ThingsBoard IoT网关3.7.3版本发布:稳定性提升与功能增强
ThingsBoard IoT网关是一个开源的物联网网关解决方案,它能够将各种设备和传感器连接到ThingsBoard物联网平台。作为设备与云端平台之间的桥梁,该网关支持多种协议和连接方式,包括MQTT、HTTP、Modbus、OPC-UA等,为物联网系统提供了灵活的数据采集和设备管理能力。
核心改进
最新发布的3.7.3版本在多个方面进行了重要改进,主要集中在系统稳定性、性能优化和新功能增加上。
稳定性增强
开发团队在此版本中着重提升了网关服务的整体稳定性。通过优化内部处理机制,减少了在高负载情况下出现服务异常的可能性。特别是针对连接到配置了速率限制的平台时,改进了消息处理逻辑,确保在遇到平台限流时网关能够正确处理消息而不会丢失数据。
内存泄漏修复
在日志系统方面,3.7.3版本修复了一个潜在的内存泄漏问题。这个问题可能导致网关在长时间运行后占用过多内存,影响系统性能。通过这一修复,网关的长期运行稳定性得到了显著提升。
新功能介绍
RPC功能增强
3.7.3版本引入了新的GET/SET RPC功能,为远程设备控制提供了更灵活的方式。同时,修复了MQTT连接器中RPC请求的处理问题,使得远程过程调用更加可靠。
时间戳处理优化
新增的useReceivedTs选项为时间戳处理提供了更多选择。这个选项允许用户根据需求选择使用接收时间戳还是设备原始时间戳,为时间敏感型应用提供了更好的支持。
性能优化
CPU使用率降低
特别值得一提的是,ModBus连接器的CPU使用率得到了显著降低。这一优化对于部署在资源受限设备上的网关实例尤为重要,能够减少系统负载,提高整体运行效率。
技术实现细节
在底层实现上,3.7.3版本对消息队列处理机制进行了重构,优化了在高并发情况下的资源分配策略。同时,日志系统采用了更高效的缓冲区管理方式,既解决了内存泄漏问题,又保持了日志记录的完整性。
对于ModBus连接器的优化,开发团队重新设计了轮询调度算法,减少了不必要的CPU周期消耗,同时保持了数据采集的实时性。
升级建议
对于正在使用旧版本ThingsBoard IoT网关的用户,特别是那些遇到稳定性问题或运行在资源受限环境中的实例,建议尽快升级到3.7.3版本。新版本不仅解决了已知问题,还提供了更多配置选项,能够更好地适应不同的应用场景。
对于新用户,3.7.3版本提供了更稳定可靠的基础,是开始构建物联网解决方案的理想选择。无论是简单的数据采集还是复杂的设备控制场景,这个版本都能提供良好的支持。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00