IoTSharp 的数据表结构设计非常灵活，它采用了分层存储和策略可插拔的架构。这意味着它的表结构并非一成不变，而是取决于你在配置文件中选择的存储策略（例如是用于存储设备信息的关系型数据库，还是用于存储海量传感器数据的时序数据库）。
基于 IoTSharp 的架构特性，我为你整理了其核心表结构设计方案，主要分为关系型数据（业务元数据）和时序数据（遥测数据）两大部分。
1. 关系型数据存储（业务元数据）
这部分数据主要存储设备档案、租户信息、用户权限、产品定义等“静态”或“低频”数据。IoTSharp 支持 PostgreSQL、MySQL、SQL Server、SQLite 等多种数据库。
虽然 IoTSharp 使用 Entity Framework Core 自动生成表，但其逻辑结构通常包含以下核心表：
🏢 核心业务表结构示例
| 表名 (逻辑名) | 关键字段 | 说明 |
|---|---|---|
| Devices (设备表) | Id (主键), Name, DeviceType, TenantId, CustomerId, Status (在线/离线), LastConnectTime |
存储设备的核心身份信息，关联租户和客户。 |
| Tenants (租户表) | Id, Name, CreatorId |
多租户隔离的核心，不同租户的数据在逻辑或物理上隔离。 |
| Customers (客户表) | Id, Name, TenantId |
隶属于租户之下的业务分组。 |
| Users (用户表) | Id, UserName, PasswordHash, Role, TenantId |
平台操作人员，通过角色控制权限。 |
| Products (产品表) | Id, Name, TenantId |
用于批量管理设备，设备通常继承产品的属性和遥测定义。 |
| Assets (资产表) | Id, Name, Type |
抽象的物理对象，可以由多个设备组合而成（数字孪生概念）。 |
2. 时序数据存储（遥测数据）
这是 IoTSharp 最复杂的部分。由于传感器数据量极大（高频写入），IoTSharp 提供了多种存储策略，表结构也随之不同。你可以通过 appsettings.json 中的 TelemetryStorage 配置项来切换。
📈 策略 A：关系型数据库分表存储 (Sharding)
如果你选择使用 MySQL、PostgreSQL 或 SQLite 存储遥测数据，IoTSharp 会利用 EFCore.Sharding 组件进行分表。
- 表命名规则：通常按时间（月/日）或哈希自动拆分。例如：
TelemetryData_202604。 - 表结构设计：
特点：结构简单，利用关系型数据库事务，但数据量过大时需依赖分表策略。CREATE TABLE TelemetryData_202604 (Id BIGINT PRIMARY KEY, -- 主键DeviceId UNIQUEIDENTIFIER, -- 设备ID (外键逻辑)Key NVARCHAR(255), -- 数据键名 (如 "temperature")Value NVARCHAR(MAX), -- 数据值 (通常存为字符串或JSON，兼容不同类型)DateTime DATETIME, -- 时间戳-- 索引优化：通常会为 DeviceId 和 DateTime 建立联合索引以加速查询 );
📉 策略 B：专业时序数据库 (InfluxDB / TDengine)
如果你配置了 InfluxDB 或 TDengine，数据将不再以传统的“行/列”二维表形式存在，而是采用测量（Measurement）模型。
- InfluxDB 结构映射：
- Measurement:
TelemetryData - Tag (索引字段):
DeviceId(用于快速过滤设备) - Field (数据字段):
Key(如 "temp"),Value(如 25.5) - Timestamp: 自动生成的时间戳
- Measurement:
- TDengine 结构映射：
- 利用 TDengine 的超级表（Super Table）概念，每个设备或每类设备作为一个子表，自动处理时间序列的高效压缩和存储。
3. 事件与告警表
用于记录系统运行中产生的事件、告警和规则引擎触发记录。
- Events (事件表):
Id: 主键DeviceId: 关联设备EventType: 事件类型 (如 "HighTempAlarm")Message: 事件详细描述TimeStamp: 发生时间Level: 告警级别 (Info, Warning, Critical)
4. 总结：IoTSharp 数据架构全景
为了让你更直观地理解，我们可以将 IoTSharp 的数据存储看作一个“双轨制”系统：
| 数据类型 | 存储位置 | 推荐数据库 | 核心表/结构特点 |
|---|---|---|---|
| 元数据 (设备、用户、规则) | 关系型存储层 | PostgreSQL / MySQL | 标准关系表，强调数据一致性和关联查询。 |
| 遥测数据 (温度、电压等) | 时序存储层 | InfluxDB / TDengine / Sharding | 海量写入优化。要么是自动分片的 TelemetryData_ 表，要么是时序数据库的 Measurement。 |
| 消息/事件 | 消息存储 | MongoDB / LiteDB / InMemory | 用于解耦系统组件，记录瞬时消息。 |
设计建议：
如果你正在设计基于 IoTSharp 的二次开发或进行数据库规划：
- 生产环境推荐：使用 PostgreSQL 存储元数据（稳定性好），配合 InfluxDB 或 TDengine 存储遥测数据（写入性能极高）。
- 开发/测试环境：直接使用 SQLite 并开启
Sharding模式，零依赖启动，且能模拟分表逻辑。