03-生产部署与容量规划
8.3 生产部署与容量规划
本节摘要：覆盖够了不等于容量够。本节算清"一个网关到底能服务多少设备"这张容量账，并给出生产部署的检查清单。位置：8.2 解决了覆盖，本节解决"挤不挤"与"怎么落地"。
容量账：从空中时间到设备数
单网关容量由三件事决定：空中时间（2.2）、占空比（3.3）、碰撞与重传（MAC 层随机退避）。工程估算：
单网关小时容量 ≈ 8 通道 × 3600s / 平均空中时间 / (1 + 碰撞开销因子) 示例（SF7/20B，0.11s）：8 × 3600 / 0.11 ≈ 26 万条/小时（理论） 示例（SF12/20B，1.6s）：8 × 3600 / 1.6 ≈ 1.8 万条/小时（理论） 实际可用按理论值的 20–30% 规划（碰撞、下行、重传、网关处理开销）
规划口诀：先定业务（每设备每日上报条数 × 空中时间），再定网关数（总量 ÷ 单网关可用容量），留 30% 余量应对峰值。
部署检查清单
| 环节 | 检查项 |
|---|---|
| 网关选址 | 天线高度、避遮挡、防雷接地、供电与备份 |
| 频率规划 | 多网关错开信道、同频干扰规避 |
| 设备配置 | 区域参数、ADR 开关、上报策略（事件触发） |
| 网络配置 | NS 会话策略、ADR 参数、下行调度 |
| 运维 | 网关健康监控、设备在线率、告警阈值 |
运维的日常指标
部署不是终点，运维的日常看板至少要有：设备在线率（24 小时内有上行的设备占比）、上行成功率（去重前/后）、网关健康度（在线状态、负载、时间同步偏差）、ADR 分布（多少设备在低速档，反映覆盖余量变化）。这四个指标能提前暴露覆盖劣化（树冠长起来了、新增建筑挡了路）与容量压力（设备数增长后成功率下滑）。
易错点清单
- 按理论容量规划：理论值不扣碰撞与下行，实际按 20–30% 用；
- 网关密度不足的"伪覆盖"：测点能通但成功率低，本质是容量不够，加设备不如加网关；
- 没有退网的设备治理：长期离线的设备占会话与 ADR 资源，定期清理或标记；
- 升级与维护无窗口：网关固件升级、NS 升级要安排低峰窗口并先小范围验证。
要点回顾：容量 = 8 通道 × 时间预算 ÷ 平均空中时间 ÷ 开销因子，实际按理论 20–30% 规划；部署检查清单覆盖选址、频率、配置、运维；在线率、成功率、ADR 分布是日常核心指标。最后一章看向边界：中继与卫星怎么把链路预算再推远一步。
容量规划的逐步细算
容量规划从粗到细分三步：第一步，业务量估算（每设备每日消息数 × 平均空中时间，得到全网总空中时间）；第二步，网关分担（总空中时间 ÷ 单网关可用时间预算，得到网关数下限）；第三步，余量与冗余（峰值系数 × 1.3，留故障冗余）。每一步都要留档，便于扩容时回查。
容量细算示例（5000 台设备，每台每天 24 条，SF10 平均 0.4s）： 全网日空中时间 = 5000 × 24 × 0.4s = 48000s 折合每小时 = 2000s 单网关可用（按理论 30% 折减）= 8 通道 × 3600s × 30% ≈ 8640s/h 网关数下限 = 2000 / 8640 ≈ 0.23 → 考虑峰值与冗余，实际配 2 台 + 1 台备份
运维体系的四件套
生产运维不是买设备装监控，而是四件套：监控（网关在线、设备在线率、成功率、ADR 分布）、告警（阈值触发 + 值班响应）、诊断（日志、抓包、远程登录）、演练（每年做一次"网关断链演练"与"批量升级演练"）。四件套缺一不可：只有监控没有告警，故障发现不了；只有告警没有诊断，处理不了；不演练，真出事时手忙脚乱。
易错点补充
- 容量规划不做峰值：年报、事件上报（停电恢复）会瞬间放大流量，容量按峰值×冗余算；
- 网关故障无冗余：单网关覆盖关键区域时，故障即业务中断，关键区要双网关互备；
- 设备规模增长后不复查：每加一批设备就复查一次容量账与 ADR 分布，别等成功率掉下来才发现。
关键实现清单
- 容量三步：业务量→网关分担→余量与冗余，留档
- 容量按理论 20–30% 折减，峰值×冗余
- 部署检查清单覆盖选址/频率/配置/运维
- 日常看板：在线率、成功率、网关健康、ADR 分布
典型故障与处置
| 现象 | 原因 | 处置 |
|---|---|---|
| 成功率随设备数下滑 | 容量不足 | 加网关或提速率档 |
| 单网关故障即断 | 无冗余 | 关键区双网关互备 |
| ADR 低速档占比上升 | 覆盖劣化 | 查树冠/新建建筑，调整网关 |
扩容决策清单
| 信号 | 判断 | 动作 |
|---|---|---|
| 成功率 < 90% 且持续 | 容量或覆盖不足 | 先查 ADR 分布再定加网关/提速率 |
| 单网关负载 > 70% | 容量临界 | 分流或加网关 |
| 低速档设备占比上升 | 覆盖劣化 | 场测复查并调整网关 |
| 设备数增长 > 30%/年 | 提前规划 | 按容量账预加网关 |
扩容遵循"先 ADR 后网关"的顺序：先让设备跑高速档释放容量，仍不足再加网关。
运维值班的常见场景剧本
生产运维的价值体现在"出问题时知道干什么"。三个高频剧本：剧本一，设备批量离线——先查网关在线率（网关挂了还是设备挂了），再查 NS 日志（会话过期还是信道干扰），按"网关→NS→设备"顺序排查，不要一上来就怀疑设备。剧本二，成功率缓慢下滑——看 ADR 分布（低速档占比上升 = 覆盖劣化），安排场测复查，同时看是否新增了同频干扰源。剧本三，新设备无法入网——查密钥台账（AppKey 是否登记）、区域标识（烧录是否正确）、信道配置（与 NS 是否一致），三查之后基本定位。
| 剧本 | 首选怀疑 | 排查顺序 |
|---|---|---|
| 批量离线 | 网关/NS | 网关在线率 → NS 日志 → 设备 |
| 成功率下滑 | 覆盖/干扰 | ADR 分布 → 场测 → 干扰源 |
| 无法入网 | 密钥/配置 | 密钥台账 → 区域标识 → 信道 |
三个剧本的共同点：先看大面再钻细节，用"分层排查"而不是"逐台排查"，十分钟内缩小到具体层。
容量规划的复查节奏
容量账不是算一次就完：季度复查（设备数与消息量变化）、事件触发复查（新增大批设备、业务改版改上报频率）、年度容量审计（与场测基线一起做）。复查发现接近临界就提前扩容，别等成功率掉下来再救火——扩容的最佳时机是"还够用但趋势向上"的时候。