1、app消息数据查询重构

2、app消息已读未读方法重构
3、其余辅助功能添加

cs-system/cs-system-boot/src/main/java/com/njcn/cssystem/service/impl/DataTaskServiceImpl.java

@@ -36,8 +36,10 @@ import org.springframework.transaction.annotation.Transactional;
 
 import javax.annotation.Resource;
 import java.time.LocalDate;
+import java.time.LocalDateTime;
 import java.time.ZoneId;
 import java.time.format.DateTimeFormatter;
+import java.time.temporal.ChronoUnit;
 import java.util.*;
 import java.util.stream.Collectors;
 import java.util.stream.Stream;
@@ -237,10 +239,15 @@ public class DataTaskServiceImpl implements IDataTaskService {
                     alarmIds = data2.stream().map(CsEventPO::getId).collect(Collectors.toList());
                 }
 
+                List<String> filteredData1 = new ArrayList<>();
+                if (CollUtil.isNotEmpty(data1)) {
+                    filteredData1 = filterTimeIntervals(data1, 6);
+                }
                 //只要有一个不为空，就需要统计
-                if (CollUtil.isNotEmpty(data1) || CollUtil.isNotEmpty(alarmIds)) {
+                if (CollUtil.isNotEmpty(filteredData1) || CollUtil.isNotEmpty(alarmIds)) {
+                    // 对中断时间数据进行过滤，只保留间隔超过 6 小时的时间段
                     l0.add(item);
-                    l1.add(data1 != null ? Collections.singletonList(String.join("，", data1)) : null);
+                    l1.add(filteredData1 != null && !filteredData1.isEmpty() ? Collections.singletonList(String.join("，", filteredData1)) : null);
                     l2.add(alarmIds);
                 }
             });
@@ -283,6 +290,64 @@ public class DataTaskServiceImpl implements IDataTaskService {
         }
     }
 
+    /**
+     * 过滤时间间隔，只保留超过指定小时数的时间段
+     *
+     * @param timePeriods 时间段列表，格式如 ["2026-03-18 08:26:24 ~ 2026-03-18 08:27:45", "2026-03-18 08:29:46 ~ 2026-03-18 08:31:07"]
+     * @param hours 最小间隔小时数
+     * @return 过滤后的时间段列表
+     */
+    private List<String> filterTimeIntervals(List<String> timePeriods, int hours) {
+        if (CollUtil.isEmpty(timePeriods)) {
+            return timePeriods;
+        }
+
+        List<String> result = new ArrayList<>();
+
+        // 将所有时间段展开为独立的字符串
+        for (String periodStr : timePeriods) {
+            if (periodStr == null || periodStr.trim().isEmpty()) {
+                continue;
+            }
+
+            // 分割多个时间段（中文逗号分隔）
+            String[] periods = periodStr.split(",");
+
+            for (String period : periods) {
+                period = period.trim();
+                if (period.isEmpty()) {
+                    continue;
+                }
+
+                // 解析时间段，格式："2026-03-18 08:26:24 ~ 2026-03-18 08:27:45"
+                String[] parts = period.split("~");
+                if (parts.length != 2) {
+                    continue;
+                }
+
+                try {
+                    String startTimeStr = parts[0].trim();
+                    String endTimeStr = parts[1].trim();
+
+                    LocalDateTime startTime = LocalDateTime.parse(startTimeStr, DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
+                    LocalDateTime endTime = LocalDateTime.parse(endTimeStr, DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
+
+                    // 计算时间间隔（小时）
+                    long hoursBetween = ChronoUnit.HOURS.between(startTime, endTime);
+
+                    // 如果间隔超过指定的小时数，则添加到结果中
+                    if (hoursBetween >= hours) {
+                        result.add(period);
+                    }
+                } catch (Exception e) {
+                    log.warn("解析时间段失败：{}", period, e);
+                }
+            }
+        }
+
+        return result;
+    }
+
     //获取设备最新的一条数据
     public List<PqsCommunicate> getRawDataLatest(String devId) {
         InfluxQueryWrapper influxQueryWrapper = new InfluxQueryWrapper(PqsCommunicate.class);