首页
/ TeslaMate 仪表盘温度数据显示性能优化分析

TeslaMate 仪表盘温度数据显示性能优化分析

2025-06-02 07:29:19作者:冯梦姬Eddie

问题背景

TeslaMate 是一款用于监控特斯拉车辆数据的开源工具,其内置的 Grafana 仪表盘提供了丰富的车辆信息展示功能。近期有用户反馈,在 Raspberry Pi 等低性能设备上运行时,仪表盘中的"驾驶员温度"、"外部温度"和"内部温度"数据显示存在明显的延迟问题,查询时间长达数秒甚至数十秒。

性能瓶颈分析

通过对慢查询的深入分析,我们发现主要性能问题集中在以下 SQL 查询上:

WITH last_position AS (
    SELECT date, convert_celsius(outside_temp, 'C') AS "Outside Temperature [°C]"
    FROM positions
    WHERE car_id = '2' AND outside_temp IS NOT NULL AND date AT TIME ZONE 'Etc/UTC' >= (NOW() - interval '60m')
    ORDER BY date DESC
    LIMIT 1
),
last_charge AS (
    SELECT date, convert_celsius(outside_temp, 'C') AS "Outside Temperature [°C]"
    FROM charges
    JOIN charging_processes ON charges.charging_process_id = charging_processes.id
    WHERE car_id = '2' AND outside_temp IS NOT NULL AND date AT TIME ZONE 'Etc/UTC' >= (NOW() - interval '60m')
    ORDER BY date DESC
    LIMIT 1
)
SELECT * FROM last_position
UNION ALL
SELECT * FROM last_charge
ORDER BY date DESC
LIMIT 1;

该查询的设计初衷是获取最近60分钟内记录的车辆温度数据(优先从行驶位置数据获取,其次从充电数据获取)。但在实际执行中,特别是在数据量大的情况下,查询效率低下。

性能问题根源

  1. 索引利用不足:虽然表上有日期索引,但结合时区转换和范围条件的过滤导致索引无法高效使用
  2. 全表扫描:查询需要扫描大量不满足条件的记录才能找到符合时间范围的数据
  3. 复杂条件判断:时区转换和范围条件的组合增加了查询优化器的负担
  4. 低性能硬件影响:在Raspberry Pi等设备上,这些问题被进一步放大

优化方案

经过多次测试和验证,我们提出了两种优化方案:

方案一:使用窗口函数后过滤

WITH last_position AS (
    SELECT date, convert_celsius(last_value(outside_temp) over (order by date desc), 'C') AS "Outside Temperature [°C]"
    FROM positions
    WHERE car_id = '2' AND outside_temp IS NOT NULL
    ORDER BY date DESC
    LIMIT 1
),
-- 其他部分类似...
final as (
    SELECT * FROM last_position
    UNION ALL
    SELECT * FROM last_charge
    ORDER BY date desc
    LIMIT 1
)
select * from final where date >= (NOW() at time zone 'UTC' - interval '60m')

方案二:条件表达式内联

WITH last_position AS (
    SELECT date, case when date >= (NOW() at time zone 'UTC' - interval '60m') 
        then convert_celsius(last_value(outside_temp) over (order by date desc), 'C') 
        else null end AS "Outside Temperature [°C]"
    FROM positions
    WHERE car_id = '2' AND outside_temp IS NOT NULL
    ORDER BY date DESC
    LIMIT 1
),
-- 其他部分类似...

优化效果

测试数据显示,优化后的查询性能显著提升:

  1. 执行时间从原来的100+秒降低到毫秒级
  2. 索引利用率提高,减少了不必要的全表扫描
  3. 查询计划更加简洁高效

实现建议

  1. 定期维护数据库:执行VACUUM FULL ANALYZEREINDEX命令保持数据库性能
  2. 简化查询逻辑:避免在WHERE子句中使用复杂的表达式和函数
  3. 合理使用窗口函数:对于获取最新记录的场景,窗口函数往往更高效
  4. 硬件考虑:在低性能设备上,应特别关注查询优化

总结

通过对TeslaMate仪表盘温度查询的优化,我们不仅解决了特定场景下的性能问题,也为类似的时间序列数据查询提供了优化思路。关键在于理解数据库如何利用索引、避免全表扫描,并根据实际硬件条件设计合适的查询方案。这些优化经验同样适用于其他基于时间序列数据的监控系统。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
423
392
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
511