工业系统的并发场景和普通互联网应用不太一样：不是海量用户同时刷页面，而是到了整点、换班时段，车间几十上百台终端同时上报数据，叠加物联网平台秒级写入。架构设计要按这个特点来优化，而不是照搬互联网高并发套路。本文梳理几个关键设计点。
一、工业并发的真实特点
1. 写入集中在特定时段
报工高峰集中在交接班前后，几分钟内涌入大量上报请求，平时则很空闲，流量呈脉冲式。
2. 时序数据量大
设备采集数据按秒级持续写入，长期积累可达数亿条，普通关系表扛不住这种增长。
二、关键设计手段
1. 写入与查询分离
上报接口与查询接口分开部署：上报服务只管快速接收写入，看板查询走从库或缓存，互不影响。
2. 消息队列削峰
上报请求先写入消息队列，后台服务按数据库承受能力消费写入，交接班洪峰被削平，数据库不会被瞬间打满。
3. 时序数据与时序库
设备运行、能耗这类带时间戳的数据，用时序数据库存储，写入性能与压缩比都优于传统关系表；业务数据仍放关系库。
4. 热点数据缓存
车间看板实时刷新的产量、状态数据，放在缓存中，看板读缓存而不是每次查库，大幅降低数据库压力。
三、可靠性设计
1. 上报接口幂等
网络不稳定时终端可能重复提交，接口设计成幂等：同一报工请求重复提交只生效一次，避免产量翻倍。
2. 断点续传
终端本地缓存未成功上报的数据，联网后补传，服务端按业务键去重，保证数据不丢。
四、容量规划
1. 按峰值估算
按车间终端数乘每终端每分钟上报次数，估算峰值QPS，服务器配置留三到五倍余量。
2. 数据归档策略
历史时序数据按时间归档，热数据留近三个月，冷数据压缩存对象存储，避免库表无限膨胀。
五、总结
工业系统的高并发设计核心是：写入削峰、读写分离、时序数据专门存储。屏边企业在系统初期数据量不大时不必过度设计，但架构上要预留扩展空间，等车间规模上来后不被动推倒重来。