这场景我之前做物联网数据采集时碰到过，核心就是用缓存字典来暂存未配对的数据，等同一个时间戳的两个传感器数据都到齐了再输出合并结果。下面是具体的实现思路和代码：

实现思路 #

• 用一个字典data_cache来暂存数据，键是时间戳（比如'0'、'1'），值是另一个字典，用来分别存储sensor_1和sensor_2的数值列表。
• 每收到一条数据，先解析出传感器ID、时间戳和后续的数值字段。
• 将解析后的数据存入缓存对应位置，然后检查该时间戳下两个传感器的数据是否都已收到。
• 如果两个传感器的数据都齐全，就按照你需要的格式合并输出，同时可以从缓存中移除该时间戳的记录（避免长期运行内存溢出）。

完整代码实现 #

import subprocess

# 初始化缓存字典，键是时间戳，值是存储两个传感器数据的子字典
data_cache = {}

process = subprocess.Popen(['node', 'server.js'], stdout=subprocess.PIPE)
while True:
    byte_data = process.stdout.readline()
    if not byte_data:
        break  # 子进程结束时退出循环
    string_data = byte_data.rstrip().decode("utf-8")
    list_data = string_data.split(",")
    
    # 解析数据：第一个元素是传感器ID，第二个是时间戳，后面是数值
    sensor_id = list_data[0]
    timestamp = list_data[1]
    sensor_values = list_data[2:]
    
    # 初始化该时间戳的缓存项（如果不存在）
    if timestamp not in data_cache:
        data_cache[timestamp] = {'sensor_1': None, 'sensor_2': None}
    
    # 将当前传感器的数据存入缓存
    data_cache[timestamp][sensor_id] = sensor_values
    
    # 检查两个传感器的数据是否都已收到
    cached = data_cache[timestamp]
    if cached['sensor_1'] is not None and cached['sensor_2'] is not None:
        # 按要求格式合并：时间戳 + sensor1数值 + sensor2数值
        merged = [timestamp] + cached['sensor_1'] + cached['sensor_2']
        print(merged)  # 这里可以换成你需要的输出/存储逻辑
        
        # 从缓存中移除已处理的时间戳，节省内存
        del data_cache[timestamp]

代码解释 #

1. 缓存结构：data_cache的设计能清晰跟踪每个时间戳下两个传感器的数据状态，避免混乱。
2. 数据解析：通过拆分list_data，快速提取传感器ID、时间戳和数值，逻辑简单直接。
3. 合并触发条件：只有当两个传感器的同时间戳数据都到齐时才输出，保证了合并结果的完整性。
4. 内存优化：处理完的时间戳数据立即从缓存删除，适合长期运行的实时数据采集场景。

可选优化点 #

如果担心某个传感器的时间戳数据丢失（比如永远收不到），可以添加一个超时清理机制，比如用threading.Timer定期检查缓存中超过一定时间未完成的记录，避免内存泄漏。

内容的提问来源于stack exchange，提问作者Frederik Petri