数据上报：
MQ：之前是单个队列，改为多队列，通过SN hash分发
getLastData： 之前每次都从redis或数据库读取。 改为只有首次循环读redis或数据库，其他都从循环的局部遍历获取
setLastData： 之前是每次都写。改为循环结束再写库
writeData： 循环结束后批量写库
addTemp： 加spring cache缓存
重计算：
增加springcache缓存： 查设备，查MP，查参数，查模型
查询语句优化： 查询time时间范围能用等于的就用等于，不要用大于小于
缩短查询的时间范围，对于需要大时间范围查询的，采用多次尝试，先尝试小范围查询
select last和select first也要加上时间范围
线程模型优化：不同阶段，任务类型的线程池分开
VEE： 由xxljob给每个facility生成一个任务放到MQ里
计算facility时，给每个设备生成一个CompletableFuture放到线程池并发执行
join后再执行下一阶段（调用calc）
calc阶段： 查询该facility需要计算的设备后，同样的给每个设备生成一个CompletableFuture放线程池并发执行
join后通知下一阶段（billing）
VEE查询last：改为多次尝试，先查7天内的，没有再查半年内的
calc获取参数：之前是每次查一个时间点，改为每次查整个时间段的，但是仍然是只查一个参数，因为公式里很可能是不同设备的参数，不好一起查询
getLastAcc： 一个循环内只有首次去查数据库，其他都通过局部变量传递。 先查5分钟的，没有查1天内的。
写数据： 之前是每次写一个时间点的，改为批量写整个时间段的
线程池统一管理：线程池统一用ThreadPoolTaskExecutor，都注册为bean，提供接口查询和修改配置
总结：
rabbitmq单队列模式改为多队列，通过hash分发，增加吞吐量
经常查询的数据加缓存
查influxdb时，如果时间范围很大，采用多次查询的方法，先查询一个小的时间范围，再扩大查询的时间范围
查询数据时采用批量查询，一次查询批量的参数或时间点
写数据库时，采用批量写入
在for循环中，如果涉及查询上一次数据时，仅首次循环查数据库
采用线程池增加并发，不同阶段采用独立的线程池，使用CompletableFuture对子任务进行分解
