轻松可视化实现设备监控大屏效果

简介: 前期团队一直在搭建与云端服务器对接的事情,近期终于落地,数据采集中心实现了服务端与可视化编辑器的融合,整个案例中脚本就两百行左右,基本通过可视化平台配置完成,体现我们平台的高效性。今天通过本案例讲解下服务端接口搭建、服务端与可视化编辑器是如何配合使用的。

前言

前期团队一直在搭建与云端服务器对接的事情,近期终于落地,数据采集中心实现了服务端与可视化编辑器的融合,整个案例中脚本就两百行左右,基本通过可视化平台配置完成,体现我们平台的高效性。今天通过本案例讲解下服务端接口搭建、服务端与可视化编辑器是如何配合使用的。

看板效果图


可视化端实现的交互效果分别有三点:1、报警滚动展示,2、表格翻页显示,3、设备故障三角形动画

设备数据上报阿里云


如上图设置好,设备参数就会以队列的形式上报阿里云平台

服务端接口搭建

前期准备,服务端上传设备到阿里云端,完成后,我们打开上图阿里云平台具体要对接的产品数据,按下列骤订阅消息


按以上设置保存后消息订阅完成
数据上报后,如何把数据从阿里云拉取下来呢,请看下图


通过上图对接好阿里云上的信息后,数据就接入到我们的平台,在函数体内根据自己实际业务需求做相应处理后,就可以输出到可视化平台了,以上数据接口已全部搭建完成
注:图中的name即我们要绑定的字段名,value为绑定位置接收到的数据

数据集准备


新建数据集,对接好相应字段,确定后重新打开,点击数据测试,就可以看到接口过来的数据

可视化端实现过程

改变了以往html+css的方式,ui设计师直接在页面中设计、拖拉组件方式就可以很快完成
一、简单数据展示实现过程
设计图标样式,定义需要动态改变的参数

在顶部需要的位置引入图标

或者点击参数后的按钮,按如下步骤处理

二、拖拉组件实现过程

以上这么多组件都是怎么定义的呢?我们这边以echarts为例,讲下实现过程

在渲染元素中,定义好echarts需要的option,按下列代码用参数替换option中的项

var fontResize=data.a('fontResize');
if(fontResize){
    option.textStyle.fontSize=data.a('allFontSize')\*gv.getZoom();//字体
    option.title.textStyle.fontSize=data.a('titleFontsize')\*gv.getZoom();//标题字体大小
    option.xAxis\[0\].axisLabel.textStyle.fontSize=data.a('allFontSize')\*gv.getZoom();//XY轴字体大小
    option.yAxis\[0\].axisLabel.textStyle.fontSize=data.a('allFontSize')\*gv.getZoom();//XY轴字体大小
    cache.htmlChart.clear();//清空缓存重新加载
    cache.htmlChart.setOption(option);
}

引入自定义组件,设置图表参数

绑定前面定义好的数据集、字段

因数据接口的数据是单条输出,所以我们要在插入前事件中接管数据,放入自己的容器中,定义好图表需要的数据格式后再返回,代码实现如下:

function(data){
    for(var item in data){
        if(item == '40005'){
            pm_xAxis.push(util.formatDate(new Date(data[item].time), 'mm:ss'));
            pm_series0.push(data[item].value);    
        }else if(item == '40010'){
            pm_series1.push(data[item].value);
        }
    }
    if(pm_xAxis.length>8){
        pm_xAxis.shift();
        pm_series0.shift();
        pm_series1.shift();
    }
    return [
        {
            "name": "PM2.5",
            "type": "line",
            "symbol": "none",
            "data": pm_series0,
            "smooth": false
        },
        {
            "name": "PM10",
            "type": "line",
            "symbol": "none",
            "data": pm_series1,
            "smooth": false
        }
    ]
}

看板中的其他模块大同小异,按上述步骤熟练后都可以快速实现,就不再重复描述,有兴趣同学可以动手试一试哦!

相关文章
[✔️]AudioRelay将电脑的声音投射在手机上
[✔️]AudioRelay将电脑的声音投射在手机上
3392 0
|
JavaScript 前端开发
VUE element-ui之table表格自增序号(前端实现)
VUE element-ui之table表格自增序号(前端实现)
2166 0
|
7月前
|
人工智能 搜索推荐 程序员
从产品经理视角深度解析五款热门AI产品:洞察创新与用户价值
本文从产品经理视角深度解析五款热门AI产品,包括ChatGPT、Midjourney、Notion AI、Perplexity与GitHub Copilot,剖析其成功要素与不足,总结AI产品设计的核心方法论,如用户体验优先、场景化落地、信任机制构建等,为AI时代的产品创新提供实践启示。
837 0
|
11月前
|
人工智能 自然语言处理 计算机视觉
StarVector:图像秒变矢量代码!开源多模态模型让SVG生成告别手绘
StarVector是由ServiceNow Research等机构联合开发的开源多模态视觉语言模型,能够将图像和文本转换为可编辑的SVG矢量图形,支持1B和8B两种规模,在SVG生成任务中表现出色。
1101 0
StarVector:图像秒变矢量代码!开源多模态模型让SVG生成告别手绘
|
JavaScript 持续交付 开发者
package.json 和 package-lock.json
`package.json`和`package-lock.json`文件共同协作,为Node.js项目提供了可靠的依赖管理机制,确保项目在不同环境下能够稳定运行和顺利构建。在项目开发和维护过程中,正确理解和合理使用这两个文件对于管理项目依赖、保证项目的稳定性和可维护性至关重要。
581 1
|
存储 NoSQL Java
Java中使用redis的bitMap实现签到功能
这个实现示例提供了一种灵活、高效的方式,展示了如何使用Redis来解决现实中的问题。
732 2
|
机器学习/深度学习 数据采集 人工智能
揭秘AI的魔法:如何用机器学习预测股市走势
在金融领域,股市走势的预测一直是一个复杂而充满挑战的问题。随着人工智能技术的发展,机器学习已经成为解决这一问题的有力工具。本文将介绍如何使用机器学习技术来预测股市走势,包括数据准备、模型选择和结果分析等步骤。我们将通过具体实例和数据分析,展示机器学习在股市预测中的应用,并探讨其优势和局限性。最后,我们将提出一个开放性问题,引导读者进一步思考和探索。
|
XML JavaScript Java
详解Java解析XML的四种方法
详解Java解析XML的四种方法
672 1
|
数据可视化 JavaScript 开发工具
【全网最全面】VS Code使用Git可视化管理源代码详细教程
【全网最全面】VS Code使用Git可视化管理源代码详细教程
10108 11