抄表系统故障排查实录：从现场运维到后台数据的完整链路
做抄表系统的朋友都有过这样的经历：系统上线后，后台偶尔会发现某些表计数据不上传了，或者上传的数据异常。这时候排查起来往往比较麻烦，因为故障点可能出现在表计本身、通信链路、集中器或者后台系统的任何一个环节。我这两年参与过多个抄表项目的运维，总结了一套排查思路，跟大家分享一下。
首先要区分故障类型。抄表系统的故障大致分两类：一类是"数据不上传"，也就是后台完全收不到这个表计的数据；另一类是"数据异常"，能收到但数值不对或者时间戳不对。这两类故障的排查思路不一样，得分开处理。
数据不上传的排查，第一步看表计本身有没有电。别笑，真有不少故障是因为表计电池没电或者接触不良导致的。如果是有线表计，检查供电线路；如果是无线表计，用万用表测一下电池电压。第二步看通信链路，NB-IoT的看一下信号强度，LoRa的看一下跟集中器之间的通信状态，可以用现场测试工具测一下。第三步看集中器是否正常，集中器死机或者重启了也会导致下属表计的数据都传不上来。
数据异常的排查思路不一样。首先对比一下现场表计的实际读数和后台的数据，如果差很多，可能是表计的计量模块出问题了，需要更换表计。其次看数据传输过程中有没有被篡改或者丢失，虽然这种情况少见，但LoRa无线传输在干扰严重的环境下可能会出现数据错误。还有一种可能是后台的数据解析出了问题，比如表计协议升级了但后台还在用旧的解析方式，导致数据解码错误。
现场运维还有几个实用的小技巧。第一个是建立故障档案，每次故障的现象、原因、解决办法都记录下来，积累多了就能快速定位常见问题。第二个是准备一套现场测试工具包，包含万用表、NB-IoT信号测试仪、LoRa调试器、便携电脑这些，到现场不用找工具。第三个是跟物业或现场电工搞好关系，他们平时在现场，能帮你观察表计的运行状态，有时候比自己跑一趟还管用。
后台系统也要做一些监控来提前发现问题。可以设置数据上报的超时告警，如果某个表计连续几天没上报数据就触发告警。可以设置数据合理性校验，比如水表一天用了1000吨，这明显不正常，系统应该自动标红。还可以做数据对比分析，跟历史数据对比，跟相邻表计对比，从中发现异常。这些手段能把大部分故障挡在客户投诉之前。
下一篇：没有了