解决内存占用异常高的问题

backend/internal/handler/handler.go

@@ -476,13 +476,15 @@ func broadcastMetricsUpdate(deviceID string, metrics map[string]interface{}) {
 func GetCPUMetrics(c *gin.Context) {
 	// 获取查询参数
 	deviceID := c.Query("device_id") // 不使用默认值，空值表示查询所有设备
-	startTime := c.DefaultQuery("start_time", "-24h")
+	startTime := c.DefaultQuery("start_time", "-1h") // 缩短默认查询时间范围到1小时，减少默认数据量
 	endTime := c.DefaultQuery("end_time", "now()")
 	aggregation := c.DefaultQuery("aggregation", "average")
 	interval := c.DefaultQuery("interval", "10s") // 添加interval参数，默认10秒
+	limitStr := c.DefaultQuery("limit", "5000") // 添加limit参数，默认5000条记录
+	limit, _ := strconv.Atoi(limitStr)
 
 	// 查询数据
-	points, err := globalStorage.QueryMetrics(context.Background(), deviceID, "cpu", startTime, endTime)
+	points, err := globalStorage.QueryMetrics(context.Background(), deviceID, "cpu", startTime, endTime, limit)
 	if err != nil {
 		// 只记录警告，返回空数据
 		log.Printf("Warning: Failed to query CPU metrics: %v", err)
@@ -504,13 +506,15 @@ func GetCPUMetrics(c *gin.Context) {
 func GetMemoryMetrics(c *gin.Context) {
 	// 获取查询参数
 	deviceID := c.Query("device_id") // 不使用默认值，空值表示查询所有设备
-	startTime := c.DefaultQuery("start_time", "-24h")
+	startTime := c.DefaultQuery("start_time", "-1h") // 缩短默认查询时间范围到1小时，减少默认数据量
 	endTime := c.DefaultQuery("end_time", "now()")
 	aggregation := c.DefaultQuery("aggregation", "average")
 	interval := c.DefaultQuery("interval", "10s") // 添加interval参数，默认10秒
+	limitStr := c.DefaultQuery("limit", "5000") // 添加limit参数，默认5000条记录
+	limit, _ := strconv.Atoi(limitStr)
 
 	// 查询数据
-	points, err := globalStorage.QueryMetrics(context.Background(), deviceID, "memory", startTime, endTime)
+	points, err := globalStorage.QueryMetrics(context.Background(), deviceID, "memory", startTime, endTime, limit)
 	if err != nil {
 		// 只记录警告，返回空数据
 		log.Printf("Warning: Failed to query memory metrics: %v", err)
@@ -532,13 +536,15 @@ func GetMemoryMetrics(c *gin.Context) {
 func GetDiskMetrics(c *gin.Context) {
 	// 获取查询参数
 	deviceID := c.Query("device_id") // 不使用默认值，空值表示查询所有设备
-	startTime := c.DefaultQuery("start_time", "-24h")
+	startTime := c.DefaultQuery("start_time", "-1h") // 缩短默认查询时间范围到1小时，减少默认数据量
 	endTime := c.DefaultQuery("end_time", "now()")
 	aggregation := c.DefaultQuery("aggregation", "average")
 	interval := c.DefaultQuery("interval", "10s") // 添加interval参数，默认10秒
+	limitStr := c.DefaultQuery("limit", "5000") // 添加limit参数，默认5000条记录
+	limit, _ := strconv.Atoi(limitStr)
 
 	// 查询数据
-	points, err := globalStorage.QueryMetrics(context.Background(), deviceID, "disk", startTime, endTime)
+	points, err := globalStorage.QueryMetrics(context.Background(), deviceID, "disk", startTime, endTime, limit)
 	if err != nil {
 		// 只记录警告，返回空数据
 		log.Printf("Warning: Failed to query disk metrics: %v", err)
@@ -575,18 +581,20 @@ func GetDiskMetrics(c *gin.Context) {
 func GetNetworkMetrics(c *gin.Context) {
 	// 获取查询参数
 	deviceID := c.Query("device_id") // 不使用默认值，空值表示查询所有设备
-	startTime := c.DefaultQuery("start_time", "-24h")
+	startTime := c.DefaultQuery("start_time", "-1h") // 缩短默认查询时间范围到1小时，减少默认数据量
 	endTime := c.DefaultQuery("end_time", "now()")
 	aggregation := c.DefaultQuery("aggregation", "average")
 	interval := c.DefaultQuery("interval", "10s") // 添加interval参数，默认10秒
+	limitStr := c.DefaultQuery("limit", "5000") // 添加limit参数，默认5000条记录
+	limit, _ := strconv.Atoi(limitStr)
 
 	// 查询发送和接收的网络速率指标
-	sentPoints, err1 := globalStorage.QueryMetrics(context.Background(), deviceID, "network_sent", startTime, endTime)
+	sentPoints, err1 := globalStorage.QueryMetrics(context.Background(), deviceID, "network_sent", startTime, endTime, limit)
-	receivedPoints, err2 := globalStorage.QueryMetrics(context.Background(), deviceID, "network_received", startTime, endTime)
+	receivedPoints, err2 := globalStorage.QueryMetrics(context.Background(), deviceID, "network_received", startTime, endTime, limit)
 
 	// 查询发送和接收的累积总流量指标
-	txBytesPoints, err3 := globalStorage.QueryMetrics(context.Background(), deviceID, "network_tx_bytes", startTime, endTime)
+	txBytesPoints, err3 := globalStorage.QueryMetrics(context.Background(), deviceID, "network_tx_bytes", startTime, endTime, limit)
-	rxBytesPoints, err4 := globalStorage.QueryMetrics(context.Background(), deviceID, "network_rx_bytes", startTime, endTime)
+	rxBytesPoints, err4 := globalStorage.QueryMetrics(context.Background(), deviceID, "network_rx_bytes", startTime, endTime, limit)
 
 	// 处理错误
 	if err1 != nil {

backend/internal/handler/processor.go

@@ -149,20 +149,7 @@ func ProcessMetricData(points []storage.MetricPoint, aggregation string, interva
 
 	// 如果没有数据点，生成覆盖整个时间范围的空数据点
 	if len(points) == 0 {
-		// 生成空数据点，确保覆盖整个时间范围
+		return generateEmptyData(start, end, intervalSeconds)
-		result := make([]MetricData, 0)
-		currentTime := start
-
-		// 循环生成数据点，直到超过结束时间
-		for currentTime.Before(end) {
-			result = append(result, MetricData{
-				Time:  currentTime,
-				Value: 0, // 使用0表示无数据
-			})
-			currentTime = currentTime.Add(time.Duration(intervalSeconds) * time.Second)
-		}
-
-		return result
 	}
 
 	// 根据时间区段精细程度自动调整聚合策略
@@ -192,6 +179,24 @@ func ProcessMetricData(points []storage.MetricPoint, aggregation string, interva
 	}
 }
 
+// generateEmptyData 生成覆盖整个时间范围的空数据点
+func generateEmptyData(start, end time.Time, intervalSeconds int) []MetricData {
+	// 生成空数据点，确保覆盖整个时间范围
+	result := make([]MetricData, 0)
+	currentTime := start.Truncate(time.Duration(intervalSeconds) * time.Second)
+
+	// 循环生成数据点，直到超过结束时间
+	for currentTime.Before(end) {
+		result = append(result, MetricData{
+			Time:  currentTime,
+			Value: 0, // 使用0表示无数据
+		})
+		currentTime = currentTime.Add(time.Duration(intervalSeconds) * time.Second)
+	}
+
+	return result
+}
+
 // processRawData 处理原始数据，添加去重逻辑
 func processRawData(points []storage.MetricPoint) []MetricData {
 	// 使用map进行去重，key为时间戳（精确到秒）+值的组合
@@ -224,36 +229,43 @@ func processRawData(points []storage.MetricPoint) []MetricData {
 func processAverageData(points []storage.MetricPoint, intervalSeconds int, start, end time.Time) []MetricData {
 	// 按指定时间区间聚合的平均值
 
-	// 按指定区间分组，保留UTC时区信息
+	// 如果没有数据点，生成空数据
-	intervalData := make(map[string][]float64)
+	if len(points) == 0 {
-
+		return generateEmptyData(start, end, intervalSeconds)
-	for _, point := range points {
-		// 使用UTC时间，按指定区间对齐
-		utcTime := point.Time.UTC()
-		// 格式化时间键
-		intervalKey := FormatTimeByInterval(utcTime, intervalSeconds)
-		value := point.Value
-		intervalData[intervalKey] = append(intervalData[intervalKey], value)
 	}
 
-	// 生成覆盖整个请求时间范围的完整时间序列
+	// 先对原始数据按时间排序
+	sort.Slice(points, func(i, j int) bool {
+		return points[i].Time.Before(points[j].Time)
+	})
+
+	// 初始化结果和指针
 	result := make([]MetricData, 0)
 	currentTime := start.Truncate(time.Duration(intervalSeconds) * time.Second)
+	pointIndex := 0
+	pointCount := len(points)
 
-	// 循环生成每个时间区间的数据点
+	// 循环处理每个时间区间
 	for currentTime.Before(end.Add(time.Duration(intervalSeconds) * time.Second)) {
-		// 格式化当前时间为区间键
+		intervalStart := currentTime
-		intervalKey := FormatTimeByInterval(currentTime, intervalSeconds)
+		intervalEnd := intervalStart.Add(time.Duration(intervalSeconds) * time.Second)
 
-		// 计算当前区间的平均值
+		// 收集当前区间内的数据点
-		var value float64 = 0
+		var sum float64 = 0
-		if values, exists := intervalData[intervalKey]; exists && len(values) > 0 {
+		var count int = 0
-			// 计算平均值
+		for pointIndex < pointCount && points[pointIndex].Time.Before(intervalEnd) {
-			sum := 0.0
+			// 只处理区间内的数据点
-			for _, v := range values {
+			if points[pointIndex].Time.After(intervalStart) || points[pointIndex].Time.Equal(intervalStart) {
-				sum += v
+				sum += points[pointIndex].Value
+				count++
 			}
-			value = sum / float64(len(values))
+			pointIndex++
+		}
+
+		// 计算平均值
+		var value float64 = 0
+		if count > 0 {
+			value = sum / float64(count)
 		}
 
 		// 添加到结果
@@ -263,7 +275,7 @@ func processAverageData(points []storage.MetricPoint, intervalSeconds int, start
 		})
 
 		// 移动到下一个时间区间
-		currentTime = currentTime.Add(time.Duration(intervalSeconds) * time.Second)
+		currentTime = intervalEnd
 	}
 
 	return result
@@ -273,38 +285,41 @@ func processAverageData(points []storage.MetricPoint, intervalSeconds int, start
 func processMaxData(points []storage.MetricPoint, intervalSeconds int, start, end time.Time) []MetricData {
 	// 按指定时间区间聚合的最大值
 
-	// 按指定区间分组，保留UTC时区信息
+	// 如果没有数据点，生成空数据
-	intervalData := make(map[string][]float64)
+	if len(points) == 0 {
-
+		return generateEmptyData(start, end, intervalSeconds)
-	for _, point := range points {
-		// 使用UTC时间，按指定区间对齐
-		utcTime := point.Time.UTC()
-		// 格式化时间键
-		intervalKey := FormatTimeByInterval(utcTime, intervalSeconds)
-		value := point.Value
-		intervalData[intervalKey] = append(intervalData[intervalKey], value)
 	}
 
-	// 生成覆盖整个请求时间范围的完整时间序列
+	// 先对原始数据按时间排序
+	sort.Slice(points, func(i, j int) bool {
+		return points[i].Time.Before(points[j].Time)
+	})
+
+	// 初始化结果和指针
 	result := make([]MetricData, 0)
 	currentTime := start.Truncate(time.Duration(intervalSeconds) * time.Second)
+	pointIndex := 0
+	pointCount := len(points)
 
-	// 循环生成每个时间区间的数据点
+	// 循环处理每个时间区间
 	for currentTime.Before(end.Add(time.Duration(intervalSeconds) * time.Second)) {
-		// 格式化当前时间为区间键
+		intervalStart := currentTime
-		intervalKey := FormatTimeByInterval(currentTime, intervalSeconds)
+		intervalEnd := intervalStart.Add(time.Duration(intervalSeconds) * time.Second)
 
-		// 计算当前区间的最大值
+		// 查找当前区间内的最大值
 		var value float64 = 0
-		if values, exists := intervalData[intervalKey]; exists && len(values) > 0 {
+		var foundData bool = false
-			// 计算最大值
+		for pointIndex < pointCount && points[pointIndex].Time.Before(intervalEnd) {
-			max := values[0]
+			// 只处理区间内的数据点
-			for _, v := range values {
+			if points[pointIndex].Time.After(intervalStart) || points[pointIndex].Time.Equal(intervalStart) {
-				if v > max {
+				if !foundData {
-					max = v
+					value = points[pointIndex].Value
+					foundData = true
+				} else if points[pointIndex].Value > value {
+					value = points[pointIndex].Value
 				}
 			}
-			value = max
+			pointIndex++
 		}
 
 		// 添加到结果
@@ -314,7 +329,7 @@ func processMaxData(points []storage.MetricPoint, intervalSeconds int, start, en
 		})
 
 		// 移动到下一个时间区间
-		currentTime = currentTime.Add(time.Duration(intervalSeconds) * time.Second)
+		currentTime = intervalEnd
 	}
 
 	return result
@@ -324,38 +339,41 @@ func processMaxData(points []storage.MetricPoint, intervalSeconds int, start, en
 func processMinData(points []storage.MetricPoint, intervalSeconds int, start, end time.Time) []MetricData {
 	// 按指定时间区间聚合的最小值
 
-	// 按指定区间分组，保留UTC时区信息
+	// 如果没有数据点，生成空数据
-	intervalData := make(map[string][]float64)
+	if len(points) == 0 {
-
+		return generateEmptyData(start, end, intervalSeconds)
-	for _, point := range points {
-		// 使用UTC时间，按指定区间对齐
-		utcTime := point.Time.UTC()
-		// 格式化时间键
-		intervalKey := FormatTimeByInterval(utcTime, intervalSeconds)
-		value := point.Value
-		intervalData[intervalKey] = append(intervalData[intervalKey], value)
 	}
 
-	// 生成覆盖整个请求时间范围的完整时间序列
+	// 先对原始数据按时间排序
+	sort.Slice(points, func(i, j int) bool {
+		return points[i].Time.Before(points[j].Time)
+	})
+
+	// 初始化结果和指针
 	result := make([]MetricData, 0)
 	currentTime := start.Truncate(time.Duration(intervalSeconds) * time.Second)
+	pointIndex := 0
+	pointCount := len(points)
 
-	// 循环生成每个时间区间的数据点
+	// 循环处理每个时间区间
 	for currentTime.Before(end.Add(time.Duration(intervalSeconds) * time.Second)) {
-		// 格式化当前时间为区间键
+		intervalStart := currentTime
-		intervalKey := FormatTimeByInterval(currentTime, intervalSeconds)
+		intervalEnd := intervalStart.Add(time.Duration(intervalSeconds) * time.Second)
 
-		// 计算当前区间的最小值
+		// 查找当前区间内的最小值
 		var value float64 = 0
-		if values, exists := intervalData[intervalKey]; exists && len(values) > 0 {
+		var foundData bool = false
-			// 计算最小值
+		for pointIndex < pointCount && points[pointIndex].Time.Before(intervalEnd) {
-			min := values[0]
+			// 只处理区间内的数据点
-			for _, v := range values {
+			if points[pointIndex].Time.After(intervalStart) || points[pointIndex].Time.Equal(intervalStart) {
-				if v < min {
+				if !foundData {
-					min = v
+					value = points[pointIndex].Value
+					foundData = true
+				} else if points[pointIndex].Value < value {
+					value = points[pointIndex].Value
 				}
 			}
-			value = min
+			pointIndex++
 		}
 
 		// 添加到结果
@@ -365,7 +383,7 @@ func processMinData(points []storage.MetricPoint, intervalSeconds int, start, en
 		})
 
 		// 移动到下一个时间区间
-		currentTime = currentTime.Add(time.Duration(intervalSeconds) * time.Second)
+		currentTime = intervalEnd
 	}
 
 	return result
@@ -375,40 +393,47 @@ func processMinData(points []storage.MetricPoint, intervalSeconds int, start, en
 func processSumData(points []storage.MetricPoint, intervalSeconds int, start, end time.Time) []MetricData {
 	// 按指定时间区间聚合的总和
 
-	// 按指定区间分组，保留UTC时区信息
+	// 如果没有数据点，生成空数据
-	intervalData := make(map[string][]storage.MetricPoint)
+	if len(points) == 0 {
-
+		return generateEmptyData(start, end, intervalSeconds)
-	for _, point := range points {
-		// 使用UTC时间，按指定区间对齐
-		utcTime := point.Time.UTC()
-		// 格式化时间键
-		intervalKey := FormatTimeByInterval(utcTime, intervalSeconds)
-		intervalData[intervalKey] = append(intervalData[intervalKey], point)
 	}
 
-	// 生成覆盖整个请求时间范围的完整时间序列
+	// 先对原始数据按时间排序
+	sort.Slice(points, func(i, j int) bool {
+		return points[i].Time.Before(points[j].Time)
+	})
+
+	// 初始化结果和指针
 	result := make([]MetricData, 0)
 	currentTime := start.Truncate(time.Duration(intervalSeconds) * time.Second)
+	pointIndex := 0
+	pointCount := len(points)
 
-	// 循环生成每个时间区间的数据点
+	// 循环处理每个时间区间
 	for currentTime.Before(end.Add(time.Duration(intervalSeconds) * time.Second)) {
-		// 格式化当前时间为区间键
+		intervalStart := currentTime
-		intervalKey := FormatTimeByInterval(currentTime, intervalSeconds)
+		intervalEnd := intervalStart.Add(time.Duration(intervalSeconds) * time.Second)
 
-		// 计算当前区间的总和
+		// 收集当前区间内的数据点
-		sum := 0.0
+		intervalPoints := make([]storage.MetricPoint, 0)
-		if intervalPoints, exists := intervalData[intervalKey]; exists {
+		for pointIndex < pointCount && points[pointIndex].Time.Before(intervalEnd) {
-			// 如果数据点数量小于2，直接返回第一个数据点的值
+			// 只处理区间内的数据点
-			if len(intervalPoints) < 2 {
+			if points[pointIndex].Time.After(intervalStart) || points[pointIndex].Time.Equal(intervalStart) {
-				if len(intervalPoints) > 0 {
+				intervalPoints = append(intervalPoints, points[pointIndex])
-					sum = intervalPoints[0].Value
 			}
+			pointIndex++
+		}
+
+		// 计算总和
+		sum := 0.0
+		intervalPointCount := len(intervalPoints)
+		if intervalPointCount > 0 {
+			if intervalPointCount < 2 {
+				// 如果数据点数量小于2，直接返回第一个数据点的值
+				sum = intervalPoints[0].Value
 			} else {
-				// 按时间排序
+				// 计算区间内的流量总和
-				sort.Slice(intervalPoints, func(i, j int) bool {
+				for i := 1; i < intervalPointCount; i++ {
-					return intervalPoints[i].Time.Before(intervalPoints[j].Time)
-				})
-				for i := 1; i < len(intervalPoints); i++ {
 					// 计算时间差（秒）
 					timeDiff := intervalPoints[i].Time.Sub(intervalPoints[i-1].Time).Seconds()
 					if timeDiff > 0 {
@@ -430,7 +455,7 @@ func processSumData(points []storage.MetricPoint, intervalSeconds int, start, en
 		})
 
 		// 移动到下一个时间区间
-		currentTime = currentTime.Add(time.Duration(intervalSeconds) * time.Second)
+		currentTime = intervalEnd
 	}
 
 	return result

backend/internal/storage/storage.go

@@ -5,6 +5,7 @@ import (
 	"fmt"
 	"log"
 	"math/rand"
+	"strconv"
 	"strings"
 	"time"
 
@@ -251,8 +252,8 @@ func (s *Storage) WriteLogMetric(ctx context.Context, deviceID string, sequence
 	return s.writeData(ctx, "logs", allTags, fields, deviceID, "log")
 }
 
-// QueryMetrics 查询监控指标
+// QueryMetrics 查询监控指标，支持采样
-func (s *Storage) QueryMetrics(ctx context.Context, deviceID, metricType, startTime, endTime string) ([]MetricPoint, error) {
+func (s *Storage) QueryMetrics(ctx context.Context, deviceID, metricType, startTime, endTime string, limit ...int) ([]MetricPoint, error) {
 	queryAPI := s.client.QueryAPI(s.org)
 
 	// 处理时间参数
@@ -324,6 +325,15 @@ func (s *Storage) QueryMetrics(ctx context.Context, deviceID, metricType, startT
 |> filter(fn: (r) => r["type"] == "` + metricType + `")
 |> sort(columns: ["_time"])`
 
+	// 设置默认限制
+	maxLimit := 10000
+	if len(limit) > 0 && limit[0] > 0 {
+		maxLimit = limit[0]
+	}
+
+	query += `
+|> limit(n: ` + strconv.Itoa(maxLimit) + `)` // 限制返回的数据点数量，防止内存溢出
+
 	// 执行查询
 	result, err := queryAPI.Query(ctx, query)
 	if err != nil {