲值和报警延时时间,在该值附近波动产生的报警,不计入报警,只有持续处于报警值且超过报警延时时间才算真正报警,这样可以规避很多波动导致的误报。
- 探测器可设置存储周期,按照设定的时间来存储一条运行记录,可以按照重要程度对重要性高的设定存储周期短一些,不重要的设定大一些,这样可以节省不少的存储空间,也保证了重要的数据及时存储。
- 探测器可设置清零值,在一些高精度高灵敏的设备可能出厂的时候默认值未必是0,需要设定清零值来表示初始值。
- 探测器可设置小数点,用于计算后的真实数据控制小数点点位显示,相当于除以10、除以100、除以1000,这样大部分的探测器数据直接通过小数点位设置控制真实换算后的值,极个别的需要特殊转换的可以在通信协议中约定。
- 探测器报警的类型支持多种,有些设备是高于某个值高报,低于某个值低报,而有些设备是在最小值最大值范围内是高报,低于最小值低报,高于最大值正常。这样可以分情况处理,涵盖各种报警类型。
- 原创数据导入、导出、打印机制,跨平台不依赖任何组件,瞬间导出数据。
- 导出到excel的记录支持所有excel、wps等表格文件版本,不依赖excel等软件。
- 高报颜色、低报颜色、正常颜色、默认值颜色等,都可以自由设置。
- 支持云端数据同步,将本地采集到的数据实时同步到云端。
- 支持网络转发和网络接收,网络接收开启后,软件从udp接收数据进行解析。网络转发支持多个目标IP,这样就实现了本地采集的软件,自由将数据转到客户端,随时查看采集到的数据。
- 自动记住用户最后停留的界面以及其他配置信息,重启后自动应用。
- 报警自动切换到对应的地图,探测器按钮闪烁,表格数据对应颜色显示。
- 双击探测器图标,弹出对应探测器详细信息,可以根据需要定制回控操作。
- 数据库支持多种,包括sqlite、mysql、sqlserver、postgresql、oracle、人大金仓等。
- 本地设备采集到的数据实时上传到云端,以便手机APP或者web等其他方式提取。
- 自带设备模拟工具,支持不同型号的多个设备数据模拟,同时还带数据库数据模拟,以便在没有设备的时候测试数据。
- 标准modbus协议,各种控制器类型、探测器类型、种类、符号等全部自定义,非常灵活和强大,通信协议示例数据非常完整,通用各种modbus协议系统,适用于各种应用场景接入。
- 同时集成了串口通信、网络通信、数据库通信、数据导入导出打印、通信协议解析、界面UI、全局换肤等众多组件和知识点,非常适合新手入门和进阶。
- 支持xp、win7、win10、、win11、linux、mac、各种国产系统(UOS、中标麒麟、银河麒麟等)、嵌入式linux等系统。
- 注释完整,项目结构清晰,超级详细完整的使用开发手册,精确到每个代码文件的功能说明,不断持续迭代版本。
三、体验地址
国内站点:https://gitee.com/feiyangqingyun
国际站点:https://github.com/feiyangqingyun
体验地址:https://pan.baidu.com/s/1foas7ytSXh7gHOTDqDREjQ 提取码:axip 文件名:bin_iotsystem.zip。
四、效果图
五、相关代码
int DbCleanThread::getCount()
{
int count = -1;
if (!dbOk) {
return count;
}
time.restart();
QString sql = QString("select count(%1) from %2").arg(countName).arg(tableName);
QSqlQuery query(database);
if (query.exec(sql)) {
if (query.next()) {
count = query.value(0).toInt();
QString msg = QString("(共 %1 条/用时 %2 秒)").arg(count).arg(getUseTime());
emit debug(QString("%1数据库获取记录行数%2").arg(dbFlag).arg(msg));
emit receiveCount(tableName, count, time.elapsed());
}
}
return count;
}
QStringList DbCleanThread::getCleanValue(int cleanCount)
{
QStringList list;
if (!dbOk) {
return list;
}
QSqlQuery query(database);
query.setForwardOnly(true);
QString sql = DbHelper::getSelectCountSql(dbType, tableName, whereColumnName, "", orderSql, cleanCount);
if (query.exec(sql)) {
while (query.next()) {
list << query.value(0).toString();
}
}
return list;
}
void DbCleanThread::cleanData()
{
if (!dbOk) {
return;
}
//首先查找总记录数,如果总记录数超过限制,则将超出的部分按照字段排序进行删除
int count = getCount();
int cleanCount = (count - maxCount);
if (cleanCount < 100) {
return;
}
time.restart();
//每次最大清理1000条数据
cleanCount = cleanCount > 1000 ? 1000 : cleanCount;
//将要删除的数据指定字段集合查询出来
QStringList list = getCleanValue(cleanCount);
if (list.count() == 0) {
return;
}
//删除数据
QSqlQuery query(database);
QString sql = QString("delete from %1 where %2 in(%3)").arg(tableName).arg(whereColumnName).arg(list.join(","));
dbOk = query.exec(sql);
//qDebug() << TIMEMS << sql;
QString msg = QString("(共 %1 条/用时 %2 秒)").arg(cleanCount).arg(getUseTime());
if (dbOk) {
emit debug(QString("%1数据库清理数据成功%2").arg(dbFlag).arg(msg));
} else {
QString text = database.lastError().text();
emit error(QString("%1数据库清理数据失败%2, 原因: %3").arg(dbFlag).arg(msg).arg(text));
qDebug() << TIMEMS << this->objectName() << text;
}
}
void DbCleanThread::cleanPath()
{
if (dirPath.isEmpty()) {
return;
}
//找出该文件夹下的所有文件夹
QDir dir(dirPath);
if (!dir.exists()) {
return;
}
//按照目录查找,过滤文件夹,按照文件名称排序
dir.setFilter(QDir::Dirs | QDir::NoSymLinks | QDir::NoDotAndDotDot);
dir.setSorting(QDir::Name);
QStringList list = dir.entryList();
//遍历所有目录,对所有文件大小相加得到总大小,文件就在文件夹下,不会再有子目录
qint64 size = 0;
foreach (QString path, list) {
QDir d(dirPath + "/" + path);
QFileInfoList infos = d.entryInfoList(dirFileFilter);
foreach (QFileInfo info, infos) {
size += info.size();
}
//转化成MB,超过预定大小自动删除第一个文件夹,跳出循环无需继续判断
int sizeMB = size / (1024 * 1024);
if (sizeMB >= dirMaxSize) {
//删除该目录下的所有文件
QString path = dirPath + "/" + list.at(0);
QDir dir(path);
dir.setFilter(QDir::AllEntries | QDir::NoDotAndDotDot);
QStringList files = dir.entryList();
foreach (QString file, files) {
dir.remove(file);
qDebug() << TIMEMS << "删除文件" << path << file;
}
//删除文件夹本身
dir.rmdir(path);
QString msg = QString("(共 %1 个文件/用时 %2 秒)").arg(files.count()).arg(getUseTime());
emit debug(QString("%1数据库自动清理目录成功%2").arg(dbFlag).arg(msg));
break;
}
}
}
void DbCleanThread::deletePath(const QString &path)
{
QDir dir(path);
#if (QT_VERSION >= QT_VERSION_CHECK(5,0,0))
//这个方法可以递归彻底删除文件夹 不管文件夹下是否有文件 比较暴力
//此方法慎用 必须指定明确的文件夹 不然删除默认的目录哭都来不及 网上多个人中招
dir.removeRecursively();
#else
//循环遍历删除文件及文件夹
dir.setFilter(QDir::AllEntries | QDir::NoDotAndDotDot);
QFileInfoList fileList = dir.entryInfoList();
foreach (QFileInfo fi, fileList) {
if (fi.isFile()) {
fi.dir().remove(fi.fileName());
} else {
deletePath(fi.absoluteFilePath());
dir.rmpath(fi.absoluteFilePath());
}
}
//最后删除最外层的目录
dir.rmpath(path);
#endif
}
以上就是Qt物联网管理平台之实现自动清理早期数据功能的详细内容,更多关于Qt自动清理数据的资料请关注编程网其它相关文章!