怎么判断物联网云平台稳不稳定(农业/工控场景实用版)

稳定性不只是看官网宣传，要看连接可靠性、消息可靠性、故障容错、长期运行表现、真实项目案例五大块，很多平台演示很好，现场弱网、批量设备、长时间跑就出问题。

一、看官方SLA量化指标(书面要得到)

1. 平台服务可用性

- 工业/农业最低要求 ≥99.9%，全年计划外停机≤8.76小时;99.99%为高可用，年停机≤52分钟。

- 注意：区分「平台服务SLA」和「设备网络」，4G野外信号差不算平台故障。

2. 故障恢复时间MTTR：平台故障恢复尽量≤3060分钟。

3. 消息到达率：上行传感器数据、下行控制指令，正常网络≥99.9%;弱网下看MQTT QoS1机制，不能大量丢指令(比如下发开水泵，平台收不到/下发失败)。

4. 端到端延迟

- 普通监测：≤1s

- 需要远程控制水泵、电磁阀：P99延迟≤500ms，延迟忽高忽低抖动大，平台就不稳定。

5. 并发连接与消息吞吐

不要只看最大理论连接数，要看你项目3倍预估设备数下能否稳定跑;很多平台峰值能连，长时间高负载就掉连接、内存泄漏、消息堆积卡顿。

二、连接与会话可靠性(农业野外4G/LoRa重点)

农业大棚、泵站经常4G信号波动、闪断，这几项最容易踩坑：

1. 心跳保活、僵尸连接清理

设备网络闪断后，平台不能显示“假在线”(设备实际掉线，平台还显示在线)，必须正确识别离线状态。

2. 断线重连与会话保持

设备断网恢复后：

- 能不能自动重连;

- 离线期间下发的控制指令，重连后是否补发(设备影子、持久会话);

> 坑：部分平台设备掉线期间下发开关水泵指令，设备上线收不到，造成失控风险。

3. 断网补传能力

网关/RTU本地缓存，网络恢复补传历史数据;平台要支持接收补传时序数据，不能乱序、丢历史记录。野外农业没有这个，断网期间传感器数据直接消失。

三、数据与指令可靠性(工控农业致命点)

1. 上行：传感器数据会不会丢、重复、乱序

长时间7×24小时跑，对比设备本地原始日志和平台数据库，看是否丢点、重复上报、时间戳错乱。

> 农业场景：土壤温湿度、液位数据丢点，报表、统计全部失效。

2. 下行：控制指令可靠性(重中之重)

下发继电器、电磁阀、水泵开关：

- 是否支持QoS确保送达;

- 是否出现：指令发出去，设备没执行;重复执行;平台显示成功，硬件没动作。

> 坑：很多小平台只保证上报，下行控制可靠性差，灌溉、风机控制会出事故。

3. 时序数据库稳定性

大量历史数据存储，不能出现：查询历史曲线超时、部分时间段空白、大量数据写入失败。

四、容错、灾备与平台自我保护

1. 弹性削峰：批量设备同时上线上报(早上大棚传感器集体上报)，不能出现消息队列阻塞、全平台卡顿。

2. 多可用区/灾备：公有云大厂一般多AZ;中小型平台问清楚：服务器宕机，数据会不会丢，多久恢复。

3. 限流隔离：一个设备疯狂上报脏数据，不能把整个平台拖垮，租户之间互相隔离。

4. 版本升级影响：平台更新升级，会不会大规模踢掉在线设备、业务中断。

五、自己动手简单实测(选型试用阶段必做)

> 不要光看文档，拿真实RTU/网关跑72小时以上压力测试：

1. 长时间稳定性测试：设备持续上报数据，连续跑37天，观察：掉线频次、丢点、曲线是否完整、下行控制成功率。

2. 模拟弱网闪断：手动断开设备网络几十秒再恢复，检查：

- 离线期间的数据是否补传;

- 离线时下发控制指令，重连后设备是否收到;

- 平台在线状态是否正确更新，不出现假在线。

3. 批量模拟压力：虚拟多台设备同时接入，看会不会连接雪崩。

4. 异常指令测试：频繁下发开关指令，看是否漏执行、重复执行。

六、侧面辅助判断(很有参考价值)

1. 同行业真实案例：优先看有没有大量智慧大棚、泵站、污水处理同类项目，问客户实际反馈：是否频繁掉线、丢数据。

2. 平台故障公开记录：是否频繁出平台服务故障公告。

3. 日志与诊断能力：平台有没有设备连接日志、消息流转日志，出问题能定位是设备网络问题，还是平台问题。差的平台出问题只能笼统说“网络问题”，拿不出诊断数据。

4. 售后响应：出现平台侧故障，多久响应、多久修复。

七、农业物联网快速避坑口诀

> 监测看数据不丢;控制看指令必达;野外看闪断重连补传;长期看7天以上不间断实测。

简单打分清单(可以直接写进方案选型表)