近年来,随着互联网技术以及智能传感器产业的蓬勃发展,将二者统筹整合的物联网技术也日趋成熟,越来越多的传统行业借助这一技术进行着业务革新和产业升级。而钢铁行业作为传统制造业的代表,也拥有向自动化和智能化转型的迫切需求。本论文选题来源于与国内某钢铁企业合作的“物联网数据采集平台”项目,在企业信息化建设过程中,需要管控工业生产过程中的运营数据,通过数据分析改善生产工艺,提高生产效率。因此在企业园区内部署了大量工业传感器生产相关数据,并由数据采集平台汇总呈现出来。随着项目规模的扩大以及设备种类的逐渐多样化,传统的设备接入和数据采集方法已无法满足需求。从性能角度看,如何应对海量数据涌入系统产生的性能瓶颈是当前平台的一大挑战。从扩展性角度看,当前基于私有云的物联网平台大都针对某一垂直领域的特定需求,当接入异构设备时需进行大量重复工作,开发成本极高。为解决上述问题本文设计并实现了一种支持高并发的物联网数据采集架构,针对性能问题,系统采用Netty框架优化链路接入与数据通信的可靠性,采用高性能消息队列Kafka来应对高并发情况下的数据拥塞。针对扩展性问题,通过注册物联设备的资源模型来解决异构设备的统一管理问题,预留简单易上手的二次开发接口帮助技术人员屏蔽数据协议差异性,使平台更加灵活地接入异构设备。根据当前项目背景和现有技术的特点,本文主要做了以下工作:(1)针对数据采集量提升时面临的延时、丢包等问题,在采集侧采用高性能的NIO异步通信框架Netty来提高并发量,通过优化Netty相关参数和线程池的应用减少了服务端资源消耗。再由数据解析模块作为生产者将数据对象推送到分布式消息队列Kafka中。通过上述手段实现流量控制,保证数据采集模块的可靠性。(2)对于多样化的数据协议,系统开放二次开发接口,将负责数据协议解析的Handler类抽象出来,采用责任链的模式实现异构数据的解析,用户可根据开发手册完成定制化的数据解析程序开发,极大地提高了系统的灵活性和可扩展性。(3)针对现有的已敲定数据格式的两种物联网设备的接入,对系统做需求分析,梳理出业务相关的功能性需求以及需要达到的性能要求。(4)设计并实现构成系统的相关模块,包括与物联设备相关的设备数据采集与解析模块,与系统用户相关的Web端设备模型管理模块和数据业务管理模块。(5)在实际环境中部署平台测试系统功能,并进行性能测试,验证了数据采集平台的功能性需求和非功能性需求。