EdgeX Foundry试运行

简介: EdgeX Foundry试运行

简介

EdgeX Foundry是一个由Linux基金会发起的,且厂商中立的开源IoT边缘计算项目。它可以采集来自多个源的数据,并将这些数据转发到一个中央系统。EdgeX Foundry支持多种IoT设备使用的协议,如BACNET、OPC-UA、MQTT和REST。EdgeX Foundry由一系列运行在容器中的微服务构成,微服务之间使用REST API接口进行交互。

可以将EdgeX 作为一个上层服务和设备之间的媒介,例如,某个设备使用了BACNET协议,但上层服务并不支持该协议,此时可以使用EdgeX 将上层服务的REST API转换为设备期望的协议和格式。

可以使用EdgeX 提供的规则功能,基于输入创建动作触发逻辑,如当值A大于X式,执行一个pre-set命令。

通常会把EdgeX Foundry 安装在离传感器或产生数据较近的位置,如一个边缘网关应用附近。因此可能会安装上千个EdgeX,每个EdgeX负责各自数据的采集、转换和转发工作。

更完整的介绍,参见官方文档

安装

版本发布

可以在wiki上查看EdgeX的发布情况,当前最新版本名为Hanio,下一个版本名为Ireland。本次使用的版本为Hanio

最好使用已经发布的版本,官方的master分支可能不大稳定

部署

官方提供了使用docker-compose的安装方式。官方git仓库提供了所有版本的docker-compose文件,使用分支名区分:

EdgeX 提供了两个可视化工具:portaineredgex-ui-goportainer相当于一个简单的容器管理平台,edgex-ui-go相当于一个设备管理平台。

下载并运行docker-compose.yml即可,结果如下,最后两个就是可视化工具portaineredgex-ui-go

查看设备

执行如下命令查看已有的设备:

# curl http://127.0.0.1:48082/api/v1/device

更多参见EdgeX的官方API文档

创建设备

下面创建两种设备:

  • 传感器集群:生成温度和湿度数据
  • 一般设备:使用REST接口,支持命令

后续使用两种方式创建设备:

  • 手动方式:使用单独的REST命令创建传感器集群
  • 脚本方式:使用Python脚本创建一般设备

EdgeX使用设备配置文件作为添加新设备的简单方法。设备配置文件是一个描述设备、数据格式以及支持的命令的模板,它是一个文本文件,以YAML的格式上传到EdgeX,并在后续创建新设备时引用。一种设备类型只能有一个配置文件。

传感器集群

使用EdgeX Foundry REST APIs手动创建该设备,也可以使用脚本方式创建。下面使用Postman发送REST 请求,步骤如下:

  • 创建值描述信息
  • 上传设备配置文件
  • 创建设备

每一步操作都会用一个相同的主机IP地址,以及一个端口号。不同的端口号代表不同的微服务,例如:

  • 48080:edgex-core-data
  • 48081:edgex-core-metadata
  • 48082:edgex-core-command

创建值描述信息

值描述信息会告诉EdgeX转发的数据格式以及数据的标签。本例中,值描述信息分别给出了温度和湿度的值。

首先创建与湿度有关的值描述,可以看到最后返回了一个id

# curl -X POST http://127.0.0.1:48080/api/v1/valuedescriptor -d '{
   "name": "humidity",
   "description": "Ambient humidity in percent",
   "min": "0",
   "max": "100",
   "type": "Int64",
   "uomLabel": "humidity",
   "defaultValue": "0",
   "formatting": "%s",
   "labels": [
     "environment",
     "humidity"
   ]
}'
83d8ba2c-d12e-4531-99e6-213c3c84a895

创建与温度有关的值描述:

# curl -X POST http://127.0.0.1:48080/api/v1/valuedescriptor -d '{
   "name": "temperature",
   "description": "Ambient temperature in Celsius",
   "min": "-50",
   "max": "100",
   "type": "Int64",
   "uomLabel": "temperature",
   "defaultValue": "0",
   "formatting": "%s",
   "labels": [
     "environment",
     "temperature"
   ]
}'
0a8f5637-db7d-4108-8f48-03a116ad8726

可以使用curl http://127.0.0.1:48080/api/v1/valuedescriptor|jq查看已创建的值描述。

上传设备配置文件

下载设备配置文件并上传,可以看到也返回了一个Id'

# curl --location --request POST 'http://127.0.0.1:48081/api/v1/deviceprofile/uploadfile' --form 'file=@"/home/sensorClusterDeviceProfile.yaml"'
01373409-433d-4775-b7e1-4ede47daab80

可以使用curl http://127.0.0.1:48081/api/v1/deviceprofile|jq查看上传的设备配置文件:

创建设备

在创建设备之前需要注意以下两点:

  • 设备(REST设备)依赖名为"edgex-device-rest"的设备服务
  • 创建设备时使用的profile.name字段必须与上传的设备配置文件中的name字段"SensorCluster"相同

执行如下命令创建设备:

# curl -X POST http://127.0.0.1:48081/api/v1/device -d '{
"name": "Temp_and_Humidity_sensor_cluster_01",
"description": "Raspberry Pi sensor cluster",
"adminState": "unlocked",
"operatingState": "enabled",
"protocols": {
"example": {
"host": "dummy",
"port": "1234",
"unitID": "1"
}
},
"labels": [
"Humidity sensor",
"Temperature sensor",
"DHT11"
],
"location": "Tokyo",
"service": {
"name": "edgex-device-rest"
},
"profile": {
"name": "SensorCluster"
}
}'
a687ea40-13ca-4ed3-bb00-140ae84344a1

向EdgeX Foundry发送数据

向EdgeX Foundry发送温度和湿度数据:

# curl --request POST 'http://127.0.0.1:49986/api/v1/resource/Temp_and_Humidity_sensor_cluster_01/temperature' --header 'Content-Type: text/plain' --data-raw '23'
# curl --request POST 'http://127.0.0.1:49986/api/v1/resource/Temp_and_Humidity_sensor_cluster_01/humidity' --header 'Content-Type: text/plain' --data-raw '33'

使用curl http://127.0.0.1:48080/api/v1/event/count/Temp_and_Humidity_sensor_cluster_01查看该设备上的事件数:

读取传入的数据

# curl -X GET http://localhost:48080/api/v1/reading/device/Temp_and_Humidity_sensor_cluster_01/100|jq
[
{
"id": "b72e2fde-fe8c-41ed-baa4-dab0155bc53d",
"created": 1622629900723,
"origin": 1622629900721518000,
"device": "Temp_and_Humidity_sensor_cluster_01",
"name": "humidity",
"value": "33",
"valueType": "Int64"
},
{
"id": "07b596c3-248a-4800-b0f6-6d5cb58964b6",
"created": 1622629813141,
"origin": 1622629813139238100,
"device": "Temp_and_Humidity_sensor_cluster_01",
"name": "temperature",
"value": "23",
"valueType": "Int64"
},
...
]

到此为止,数据已经传入到EdgeX Foundry,短时间内会保存在Redis DB中。由于数据不会在边缘设备中保存太久,因此需要配置如何导出数据。

导出数据

EdgeX 为多种云服务和应用提供了exporters,为了简化,下面使用社区提供的配置将EdgeX的数据发送到公开的MQTT broker(基于Hive MQ)。

下载docker-compose.yml并运行,按照前面的方式添加设备(可能需要清除docker volume)。操作步骤可以见exporting-data。这样在公开的MQTT broker上就可以看到自己发送的数据。

可以在consul的Key/Value中设置

执行docker logs -f edgex-app-service-configurable-rules就可以查看数据发送日志:

level=DEBUG ts=2021-06-02T14:54:39.641349729Z app=AppService-rules-engine source=runtime.go:59 msg="Processing message: 1 Transforms"
level=DEBUG ts=2021-06-02T14:54:39.642895079Z app=AppService-rules-engine source=outputdata.go:38 msg="Setting output data"
level=DEBUG ts=2021-06-02T14:54:42.359115397Z app=AppService-rules-engine source=runtime.go:59 msg="Processing message: 1 Transforms"
level=DEBUG ts=2021-06-02T14:54:42.359264279Z app=AppService-rules-engine source=outputdata.go:38 msg="Setting output data"
level=DEBUG ts=2021-06-02T14:55:36.565067194Z app=AppService-rules-engine source=runtime.go:59 msg="Processing message: 1 Transforms"
level=DEBUG ts=2021-06-02T14:55:36.565268032Z app=AppService-rules-engine source=outputdata.go:38 msg="Setting output data"

总结

EdgeX后续的Roadmap如下,其中下个版本Ireland将会把API从v1升级为v2:

'Barcelona': October 2017
'California': July 2018
'Delhi': November 2018
'Edinburgh':  July 2019
'Fuji': November 2019
'Geneva': ~ April 2020
'Hanoi': ~ October 2020
'Ireland': ~ June 2021
'Jakarta': ~ November 2021
'Kamakura': ~ April 2022

本文只是一个EdgeX的试用,并没有深入讲解内部实现。总体上看EdgeX可以看作是运行在边缘设备周边的适配器,负责协议转换和数据的临时存储等。后续如果有机会涉及此方面工作再深入研究。

感谢Linux基金会以及该项目的贡献者。

参考

目录
相关文章
|
传感器 机器人
[ROS2] --- service
[ROS2] --- service
731 0
|
存储 消息中间件 监控
|
前端开发 API 数据库
鸿蒙开发:异步并发操作
在结合async/await进行使用的时候,有一点需要注意,await关键字必须结合async,这两个是搭配使用的,缺一不可,同步风格在使用的时候,如何获取到错误呢,毕竟没有catch方法,其实,我们可以自己创建try/catch来捕获异常。
520 3
鸿蒙开发:异步并发操作
|
监控 数据可视化 JavaScript
Total.js Flow
Total.js Flow
532 61
EMQ
|
数据采集 消息中间件 并行计算
NeuronEX 3.2.0 发布:增强数据采集、分析计算和管理功能
工业边缘网关软件 NeuronEX 3.2.0 版本现已正式发布,本次发布带来了一系列的增强功能和新特性,旨在为用户提供更多数据采集、分析计算以及管理的能力。
EMQ
508 2
NeuronEX 3.2.0 发布:增强数据采集、分析计算和管理功能
|
缓存 Prometheus 监控
【Prometheus+Grafana系列】基于docker-compose搭建
本文主要介绍prometheus和grafana的基本功能,并使用docker-compose方式搭建了样例环境。
|
自然语言处理 监控 搜索推荐
自然语言处理技术有哪些应用场景?
自然语言处理技术有哪些应用场景?【7月更文挑战第7天】
2536 4
|
缓存 安全 应用服务中间件
开源API网关APISIX源码分析(二)
开源API网关APISIX源码分析(二)
866 0
|
安全
HTTP请求错误:”基础连接已关闭,发送时发生错误”
本文讲解HTTP请求错误:”基础连接已关闭,发送时发生错误”的解决方法。
935 0