DGIOT是国内首款轻量级开源工业物联网平台，前后端完全开源。具有6分钟一键式私有化快速部署的特点，可实现千万级设备接入与管理，电信级稳定性，兼容工业领域多行业的常见协议类型，提供物模型-规则引擎-数据通道-组态页面全流程可视化低代码开发。具备千万级设备接入与管理能力，拥有电信级稳定性。兼容工业领域多行业的常见协议类型，如MQTT、modbus、HTTP等。采用全流程可视化低代码开发，涵盖物模型、规则引擎、数据通道、组态页面等环节。
项目地址：https://github.com/dgiot/dgiot
一、总体架构
1.感知层（设备接入层）
多协议适配：支持MQTT、HTTP、CoAP、Modbus、OPC UA、BACnet等工业协议，通过插件化协议适配器实现快速扩展。
设备管理：
设备注册与认证（支持TLS/DTLS、双向认证）
设备影子（Device Shadow）机制实现离线同步
设备孪生（Digital Twin）支持实时状态映射
边缘计算：轻量级边缘节点（dgiot_edge）支持本地数据预处理、规则执行与离线缓存。
2.网络层（消息中间件）
消息引擎：基于Erlang/OTP构建的高性能消息总线，支持百万级并发连接，单节点吞吐量达10万TPS。
消息路由：
主题订阅与发布模型
规则引擎驱动的动态路由（支持SQL-like规则表达式）
多数据中心间的消息复制与同步
3.平台层（核心服务）
平台层采用微服务架构，核心组件包括：
设备管理服务：设备全生命周期管理（注册、配置、监控、退役）
物模型服务：基于JSON Schema的设备模型定义，支持属性、服务、事件抽象
规则引擎：
基于SQL的流式数据处理
支持数据过滤、转换、聚合
多通道输出（数据库、消息队列、第三方系统）
数据存储服务：
时序数据：适配InfluxDB、TimescaleDB、TDengine
关系数据：MySQL、PostgreSQL
缓存：Redis
文档存储：MongoDB
API网关：统一接口管理，支持RESTful API与WebSocket
安全中心：用户认证（OAuth2.0、JWT）、权限管理（RBAC）、数据加密
4.应用层（业务应用）
低代码开发平台：拖拽式组态设计器、可视化规则配置、自定义仪表盘
行业应用模板：智慧工厂、能源管理、智慧园区、远程监控
数据可视化：实时监控大屏、多维数据分析、告警与通知系统
二、关键技术特性
1.高性能核心：
采用Erlang/OTP构建，天生支持分布式与软实时，单节点支持100万+设备长连接，消息处理延迟<10ms
2.插件化架构：
所有协议适配器、数据存储、业务逻辑均为可插拔组件，通过配置中心实现动态加载与卸载
3.数据流转：
设备数据→消息总线→规则引擎→存储/应用，支持数据分级处理（原始数据、预处理数据、聚合数据）
4.DevOps支持：
容器化部署（Docker/Kubernetes），全链路监控（Prometheus + Grafana），日志聚合（ELK Stack）
5.轻量级设计与快速部署：注重最小化资源占用，支持跨平台部署，可在传统服务器或云服务环境中轻松安装运行。能实现30分钟私有化一键式部署，让企业快速拥有物联网平台，迅速开始构建物联网应用并处理设备数据。
6.设备承载能力：采用分层架构和消息队列技术，对数据流进行优化处理，可支撑千万级设备的高效接入与管理。通过心跳检测、状态上报等方式实时掌握设备连接和运行状态，设备异常离线时可及时告警。提供设备分组管理功能，集成灵活的权限控制和批量操作API，方便管理人员根据业务需求对设备进行逻辑分组。
7.稳定性：采用微服务架构，将业务逻辑和服务分散部署，单个服务故障不影响整个平台运行，可独立恢复或扩展。应用负载均衡技术，实现高效的主备切换和故障转移机制，确保系统状态一致和数据操作原子性。集成Prometheus、Grafana等先进的系统监控工具，对系统实时监控，检测到异常可自动告警并执行预定恢复流程。
8.兼容性：兼容工业领域多行业的常见协议类型，如MQTT、Modbus、HTTP、TCP等，还可持续适配行业协议，无需额外成本，能满足用户不同设备的接入需求，降低设备上云门槛。
9.低代码开发：提供物模型、规则引擎、数据通道、组态页面全流程可视化低代码开发，降低了开发难度，即使是初级程序员也能快速上手，帮助开发者用简单的几行代码快速对接子系统实现数据汇聚，也可零代码实现常见设备接入。
10.安全防护：提供芯片级安全存储方案及设备密钥安全管理机制，有一机一密、一型一密等设备认证机制。支持TLS、DTLS数据传输通道，保证数据机密性和完整性，还支持设备权限管理和通信资源隔离，有效保障设备和云端数据安全。
三、不足之处
1.高端分析能力较弱
作为轻量级平台，DGIOT更侧重设备接入、数据采集与基础规则处理，在复杂工业数据分析（如时序数据深度挖掘、预测性维护算法集成、AI模型训练与部署）方面支持有限。相比商业平台（如GE Predix、西门子MindSphere）或功能更全面的开源平台（如ThingsBoard Professional Edition），缺乏预制的高级分析模块，需用户自行二次开发。
2.大规模集群能力待验证
尽管官方宣称支持“千万级设备承载”，但在超大规模部署（如百万级以上设备同时高频上报数据）场景下，其基于Erlang的核心架构可能面临性能瓶颈。Erlang虽适合高并发，但在资源调度、跨节点数据一致性（尤其是复杂事务场景）上的表现，弱于Java/Go等更主流的工业级语言架构，且相关大规模实践案例较少，用户需自行测试验证。
3.行业定制化模板不足
目前DGIOT的行业应用模板（如智慧工厂、能源管理）多为通用框架，缺乏针对细分工业场景（如汽车焊装车间、半导体洁净室、医药冷链）的深度适配。例如，未集成行业特有的数据模型（如半导体设备的SECS/GEM协议深度解析）、专用算法（如风电设备的故障预警模型），企业需投入较多资源进行定制开发。
4.安全机制的完整性待提升
虽然DGIOT提供了基础的加密（TLS/DTLS）、认证（一机一密）机制，但在工业级深度安全（如数据脱敏、漏洞实时扫描、合规审计日志）方面支持不足。例如，缺乏针对IEC 62443工业信息安全标准的预制合规模块，对于能源、化工等对安全要求极高的行业，需额外集成第三方安全工具，增加了系统复杂度。
四、应用场景
1.工业设备监控与预测性维护
DGIOT通过轻量化设计和协议适配能力，可快速接入工业现场的传感器、PLC、智能仪表等设备，实现设备状态实时监控与故障预警。例如：
智慧工厂：在汽车制造车间，DGIOT接入焊接机器人、AGV小车等设备，通过Modbus、OPC UA协议实时采集运行参数（如温度、振动、能耗），结合规则引擎设置阈值，当设备异常时自动触发告警并生成工单，运维效率提升30%以上。
设备制造商远程运维：某空压机厂商通过DGIOT构建设备管理平台，对全球部署的10万+台设备进行远程监控，实时分析运行数据，提前预测故障并推送维护建议，售后成本降低40%。
2.边缘侧数据采集与边缘智能
DGIOT支持边缘节点部署，适用于对实时性要求高、网络带宽有限的场景：
工业边缘计算：在石油钻井平台，DGIOT边缘网关通过4G/5G网络接入传感器，实时采集井压、油温等数据，在边缘侧完成数据清洗和初步分析（如异常波动检测），仅将关键数据上传云端，减少带宽消耗70%。
智慧交通基础设施：高速公路隧道内的照明、通风、消防设备通过DGIOT边缘节点实现本地化控制，当检测到烟雾或车辆异常时，边缘节点直接联动设备响应，响应时间小于200ms，满足安防要求。
3.能源管理与节能减排
DGIOT在能源领域的应用聚焦于设备接入与能效优化：
电力系统：南方电网通过DGIOT构建虚拟集中器平台，接入10万+智能电表，实现台区线损分析、负荷预测等功能，设备采购成本降低60%，运维成本减少80%。
园区能源管理：某工业园区部署DGIOT平台，集成光伏逆变器、储能电池、充电桩等设备，通过实时数据监控和优化调度，使园区综合能耗下降15%，可再生能源利用率提升至40%。
4.智慧农业与环境监测
DGIOT的低功耗设计和灵活部署能力在农业场景中表现突出：
温室大棚智能化：通过接入温湿度传感器、土壤墒情传感器、智能灌溉设备，DGIOT实现环境参数自动调节与病虫害预警。例如，苏州某茶园利用DGIOT平台监测土壤养分、气象数据，并结合虫情捕捉仪和孢子分析仪，减少农药使用量30%，茶叶品质提升20%。
畜牧养殖管理：在规模化养殖场，DGIOT通过智能耳标、环境传感器实时监控牲畜健康状态（如体温、运动轨迹）和养殖环境（如氨气浓度、温湿度），异常情况自动告警，疫病发生率降低50%。
5.中小规模企业数字化转型
DGIOT的低成本和快速部署特性，尤其适合技术资源有限的中小企业。
中小型工厂产线升级：某食品加工厂通过DGIOT快速搭建生产监控系统，接入包装机、传送带等设备，实现产量统计、OEE（设备综合效率）分析和工单管理，生产效率提升25%，人力成本降低18%。
设备租赁管理：某工程机械租赁公司利用DGIOT对分布在全国的设备进行定位、工况监控和远程锁机，租金回收率从75%提升至92%，设备利用率提高30%。
6.智慧城市与公共设施管理
DGIOT在城市级物联网应用中发挥基础支撑作用。
智慧水务：接入水质监测传感器、水泵、阀门等设备，实现供水管网压力监测、漏水预警和远程控制。例如，某城市通过DGIOT平台减少管网漏损率12%，年节约水资源50万吨。
智慧园区：在商业园区中，DGIOT集成门禁、照明、空调等系统，通过统一平台实现能源消耗可视化、设备联动控制，管理成本降低20%，用户体验显著提升。
7.科研与教学场景
DGIOT的开源特性和低代码开发能力，为科研机构和高校提供了灵活的实验平台。
工业物联网实验教学：高校可基于DGIOT搭建教学实训环境，学生通过可视化界面快速完成设备接入、数据处理和应用开发，降低学习门槛，缩短实验周期。
科研原型开发：某研究院利用DGIOT快速验证工业AI算法（如设备故障预测模型），通过平台开放的API接口和数据通道，将算法集成到现有系统中，研发周期缩短40%。
结言
DGIOT的不足本质上与其“轻量级开源”定位相关：为了实现快速部署、低资源占用，在功能深度、生态丰富度、企业级服务上做了取舍。因此，它更适合中小规模场景（如中小型工厂设备监控、边缘侧数据采集）或技术能力较强的团队（可自主解决二次开发与运维问题）。
