> 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。

![1.PNG](https://developer.qcloudimg.com/http-save/yehe-7762802/708f83989867966d3c6e3857eabe9b4e.png)

## 智能厨卫 IoT 平台概览

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：

![2.JPEG](https://developer.qcloudimg.com/http-save/yehe-7762802/21a1ceaa35fa1f25ce1165a4bbac8263.jpg)

- **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

![3.PNG](https://developer.qcloudimg.com/http-save/yehe-7762802/a0745bdde094f14dcbc0b0d6eacdb5f6.png)

`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。

![4.jpeg](https://developer.qcloudimg.com/http-save/yehe-7762802/1f4ce67fba610b3e8680227ebbbe98a1.jpg)

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：

![5.png](https://developer.qcloudimg.com/http-save/yehe-7762802/065d2c1cf65faf89df116342408ec89a.png)

- 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：

```Plain
-- 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。

![6.png](https://developer.qcloudimg.com/http-save/yehe-7762802/a40e034788a33276a32b19faca11f093.png)

### 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。

```Plain
-- 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。

![7.png](https://developer.qcloudimg.com/http-save/yehe-7762802/d34d5f71c9107b605d8de0261c486156.png)



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。

万家乐用 TDengine 构建 IoT 数据底座：让数十万台热水器实现"主动售后"

万家乐通过引入 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。

物联网

数据库

运维

万家乐基于TDengine3.x构建IoT物联网平台，以0.66%超低压缩率存储数十万台燃气热水器数据，实现设备实时监控、用户行为分析、故障智能诊断，毫秒级查询响应，显著降低存储成本并提升售后效率，为厨卫智能化升级奠定坚实数据底座。

关系型数据库

消息队列

数据存储

数据管理

代码解释

MQTT

2026上云采购 | AI焕新·智启新局

ctsdb

腾讯云大数据特惠0.2折起


oceanus

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

万家乐用 TDengine 构建 IoT 数据底座：让数十万台热水器实现"主动售后"-腾讯云开发者社区-腾讯云

万家乐用 TDengine 构建 IoT 数据底座：让数十万台热水器实现"主动售后"

万家乐用 TDengine 构建 IoT 数据底座：让数十万台热水器实现"主动售后"

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐