1. 引言

在一个物联网的零碎中,次要有三局部组成:云端、WiFi、电控。当用户在APP上管制设施时,其管制下发链路是:云端>> WIFI >> 电控。当电控收到控制指令后,执行设施管制,管制胜利后,返回后果给云端,并将后果展现在APP上,其状态上报链路是: 电控 >> WIFI >> 云端。

在云端和电控交互之间存在着三种指令,其别离是:

  • 控制指令:属于云端发下给电控
  • 管制返回:电控管制后,将设施的状态返回给云端
  • 定时上报:电控端会定时向云端上报本身的状态

在做设施之间联动的时候,云端只解析上报,除了存在定时上报外,当控制指令下发后,也会触发状态上报(其协定头和定时上报是同一个),因而云端只会关注上报。

然而存在一个问题,云端只解析同一种协定,如何辨别是管制的上报还是定时的上报的?


2. 场景联动实例

举个相干的例子,在冬天的时候,空调长时间开制热模式会导致空气湿度降落,可能会导致用户皮肤脱皮、流鼻血等状况产生。这时候就能够创立一个空调和加湿器联动的场景,当空调设置为制热模式的时候,就帮忙关上用户家里的加湿器,帮忙屋宇保湿。

其管制逻辑是:当用户管制空调到制热模式时,APP端通过云端下发指令到电控,电控再去管制空调的模式,当模式扭转后,会触发电控端上报,此时就会上报空调此时的状态到云端。

当空调设备的状态上报到云端后,需进行逻辑判断,如果空调状态为:开机、制热模式,云端就去管制和空调绑定的加湿器,这就实现了空调联动加湿器。

在引言中提到,设施的状态存在定时被动上报,依照之前的逻辑,会再次管制加湿器开机。但这并不合理,因为该上报的状态并不是管制产生的,因而云端需进行过滤,以此来解决反复管制设施。


3. 如何解决反复管制设施

在这部分应用Redis搭建一个去重逻辑:

  • 缓存第一次状态,设置过期工夫
  • 判断之后上报状态与缓存中是否统一

    • 如果统一,间接返回;
    • 如果不统一,批改缓存,管制设施。

接下来就以代码展现一下,去重逻辑。

3.1 定义一个状态状态的BO

@Datapublic class StatusPushBO {    private String applianceId;    private String power;    private String mode;}

如上所示,BO中蕴含设施id、电源、模式,用于接管电控上报的状态。

3.2 Redis实现缓存

在这个demo中仍旧应用SpringBoot作为根底框架。

  • 引入Redis依赖
<dependency>    <groupId>org.springframework.boot</groupId>    <artifactId>spring-boot-starter-data-redis</artifactId></dependency>
  • 创立一个RedisClient
public class RedisClient<T> {    private RedisTemplate<String, T> redisTemplate;    private ValueOperations<String, T> valueOperation;        public RedisClient(RedisTemplate<String, T> redisTemplate) {        this.redisTemplate = redisTemplate;        this.valueOperations = redisTemplate.opsForValue();    }        // 通过key 获取redis中value    public <T> T get(String key) {        return this.redisTemplate.opsForValue().get(key);    }        // 判断redis key是否存在    public Boolean exists(String key) {        return redisTemplate.hasKey(key);    }        // 设置过期工夫    public void setExpire(String key, long timeout, TimeUnit unit) {        redisTemplate.expire(key, timeout, unit);    }        // 将数据放入redis中,并且设置过期工夫    public void setex(String key, Object value, Long timeout, TimeUnit timeUnit) {        redisTemplate.opsForValue().set(key, value, timeout, timeUnit);    }}

如上建设了一个RedisClient类,其中蕴含四个办法:getexistssetExpiresetex

  • 应用redis缓存状态,避免雷同状态管制设施。
@Servicepublic class DemoLinkageService{    // 注入redisClient    @Autowired    RedisClient redisClient;        // 联动加湿器, linkage: 联动    public void linkageHumidier(StatusPushBO statusPushBO){        String applianceId = statusPushBO.getApplianceId();        String redisKey = "linkage" + applianceId;        // 判断该key是否曾经存在redis中        if (redisClient.exists(redisKey)) {            // 存在就取值            StatusPushBO statusBOByRedis = redisClient.get(redisKey);            if (statusPushBO.equals(statusBOByRedis)) {                // 判断上报的状态和缓存中的状态统一,就从新更新redisKey的工夫。                redisClient.setExpire(redisKey, 80L, TimeUnit.MINUTES);                // 间接return                return;            }        }        // 将首次状态放入redis进行缓存        redisClient.setex(redisKey, StatusPushBO, 80L, TimeUnit.MINUTES);                // TODO 管制设施    }}

如上,如果设施第一次上报状态,此时Redis外面是没有该设施的状态,就跳过状态相等判断逻辑,之后将这次的状态增加进Redis缓存一段时间;如果之后的状态没有变换,来自于设施的被动上报,此时就会进入状态是否雷同判断逻辑中,并且状态相等,那就从新更新过期工夫,并间接返回,不进行后续逻辑解决。


结语

如上应用Redis中间件,防止了雷同的状态,反复管制设施。

本文由mdnice多平台公布