共计 6635 个字符，预计需要花费 17 分钟才能阅读完成。
前言
咱们能够将设施上行数据存储到关系型数据库中，咱们须要两张带有工夫戳的表（最新数据表 和 历史数据表 ）， 历史数据表 存储所有设施上报的数据，最新数据表 须要存储设备最新一条上报数据，这条最新数据相当于设施的以后状态。而后展现的时候只展现最新一条数据的状态，报表查问能够依照设施 id 和工夫从 历史数据表 查问汇总。
这样是能够的，然而咱们的 最新数据表 须要被频繁的更新，数据量少的时候没问题。但数据量大，并发高的时候就会呈现问题。
1、存储老本：数据不会被压缩，导致占用存储资源。
2、保护老本：单表数据量太大时，须要人工分库分表。
3、写入性能：单机写入吞吐量难以满足大量上行数据的写入需要，数据库存在性能瓶颈。
4、查问性能：数据量太大导致查问性能受到影响。
剖析
咱们能够采纳时序库来解决上述问题，首先来理解一下什么是时序数据。时序数据是依照工夫维度进行索引的数据，它记录了某个被测量实体在肯定工夫范畴内，每个工夫点上的一组测试值。传感器上传的室内 PM2.5 和甲醛数据、净水器传感器以后的 TDS 值、计算机系统的监控数据等，都属于时序数据，时序数据有如下特点：
1、数据量较大，写入操作是继续且安稳的，而且写多读少。
2、只有写入操作，简直没有更新操作，比方去批改传感器的历史数据，是没有意义的。
3、没有随机删除，即便删除也是依照工夫范畴进行删除。删除某一个工夫点的数据没有意义，然而删除 2 年前的数据是有意义的。
4、数据实时性和时效性强，数据随着工夫的推移一直追加，旧数据很快失去意义。
5、大部分以工夫和实体为维度进行查问，很少以测试值为维度查问，比方用户会查问某个时间段的温度数据，然而很少会去查问温度高于多少度的数据记录。
显然 IoT 的业务是合乎应用时序库的场景的。
序数据库就是用来存储时序数据的数据库，时序数据库相较于传统的关系型数据和非关系型数据库而言，专门优化了对时序数据的存储，开源的时序数据库有 InfluxDB OpenTSDB、TimeScaleDB 等。本文以 InfluxDB 数据库进行演示。
时序数据库有如下几个概念。
1.Metric: 度量，相当于关系型数据库中的表(table)。
2.Data Point: 数据点，相当于关系型数据库的中的行(row)。
3.Timestamp: 工夫戳，数据点生成时的工夫戳。
4.Field: 测量值，比方温度和湿度、PM2.5 等。
5.Tag: 标签，用于标识数据点，通常用来标识数据点的起源，比方温度和湿度数据来自哪个房间，哪个设施，能够当作关系型数据库表的主键。
如下图，度量为 Wind，每一个数据点都具备一个 timestamp，两个 field：direction 和 speed，两个 tag：sensor、city。它的第一行和第三行，寄存的都是 sensor 号码为 95D8-7913 的设施，属性城市是上海。随着工夫的变动，风向和风速都产生了扭转，风向从 23.4 变成 23.2；而风速从 3.4 变成了 3.3。
图片来自网络
施行步骤
时序库的装置
装置参考官网文档，为了不便，我这里采纳 docker 装置
docker run --name influxdb -p 8086:8086 influxdb:2.7.0https://docs.influxdata.com/influxdb/v2.7/install/
咱们关上 服务器 ip:8086 能够看到它自带的治理界面，咱们首先创立用户名明码，组织、以及 Bucket 的名称。
这里的 bucket “IoTDemos” 相当于数据库的名称
咱们记录一下这个 Token，一会连贯 influxdb 须要，相当于账号密码
解决 playload 没有工夫戳问题
对于时序库来讲，工夫戳是十分重要的，然而咱们拿到的 playload 并没有工夫戳（MQTTNet 包我没有找到拿工夫戳的办法）。
所以咱们须要在 mqtt 上想方法，让设施上报数据的时候，mqtt 主动增加工夫戳到 playload 中。
1、咱们在数据集成 -> 规定中新建一条规定名称为 ”Add_Ts”。SQL 编写如下
SELECT
*,
now_timestamp('millisecond') as payload.Ts
FROM
"topic/#"topic/# 代表音讯公布到 ”topic/#” 主题的事件
now_timestamp 函数返回以后工夫的 Unix 工夫戳，咱们将工夫戳写入到 payload 的 Ts 属性中，对于更多内置 SQL 函数，请参考官网文档
https://www.emqx.io/docs/zh/v5.0/data-integration/rule-sql-bu…
2、咱们关上上面的调试，模仿设施上报一条数据，能够看到这条规定帮咱们退出了工夫戳。
3、而后咱们还须要解决增加了工夫戳的处理结果，咱们在右侧增加一个动作，抉择 音讯重公布 ，将刚刚增加了工夫戳的音讯重发到一个新的 Topic 上，咱们应用topic/dp，并在 playload 中增加 ${payload}，这样咱们就批改了 playload 中的信息，增加了咱们须要的工夫戳，当然，咱们 Hub 订阅的音讯也须要对应批改，增加 /dp 后缀。
[](https://img2023.cnblogs.com/blog/2849835/202305/2849835-20230…)
4、首先咱们先批改MASA.IoT.Hub 的配置文件，Topic 增加 ”/dp” 后缀
"MqttSetting": {
...
"Topic": "$share/IotHub/topic/+/dp"
},5、CallbackAsync 中，因为咱们设施名称是从 Topic 截取的，也要对应批改一下。
private async Task CallbackAsync(MqttApplicationMessageReceivedEventArgs e)
{var deviceDataPointStr = System.Text.Encoding.Default.GetString(e.ApplicationMessage.PayloadSegment);
Console.WriteLine(deviceDataPointStr);
var pubSubOptions = new PubSubOptions
{
// 批改一下获取设施名称的形式
DeviceName = e.ApplicationMessage.Topic[6..^3],
Msg = deviceDataPointStr,
PubTime = new DateTimeOffset(DateTime.Now).ToUnixTimeMilliseconds(),
TrackId = Guid.NewGuid()};
...
}代码编写
解决完工夫戳的问题，咱们就能够编写代码向 InfluxDB 中写入数据了，咱们首先在 Infrastructure 文件夹下创立 ITimeSeriesDbClient 接口和 TimeSeriesDbClient 类，应用接口也不便咱们日后更换其余的时序库。
这里应用了 InfluxDB.Client 包。
ITimeSeriesDbClient.cs
namespace MASA.IoT.Core.Infrastructure
{
public interface ITimeSeriesDbClient
{bool WriteMeasurement<T>(T measurement);
}
}TimeSeriesDbClient.cs
using InfluxDB.Client;
using InfluxDB.Client.Api.Domain;
using MASA.IoT.WebApi;
using Microsoft.Extensions.Options;
namespace MASA.IoT.Core.Infrastructure
{
public class TimeSeriesDbClient : ITimeSeriesDbClient
{
private readonly InfluxDBClient _client;
private readonly string _bucket;
private readonly string _org;
private readonly AppSettings _appSettings;
public TimeSeriesDbClient(IOptions<AppSettings> settings)
{
_appSettings = settings.Value;
_org = _appSettings.InfluxDBSetting.Org;
_bucket = _appSettings.InfluxDBSetting.Bucket;
_client = new InfluxDBClient(_appSettings.InfluxDBSetting.Url, _appSettings.InfluxDBSetting.Token);
}
public bool WriteMeasurement<T>(T measurement)
{
try
{using var writeApi = _client.GetWriteApi();
writeApi.WriteMeasurement<T>(measurement, WritePrecision.Ms, _bucket, _org);
return true;
}
catch (Exception ex)
{Console.WriteLine(ex.Message);
return false;
}
}
}
}这里应用 new InfluxDBClient(_appSettings.InfluxDBSetting.Url, _appSettings.InfluxDBSetting.Token)来结构 InfluxDBClient。
Token就是咱们创立 Bucket 过程中保留的 Token。
Url 是咱们 InfluxDB 的拜访地址：http://127.0.0.1:8086
写入的办法 WriteMeasurement 中咱们通过 _client.GetWriteApi 创立一个写入的 api 而后间接将咱们要写入的泛型实体写入，第二个可选参数代表写入精度，这里咱们应用 WritePrecision.Ms
咱们在 DeviceHandler.cs 中注入 ITimeSeriesDbClient 并增加一个WriteMeasurementAsync 办法，在办法中咱们先依据设施名称获取产品，如果辨认产品 ID 为 10001（空净产品），
那么咱们就写入数据到 Measurement：AirPurifierDataPoint
Measurement 相当于数据库的表。
Measurement 和Column个性都是 InfluxDB.Client.Core 提供的，能够用来标识 Tag、Timestamp 等
using InfluxDB.Client.Core;
using Newtonsoft.Json;
namespace MASA.IoT.Core.Contract
{[Measurement("AirPurifierDataPoint")]
public class AirPurifierDataPoint
{
/// <summary>
/// 设施名称
/// </summary>
[Column("DeviceName", IsTag = true)] public string DeviceName {get; set;}
/// <summary>
/// 产品 ID
/// </summary>
[Column("ProductId", IsTag = true)] public Guid ProductId {get; set;}
/// <summary>
/// Pm2.5
/// </summary>
[Column("PM_25")] public double? Pm_25 {get; set;}
/// <summary>
/// 温度
/// </summary>
[Column("Temperature")] public double? Temperature {get; set;}
/// <summary>
/// 湿度
/// </summary>
[Column("Humidity")] public double? Humidity {get; set;}
/// <summary>
/// 工夫戳
/// </summary>
[JsonProperty(propertyName: "Ts")]
[Column(IsTimestamp = true)] public long Timestamp {get; set;}
}
}
public class DeviceHandler : IDeviceHandler
{
private readonly MASAIoTContext _ioTDbContext;
private readonly IMqttHandler _mqttHandler;
private readonly ITimeSeriesDbClient _timeSeriesDbClient;
public DeviceHandler(MASAIoTContext ioTDbContext, IMqttHandler mqttHandler, ITimeSeriesDbClient timeSeriesDbClient)
{
_ioTDbContext = ioTDbContext;
_mqttHandler = mqttHandler;
_timeSeriesDbClient = timeSeriesDbClient;
}
/// <summary>
/// 写入数据
/// </summary>
/// <typeparam name="T"></typeparam>
/// <param name="pubSubOptions"></param>
/// <returns></returns>
public async Task<bool> WriteMeasurementAsync<T>(PubSubOptions pubSubOptions)
{var device = await _ioTDbContext.IoTDeviceInfo.Include(o => o.ProductInfo).AsNoTracking()
.FirstOrDefaultAsync(o => o.DeviceName == pubSubOptions.DeviceName);
if (device != null && device.ProductInfo.ProductCode == "10001") // 空气净化器产品
{var airPurifierDataPoint = JsonConvert.DeserializeObject<AirPurifierDataPoint>(pubSubOptions.Msg);
airPurifierDataPoint.ProductId = device.ProductInfoId;
return _timeSeriesDbClient.WriteMeasurement<AirPurifierDataPoint>(airPurifierDataPoint);
}
return false;
}除了 WriteMeasurement 办法之外，还提供了很多其余办法，如 WritePoint，和批量写入的办法，可自行测试。
测试
咱们启动我的项目，通过 MQTTX 向 “topic/284202304230001” 上报一条数据
{
"DeviceName":"284202304230001",
"Pm_25":100,
"Temperature":25,
"Humidity":50
}咱们在 influxDB 的管理工具中应用 Data Explorer，应用如下的flux query 查问语句，即可查出 5 分钟之内的数据，留神，这里的工夫是 UTC 工夫
如果想显示北京时区不便调试，能够在前面增加|> timeShift(duration: 8h)
from(bucket: "IoTDemos")
|> range(start:-5m)对于 flux 查问语法
https://docs.influxdata.com/flux/v0.x/
总结
本节咱们简略介绍了开源时序数据库 influxDB 的装置。
咱们借助 InfluxDB.Client 库实现设施从上报到时序库数据存储的全过程，下一节咱们介绍从时序库查问数据。
残缺代码在这里：https://github.com/sunday866/MASA.IoT-Training-Demos