小T导读
在全屋环境调控场景中，「五恒系统」（恒温、恒湿、恒氧、恒洁、恒静）是用户对舒适人居的核心诉求。对智能新住宅品牌「栖息地」而言，五恒不只是产品口号，更需要用数据证明：每个房间的温度、湿度、空气质量是否长期稳定在舒适区间。随着接入家庭的持续增长，海量环境传感器带来的高频写入与长时间曲线查询，让传统关系型数据库力不从心。为此，栖息地将环境时序数据统一落到
TDengine TSDB 时序数据库，以超级表与标签天然贴合「家庭 → 房间 →
设备」的住宅空间层级，让五恒效果从「体感」变成「可测量、可追溯、可优化」------用户看得见，售后查得清，产品迭代有数据支撑。
一、业务背景：五恒不能只靠「体感」，要用数据说话
栖息地（北京楠社科技有限公司）是智能新住宅的开创者，主张「用造车的方式造家」，以正向研发的智能住宅底盘、居住功能与外观套系三层架构重构居住体验。在其产品中，空气环境系统整合了新风、空调、地暖三大空气环境设备、空气质量传感设备、控制终端与空气环境算法，对温度、湿度、CO₂、PM2.5、PM10 等核心指标进行自动感知、自动调整------将室内温度动态恒定在设定值 ±0.5℃，CO₂ 浓度控制在 800ppm 以下，湿度维持在 40%~60% 的舒适区间。
「恒温、恒湿、恒氧、恒洁、恒静」，是用户对舒适人居的核心诉求。但对栖息地而言，五恒不只是产品口号，更需要用数据证明：每个房间的温度、湿度、空气质量，是否长期稳定在舒适区间。
栖息地物联网平台接入了大量五合一面板与环境传感器，持续上报温度、湿度、细颗粒物（PM2.5）、可吸入颗粒物（PM10）、二氧化碳（CO₂）、空气质量指数（AQI）等指标。这些数据具有典型的时序特征：
-
带时间戳：每条数据都是某一时刻某个房间环境状态的快照；
-
按设备高频写入：每户家庭多个房间的面板与传感器以秒级、分钟级周期持续上报，写入永不间断；
-
查询常按「家庭 → 房间 → 设备」维度展开：无论用户端 App 还是售后运维，最典型的查询都是围绕某一空间、某段时间的环境曲线。
随着接入家庭数量的持续增长，我们深刻地认识到，原有技术方案日益暴露出其局限性：
01 并发写入瓶颈
多家庭、多房间、多设备同时上报，写入并发随业务规模线性增长。传统关系型数据库在长时间、高频率的批量写入下资源占用高、易出现写入延迟与积压，难以支撑数据的完整采集。
02 曲线查询体验差
「某家庭某房间近 24 小时温湿度曲线」这类查询，在关系型库中往往需要多个设备表做关联、再按时间聚合，SQL 复杂、响应慢。家庭数越多、时间跨度越长，体验越差。
03 存储与运维成本高
环境数据需要长期保存以支撑舒适度追溯与产品迭代。关系型库长期存储成本高，扩容、备份、索引维护都是持续的负担。
04 通用大数据方案过重
引入通用大数据组件虽能解决规模问题，但架构重、组件多、运维复杂，对一个以产品与体验为核心竞争力的团队而言，性价比并不合适。
为解决上述痛点，我们需要一个原生为时序数据设计、能贴合住宅空间层级的存储与查询底座。经过对多种数据库方案的深入调研与 POC 测试，TDengine TSDB 凭借其针对物联网场景深度优化的高并发写入能力、高压缩比存储、超级表与标签的数据模型，以及内建缓存与流式计算等特性，在写入性能、查询速度、存储成本及运维复杂度上展现出显著优势，最终被我们选为环境时序数据平台的核心数据引擎。
方案 POC 实测对比
| 评估维度 | MySQL 8.0 （迁移前现网） | InfluxDB | TDengine TSDB |
|---|---|---|---|
| 写入吞吐 | ≈ 8,000 行 / 秒，持续写入后延迟陡增 | ≈ 30,000 行 / 秒，高基数下衰减明显 | ≈ 200,000 行 / 秒 |
| 写入延迟 P99 | ≈ 300 ms | ≈ 80 ms | < 8 ms |
| 单房间 24h 曲线 P95 | ≈ 3,000 ms | ≈ 500 ms | ≈ 80 ms |
| 多维标签模型 | 需额外维表 + JOIN | tag，高基数场景受限 | 超级表 + 标签原生 |
| 压缩比（以 MySQL 占用为 1） | 1:1 | ≈ 6:1 | ≈ 12:1 |
| 运维复杂度 | 高 | 中 | 低 |
| 中文文档与本地化支持 | --- | 社区为主 | 原生中文+ 本地支持 |
整体架构上，上游设备经消息队列Kafka接入，完成协议解析、异常值过滤与家庭、房间标签补全后写入 TDengine TSDB；同时支持面向用户端的最新实况推送，和历史存储与曲线查询。
系统架构：一条从传感器到App的时序数据链路
二、应用成效：让五恒「看得见、查得清」
引入 TDengine TSDB 后，栖息地环境数据平台在用户手机应用、售后运维与产品迭代三条链路上同步收获成效：
⚡ 写入链路稳定
多家庭环境数据的并发写入稳定顺畅，数据入库延迟保持在毫秒级，彻底告别了数据积压与丢失的担忧，为五恒算法的稳定运行提供了连续、完整的数据输入。
🔍 曲线与实况查询提速
借助超级表与标签，按「家庭 → 房间 → 设备」维度的历史曲线查询无需复杂多表关联，单条 SQL 即可完成；同时，全屋多房间的最新实况与设备在线状态也能一查即得。用户 App 的「环境控制」页与「新家」首页体验同步提升。
💾 存储成本优化
TDengine 针对时序数据的列式存储与压缩能力，使长期环境数据的存储占用大幅降低。家庭环境数据可以「奢侈地」长期保存，为舒适度长期复盘与产品迭代保留了完整的数据资产。
🔧 开发运维简化
按设备类型建超级表、子表按设备编号自动创建、标签携带家庭与房间编号------数据模型与住宅空间层级天然一致，开发无需设计复杂的分库分表，运维无需维护沉重的组件栈，团队得以更专注于上层业务与算法。
三、核心业务场景与 TDengine 实践
场景一 用户手机应用「环境控制」页的全屋历史曲线查询
**场景描述：**栖息地手机应用的「环境控制」页，是用户与全空气系统互动最频繁的入口之一。无论身处客厅还是卧室，用户都能在这里查看当前房间的实时数据，并查看空气质量（AQI）、温度、湿度、PM 等指标在过去 24 小时、一周、一个月、一年的历史曲线，按「日/周/月/年」自由切换粒度，快速判断房间环境是否长期稳定在舒适区间。
例如户主在客厅打开环境控制页，可以直观看到 AQI 在过去若干小时内的曲线------数值始终维持在 20~26 的优良区间，曲线下方蓝色面积平稳无明显波动，五恒效果一目了然。结合页面下方的「空气温度」控件，用户可以一键设置目标温度（如 24℃），系统会自动联动空调、风速与新风，把环境拉回舒适区间。
使用TDengine TSDB后，该页首屏加载从 1800 ms 降至 260 ms；日/周/月/年 四档粒度切换的平均响应从 2600 ms 降至 80 ms，切换过程无感知等待。
TDengine TSDB 技术实践：
1. 贴合空间层级的数据模型
按设备类型建立超级表，子表按设备编号自动创建；标签携带家庭编号、房间编号，一张超级表天然映射「家庭 → 房间 → 设备」的住宅空间层级，无需任何预先的多表关联设计。
SQL
CREATE STABLE IF NOT EXISTS env_panel (
ts TIMESTAMP,
temperature DOUBLE,
humidity DOUBLE,
pm25 DOUBLE,
pm10 DOUBLE,
co2 DOUBLE,
aqi INT
) TAGS (
home_id VARCHAR(32),
room_id VARCHAR(32),
device_id VARCHAR(64)
);上游设备经消息队列Kafka接入，完成协议解析、异常值过滤与标签补全后批量写入 TDengine TSDB。历史曲线查询时，无需任何多表关联，按标签过滤即可精准定位某一房间的某段时间数据。
2. 日/周/月/年粒度随选
「日/周/月/年」四种时间粒度对应不同的查询窗口与采样步长。借助 TDengine TSDB 的 INTERVAL 预聚合能力，单条查询即可返回整段时间的统计结果，前端仅需渲染图表：
SQL
-- 客厅 AQI 近 24 小时（日视图）的逐小时变化
SELECT _wstart, AVG(aqi) AS avg_aqi
FROM env_panel
WHERE home_id = 'H10001' AND room_id = 'R01'
AND ts >= NOW - 24h
INTERVAL(1h);切换到「周」时，只需将窗口调整为 7 天、采样步长调整为 4h 或 1d；切换到「月」「年」则进一步放宽窗口与聚合粒度。同一份历史数据，通过 SQL 参数即可呈现不同尺度的曲线，无需任何预处理表或物化视图。
3. 统一支持实时和历史
TDengine TSDB 支持最新数据缓存，可以很好的支持当前室温、当前湿度这类「实时数值」的查询，前端一套查询SQL即可瞬间渲染。App「环境控制」页在切换 Tab、调取曲线时体验流畅。
价值总结
传统方案下，「日/周/月/年」粒度的切换往往意味着不同的表结构、不同的聚合逻辑或额外的预处理任务。TDengine TSDB 凭借超级表 + 标签 + INTERVAL 预聚合的组合，让用户在 App 上自由切换时间尺度的同时，后端架构依然保持极简------一条 SQL、一种数据模型，覆盖从实时实况到年度趋势的全场景查询。
场景二 「新家」首页的全屋多房间环境实况与设备状态总览
**场景描述：**栖息地手机应用的「新家」首页，是用户进入 App 后看到的全屋总览。打开首页，用户一眼就能看到当前家庭（如「瓦尔登湖」）的整体环境状态：当前温度 24.6℃、湿度 53%（除湿已自动开启）、空气质量「优」、PM2.5=6、PM10=7、CO₂=479ppm------五恒的核心指标在一屏内直观可感。
继续下钻到「客厅」分区，能看到该房间的设备在线情况：NAS 设备在线，剩余 1.7TB 存储空间；扫地机、遥控器 43 等设备当前已离线，App 以醒目的提示告知用户。环境好坏、设备是否正常，无需逐个房间去点开查看，首页即给出一份清晰的健康清单。
使用TDengine TSDB后，全屋 6 房间最新环境快照查询从 1200 ms 降至 92 ms；单家庭 30 天多房间聚合下钻从 8200 ms 降至 260 ms。
TDengine TSDB 技术实践：
1. 全屋最新环境快照的一查即得
TDengine 提供 LAST_ROW 与按时间窗口聚合的能力，可在毫秒级返回某家庭各房间的最新环境数据：
SQL
-- 「瓦尔登湖」家庭全屋各房间最新环境快照
SELECT room_id,
LAST_ROW(temperature) AS temp,
LAST_ROW(humidity) AS hum,
LAST_ROW(pm25) AS pm25,
LAST_ROW(pm10) AS pm10,
LAST_ROW(co2) AS co2,
LAST_ROW(aqi) AS aqi,
LAST_ROW(ts) AS ts
FROM env_panel
WHERE home_id = 'H10001'
GROUP BY room_id;一屏内即可聚合出每个房间的当前温度、湿度、PM2.5/PM10、CO₂、AQI，前端再依据预设的舒适阈值（如温度 16~30℃、湿度 40%~60%、CO₂≤800ppm、PM2.5≤35μg/m³）渲染「优/良/差」的直观标识，以及「除湿开启」「加湿开启」等自动控制状态。这正是图片中「湿度 53%」下方高亮显示「除湿开启」、空气质量绿色「优」图标背后的数据来源。
2. 设备在线状态的快速判定
设备是否在线，可通过 TDengine 的最近上报时间窗口聚合来判定------例如近 5 分钟内有数据上报视为在线，否则标记为离线：
SQL
-- 客厅设备的最近上报时间（用于在线判定）
SELECT room_id,
device_id,
MAX(ts) AS last_report_ts,
LAST_ROW(aqi) AS last_aqi
FROM env_panel
WHERE home_id = 'H10001' AND room_id = 'R01'
AND ts >= NOW - 5m
GROUP BY room_id, device_id;如某设备 5 分钟内无任何上报，即在前端以醒目方式提示「设备已离线」，用户可及时排查。这把「设备是否活着」这个最朴素的需求，落到了 TDengine 的时间戳索引上，无需额外的健康状态表。
3. 标签即层级，分页即下钻
由于标签天然携带 home_id / room_id / device_id，全屋总览无需多表 JOIN；从全屋下钻到某一房间，再到某台设备，是同一个超级表的不同过滤粒度，前端按房间分页就是一次按 room_id 的过滤。层级即标签，分页即过滤 。这也让 NAS 这类非环境设备只需在数据接入时挂上同一套 home_id / room_id 标签，便能与环境数据共享同一套查询与展示框架。
价值总结
传统方案下，全屋实况与设备状态往往需要维护多套数据源：环境指标一份、设备心跳一份、状态判定一份，还要在应用层做合并。TDengine 把所有这些数据收敛到同一张超级表，借助 LAST_ROW 与按时间窗口的聚合查询，一次查询即可同时回答「环境如何」与「设备是否在线」两个问题------前端只需做呈现与提示，逻辑极简，体验一气呵成。
四、总结
通过引入 TDengine TSDB 时序数据库，栖息地为全空气系统构建了以数据驱动为核心的环境品质平台。TDengine TSDB 不仅作为高性能、高可靠的数据底座，从容应对海量环境时序数据的接入、存储与查询，其超级表与标签模型更与「家庭 → 房间 → 设备」的住宅空间层级天然契合，让最典型的业务查询变得简单而高效。
在用户端，这套数据底座支撑起了 App 的两类核心场景：在「环境控制」页，用户可以按日/周/月/年自由查询任一房间的环境历史曲线，把五恒的长期稳定性一眼看穿；在「新家」首页，全屋多房间的最新环境快照与设备在线状态一屏即得，温湿度、PM2.5/PM10、CO₂、AQI 等核心指标与每台设备的健康状况一目了然。
对栖息地而言，TDengine TSDB 的价值不只是「能存」，而是让五恒效果从「体感」变成「可测量、可追溯、可优化」：用户在 App 中随时查看各房间的环境实况与历史趋势，售后能够精准定位异常房间、复盘舒适度波动，产品团队则依托长期完整的数据资产持续迭代环境算法。在「用造车的方式造家」的路上，TDengine TSDB 为栖息地的健康环境底盘打上了一块坚实的数据基石。
五、客户简介
作者： 栖息地-陈晨（研发部）
栖息地（北京楠社科技有限公司）是智能新住宅的开创者，主张「用造车的方式造家」，以正向研发的智能住宅底盘、居住功能与外观套系三层架构重构居住体验。其空气环境系统整合新风、空调、地暖三大设备与空气质量传感、控制终端及环境算法，将室内温度、湿度、CO₂、PM2.5 等核心指标自动控制在健康舒适区间，并通过家庭 AI 智能体「小七」提供 24 小时主动服务。旗舰产品栖息地 L32 与栖息地 Villa 已通过遍布全国的直营网络交付，致力于让每一个家都健康、舒适、智能。