物联网数据 DataV 演示|学习笔记

简介: 快速学习物联网数据 DataV 演示

开发者学堂课程【物联网平台云上开发物联网数据DataV演示】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/563/detail/7710


物联网数据DataV演示


物联网平台

1、设备通过IoT的SDK连接到物联网平台,把数据转储到云端,也可以在云端做实时的云计算,最终完整的数据可以给到企业的服务器,企业根据自身业务场景来做出各种应用。

2、规则引擎

主要包括数据处理和数据转发两个部分。

image.png

规则引擎的数据处理主要包括设备payload的一个处理,以及设备云端上下文的一个处理,通过这样一个简单的circle,就可以把数据处理成一个结构化的数据。基于物模型的数据处理如图所示。

image.png

设备端上报数据到IoT的网关,网关把数据流转到物模型解析器,这里会根据所定义的物模型做数据的解析,解析之后会流转到规则引擎,规则引擎这里通过circle,处理数据然后转储到数据库里。这就是数据上报后,在表格存储数据

里一个存储过程。存储之后可通过DataV做一个数据可视化,生成一个监控大屏。

3、演示开发过程

首先在物联网平台创建一个产品温湿度计,接着定义一些属性,包括温度和湿度两个属性,之后可通过设备管理创建一个设备,如图便是创立的设备设备创建完成后,接着创建规则引擎,这里根据定义的规则引擎通过物模型来处理

据,同时把数据转发到表格存储里。

规则引擎创建之后,就可以做设备端的开发,一个简单的编码,一个数据连接。

如下const options = initMqttOptions (deviceConfig);

const url =、 mqtt://${deviceConfig. productKey}. iot-as mqtt . ${deviceConf ig. regionId} . aliyu

//2.建立连接

27 const client = mqtt . connect(url, options);

//3.属性数据上报const topic =/sys/${deviceConf ig. productKey}/${deviceConf ig. deviceName}/ thing/event/pro

// 发布数据到topic

setInterval( function() {

client. publish( topic, getPostData(), {qos:1});

}, 5 * 1000);

//4.订阅主题,接收指令const subTopic =、 /${deviceConf ig. productKey}/${deviceConf ig. deviceName}/control ;

client . subscribe ( subTopic )

console. log("topic”+ topic)

onsole. Log("message”+ message)

})

client. unsubscribe( subTopic)

//IoT平台mqtt连接参数初始化

function initMqt topt ions ( deviceConfig) {

const params=[

productKey : deviceConfig.productKey,

然后上报属性的数据,这里设置了五秒上报一次。

设备端代码编辑完成之后,就可以启动设备程序,之后它就开始上报数据,这时也可以在云端看到设备上线、设备当前运行状态以及日志服务里消息上行的处理过程。有了这些数据之后,可通过DataV可视化产品,把数据展示到数据大屏上。开通DataV云产品之后,这里是它的一个控制台,如图

image.png

包含一个可视化的云列表以及我的数据源,我的组件。首先点到我的数据源,这里点击添加数据,选择TableStore的类型,并将数据命名为温湿度计,然后填写阿里云账号的AK ID 和AK Secret。

外网地址就是ots表格存储的访问地址,接着点击确认,就会连接成功,数据源就会更新成功。此时回到可视化界面,新建一个可视化大屏,此处有许多模板,选择下图所示模板进行创建。

image.png

在编辑页面有许多常用的组件,此处添加一个时间组件、文本组件以及一个数字翻牌器组件。

在这里可以给数字翻牌器设置数据源,这里选择TableStore作为数据源类型,而数据源类型则选择刚刚创建的温湿度计,选择操作选择get Range,此处输入表格的名字以及组件的一些参数。接着查看一下表格的名字是如图所示的

image.png

表格的名字即是lot_devices_datas,主键是device ID和time。接着根据devices ID和devices time做一个过滤,此处只选择第一条数据,可以观察数据响应结果,

如下{‘’deviceId’’:’’eud1jXfEgCsAiP2cId9q’’,’’time’’:’’2018-12-19 13:11:18’’,’’humidity’’:’’65’’,’’imei’’:’’IH20181212xibzm’’,’’tag’’:’’客厅’’,’’temperature’’:’’28’’,’’value’’:’’28’’,’’y’’:’’28’’,’’x’’:’’2018-12-19 13:11:18’’}同理另外一个数字翻牌器,选择湿度,同时添加一个折线图的组件,此处与上一个数字翻牌器相同,仍选择TableStore的数据源类型和温湿度计的数据源,并将搜索参数扩大为16,参看响应结构发现其为一个数组。在折线图中,选取了time作为x轴,temperature作为y轴。同时此处有一个垂直胶囊的可视化组件。

这里依旧选取了16个数据,这样一个数据大屏创建完成。创建完成之后可以点击发布,会有一个外网访问地址,将其在浏览器打开便是一个数据大屏。这时启动我们的设备,设备开始上报数据,同时数据大屏也随之变化,可以实时看到其状况。

这里就完整的演示了设备端的数据通国IoT平台的规则引擎,流转到数据库,再通过DataV 把数据做一个可视化的大屏。

相关实践学习
基于Hologres轻量实时的高性能OLAP分析
本教程基于GitHub Archive公开数据集,通过DataWorks将GitHub中的项⽬、行为等20多种事件类型数据实时采集至Hologres进行分析,同时使用DataV内置模板,快速搭建实时可视化数据大屏,从开发者、项⽬、编程语⾔等多个维度了解GitHub实时数据变化情况。
阿里云实时数仓实战 - 用户行为数仓搭建
课程简介 1)学习搭建一个数据仓库的过程,理解数据在整个数仓架构的从采集、存储、计算、输出、展示的整个业务流程。 2)整个数仓体系完全搭建在阿里云架构上,理解并学会运用各个服务组件,了解各个组件之间如何配合联动。 3 )前置知识要求:熟练掌握 SQL 语法熟悉 Linux 命令,对 Hadoop 大数据体系有一定的了解   课程大纲 第一章 了解数据仓库概念 初步了解数据仓库是干什么的 第二章 按照企业开发的标准去搭建一个数据仓库 数据仓库的需求是什么 架构 怎么选型怎么购买服务器 第三章 数据生成模块 用户形成数据的一个准备 按照企业的标准,准备了十一张用户行为表 方便使用 第四章 采集模块的搭建 购买阿里云服务器 安装 JDK 安装 Flume 第五章 用户行为数据仓库 严格按照企业的标准开发 第六章 搭建业务数仓理论基础和对表的分类同步 第七章 业务数仓的搭建  业务行为数仓效果图  
相关文章
|
7月前
|
传感器 人工智能 物联网
健康监测设备的技术革命:AI+物联网如何让你随时掌握健康数据?
健康监测设备的技术革命:AI+物联网如何让你随时掌握健康数据?
866 19
|
8月前
|
SQL 数据可视化 atlas
低空经济新基建!DataV Atlas 如何用大模型玩转空间数据?
阿里云DataV Atlas推出搭载通义千问最新2.5 Max大模型「时空SQL智能小助手」,通过自然语言生成专业SQL,简化空间数据分析流程,助力智慧农田、城市低空交通及应急调度等领域,推动精准决策和智能化管理。零门槛体验空间智能分析革命,开启“会思考的天空网络”新时代。
518 4
低空经济新基建!DataV Atlas 如何用大模型玩转空间数据?
|
8月前
|
SQL 人工智能 数据可视化
数据团队必读:智能数据分析文档(DataV Note)五种高效工作模式
数据项目复杂,涉及代码、数据、运行环境等多部分。随着AI发展,数据科学团队面临挑战。协作式数据文档(如阿里云DataV Note)成为提升效率的关键工具。它支持跨角色协同、异构数据处理、多语言分析及高效沟通,帮助创建知识库,实现可重现的数据科学过程,并通过一键分享报告促进数据驱动决策。未来,大模型AI将进一步增强其功能,如智能绘图、总结探索、NLP2SQL/Python和AutoReport,为数据分析带来更多可能。
308 21
|
物联网 数据管理 Apache
拥抱IoT浪潮,Apache IoTDB如何成为你的智能数据守护者?解锁物联网新纪元的数据管理秘籍!
【8月更文挑战第22天】随着物联网技术的发展,数据量激增对数据库提出新挑战。Apache IoTDB凭借其面向时间序列数据的设计,在IoT领域脱颖而出。相较于传统数据库,IoTDB采用树形数据模型高效管理实时数据,具备轻量级结构与高并发能力,并集成Hadoop/Spark支持复杂分析。在智能城市等场景下,IoTDB能处理如交通流量等数据,为决策提供支持。IoTDB还提供InfluxDB协议适配器简化迁移过程,并支持细致的权限管理确保数据安全。综上所述,IoTDB在IoT数据管理中展现出巨大潜力与竞争力。
380 1
|
7月前
|
存储 监控 安全
工业物联网关应用:PLC数据通过智能网关上传阿里云实战
本文介绍如何使用智能网关将工厂PLC数据传输至阿里云平台,适合中小企业远程监控设备状态。硬件准备包括三菱FX3U PLC、4G智能网关和24V电源。接线步骤涵盖PLC编程口与网关连接、运行状态检测及天线电源接入。配置过程涉及通讯参数、阿里云对接和数据点映射。PLC程序关键点包括数据上传触发和温度值处理。阿里云平台操作包含实时数据查看、数据可视化和规则引擎设置。最后提供常见故障排查表和安全建议,确保系统稳定运行。
575 1
|
7月前
|
数据可视化 数据挖掘 atlas
地图不只是导航:DataV Atlas 揭示地理数据的深层价值
地图不只是导航:DataV Atlas 揭示地理数据的深层价值
143 2
|
9月前
|
数据可视化 数据挖掘 atlas
地图不只是导航:DataV Atlas 揭示地理数据的深层价值
随着互联网场景的快速衍生,打车、外卖、智能驾驶等领域的空间数据爆发式增长,海量数据分析成为日常需求。然而,传统地图服务面临性能、安全和成本挑战。为此,我们推出「DataV Atlas 地理数据服务」,提供高效、安全、易用的地理数据解决方案。通过简单的 SQL 查询即可生成专业地理服务,支持多源数据整合、实时更新与分析,确保数据安全,并深度集成 DataV Board 数据看板,实现一键上屏和交互式分析。适用于大屏展示、城市规划等多种场景,助力企业轻松挖掘空间数据价值。
462 6
地图不只是导航:DataV Atlas 揭示地理数据的深层价值
|
10月前
|
SQL 存储 运维
从建模到运维:联犀如何完美融入时序数据库 TDengine 实现物联网数据流畅管理
本篇文章是“2024,我想和 TDengine 谈谈”征文活动的三等奖作品。文章从一个具体的业务场景出发,分析了企业在面对海量时序数据时的挑战,并提出了利用 TDengine 高效处理和存储数据的方法,帮助企业解决在数据采集、存储、分析等方面的痛点。通过这篇文章,作者不仅展示了自己对数据处理技术的理解,还进一步阐释了时序数据库在行业中的潜力与应用价值,为读者提供了很多实际的操作思路和技术选型的参考。
267 1
|
11月前
|
传感器 安全 算法
物联网发布者在数据传输过程中如何防止数据被篡改
在物联网数据传输中,为防止数据被篡改,可采用加密技术、数字签名、数据完整性校验等方法,确保数据的完整性和安全性。
|
11月前
|
存储 安全 算法
物联网发布者在发送数据时如何保证数据的安全性和完整性
数据加密、密钥管理和数据完整性验证是物联网安全的重要组成部分。对称加密(如AES)和非对称加密(如RSA)分别适用于大量数据和高安全需求的场景。密钥需安全存储并定期更新。数据完整性通过MAC(如HMAC-SHA256)和数字签名(如RSA签名)验证。通信协议如MQTT over TLS/SSL和CoAP over DTLS增强传输安全,确保数据在传输过程中的机密性和完整性。

相关产品

  • 物联网平台