智能家居的数据:记录什么、留多久

传感器每秒都在产生数据,不设边界就会拖垮数据库和查询。

智能家居家庭实验室2026-05-18约 1 分钟349 字

智能家居的数据价值在于趋势,而不是每一次跳变。先想清楚“以后要查什么”,再决定记录什么、留多久。

三类数据

类型例子保留
状态开关、模式、在线状态短期,7–14 天
数值温度、湿度、功率中期,30–90 天
统计日/月均值、能耗累计长期

减少写入

  • 排除高频且无意义的实体(信号强度、更新时间戳);
  • 设置合理的 commit_interval,不要每秒落盘;
  • 用 recorder.exclude 排除不需要历史记录的域。
yaml
recorder:
  purge_keep_days: 14
  exclude:
    domains:
      - automation
      - update
    entity_globs:
      - sensor.*_linkquality

长期存储

需要一年以上的趋势,写 InfluxDB,按保留策略降采样。HA 只保留短期明细,查询会快很多。

能耗统计

功率传感器(插座、空开)能算出真实用电。先校准:用已知功率的负载对比读数,偏差超过 5% 就调整系数。

别把“在线状态”当健康指标

设备显示在线,但几分钟没上报数据,可能是休眠或链路不稳。用“最后更新时间”判断比“在线”可靠。

备份与迁移

数据库、配置、密钥一起备份。迁移到新机器后,确认时区、历史数据、自动化触发都正常。

小结

只记有用的、定期清理、长期数据降采样、统计先校准。数据有边界,系统才跑得久。

说明:文中的地址、域名、主机名与账号均为脱敏示例;配置片段来自实际环境,但版本与网络条件不同,照搬前请先在测试环境验证。最后校对:2026-05-18。