大橙子网站建设,新征程启航
为企业提供网站建设、域名注册、服务器等服务
这期内容当中小编将会给大家带来有关EMQ X 规则引擎中如何存储消息到MongoDB数据库,文章内容丰富且以专业的角度为大家分析和叙述,阅读完这篇文章希望大家可以有所收获。
成都创新互联主营福海网站建设的网络公司,主营网站建设方案,成都app软件开发,福海h5成都微信小程序搭建,福海网站营销推广欢迎福海等地区企业咨询
非关系数据库(NOSQL) 用于超大规模数据的存储,例如谷歌或 Facebook 每天为他们的用户收集万亿比特的数据。这些类型的数据存储不需要固定的模式,无需多余操作就可以横向扩展。
MongoDB 是一个介于关系数据库和非关系数据库之间的产品,是非关系数据库当中功能最丰富,最像关系数据库的。MongoDB 由 C++ 语言编写的,是一个基于分布式文件存储的开源数据库系统,MongoDB 旨在为数据存储提供可扩展的高性能数据存储解决方案,在高负载的情况下,可以轻松添加更多的节点保证服务性能。
MongoDB 将数据存储为一个文档,数据结构由键值 (key=>value) 对组成。MongoDB 文档类似于 JSON 对象。字段值可以包含其他文档,数组及文档数组。
MongoDB 下载地址:https://www.mongodb.com/download-center/community
该场景需要将 EMQ X 指定主题下满足某条件的消息存储到 MongoDB 数据库。为了便于后续分析检索,消息内容需要进行拆分存储。
该场景下设备端上报信息如下:
上报主题:cmd/state/:id,主题中 id 代表车辆客户端识别码
消息体:
{ "id": "NXP-058659730253-963945118132721-22", // 客户端识别码 "speed": 32.12, // 车辆速度 "direction": 198.33212, // 行驶方向 "tachometer": 3211, // 发动机转速,数值大于 8000 时才需存储 "dynamical": 8.93, // 瞬时油耗 "location": { // GPS 经纬度数据 "lng": 116.296011, "lat": 40.005091 }, "ts": 1563268202 // 上报时间 }
当上报数据发动机转速数值大于 8000
时,存储当前信息以便后续分析用户车辆使用情况。
先使用具有创建用户的权限的账号登录 MongoDB,并为 emqx_rule_engine_output
添加用户:
> use emqx_rule_engine_output; > db.createUser({user: "root", pwd: "public", roles: [{role: "readWrite", db: "emqx_rule_engine_output"}]});
使用新的用户登入,并创建数据集 use_statistics
:
$ mongo 127.0.0.1/emqx_rule_engine_output -uroot -ppublic > db.createCollection("use_statistics");
创建成功后确认数据表是否存在:
> show collections use_statistics
打开 EMQ X Dashboard,进入左侧菜单的 资源页面,点击 新建按钮,选择 MongoDB 资源类型进行创建:
EMQ X 集群中节点所在网络环境可能互不相同,资源创建成功后点击列表中 状态按钮,查看各个节点资源连接状况,如果节点上资源不可用,请检查配置是否正确、网络连通性,并点击 重连按钮手动重连。
进入左侧菜单的 规则页面,点击 新建按钮,进行规则创建。这里选择触发事件 消息发布,在消息发布时触发该规则进行数据处理。
选定触发事件后,我们可在界面上看到可选字段及示例 SQL:
规则引擎使用 SQL 语句处理规则条件,该业务中我们需要将 payload
中所有字段单独选择出来,使用 payload.
格式进行选择,还需要消息上下文的 topic
、qos
、id
信息,当前 SQL 如下:
SELECT payload.id as client_id, payload.speed as speed, payload.tachometer as tachometer, payload.ts as ts, id FROM "message.publish" WHERE topic =~ 't/#'
使用 SQL 语句 WHERE 字句进行条件筛选,该业务中我们需要定义两个条件:
仅处理 cmd/state/:id
主题,使用主题通配符 =~
对 topic
进行筛选:topic =~ 'cmd/state/+'
仅处理 tachometer > 8000
的消息,使用比较符对 tachometer
进行筛选:payload.tachometer > 8000
组合上一步骤得到 SQL 如下:
SELECT payload.id as client_id, payload.speed as speed, payload.tachometer as tachometer, payload.ts as ts, id FROM "message.publish" WHERE topic =~ 'cmd/state/+' AND payload.tachometer > 8000
借助 SQL 测试功能,我们可以实时查看当前 SQL 处理后的数据输出,该功能需要我们指定 payload 等模拟原始数据。
payload 数据如下,记得更改 tachometer
数值大小,以满足 SQL 条件:
{ "id": "NXP-058659730253-963945118132721-22", "speed": 32.12, "direction": 198.33212, "tachometer": 9001, "dynamical": 8.93, "location": { "lng": 116.296011, "lat": 40.005091 }, "ts": 1563268202 }
点击 SQL 测试切换按钮,更改 topic
与 payload
为场景中的信息,点击 测试按钮查看数据输出:
测试输出数据为:
{ "client_id": "NXP-058659730253-963945118132721-22", "id": "589A429E9572FB44B0000057C0001", "speed": 32.12, "tachometer": 9001, "ts": 1563268202 }
测试输出与预期相符,我们可以进行后续步骤。
SQL 条件输入输出无误后,我们继续添加响应动作,配置写入 SQL 语句,将筛选结果存储到 MongoDB。
点击响应动作中的 添加按钮,选择 保存数据到 MongoDB动作,选取刚刚选定的资源,我们使用 ${fieldName}
语法填充操作语句,将数据插入到数据库,最后点击 新建按钮完成规则创建。
Collection配置为: use_statistics
Selector配置为:
msgid=${id}, client_id=${client_id}, speed=${speed}, tachometer=${tachometer}, ts=${ts}
我们成功创建了一条规则,包含一个处理动作,动作期望效果如下:
设备向 cmd/state/:id
主题上报消息时,当消息中的 tachometer
数值超过 8000 时将命中 SQL,规则列表中 已命中数字增加 1;
MongoDB emqx_rule_engine_output
数据库的 use_statistics
表中将增加一条数据,数值与当前消息一致。
切换到 工具 => Websocket页面,使用任意信息客户端连接到 EMQ X,连接成功后在 消息卡片发送如下信息:
主题:cmd/state/NXP-058659730253-963945118132721-22
消息体:
{ "id": "NXP-058659730253-963945118132721-22", "speed": 32.12, "direction": 198.33212, "tachometer": 8081, "dynamical": 8.93, "location": { "lng": 116.296011, "lat": 40.005091 }, "ts": 1563268202 }
点击 发送按钮,此时消息体中的 tachometer
数值,满足上面设置的 tachometer > 8000
的条件,当前规则已命中统计值为加 1。
MongoDB 命令行中查看数据表记录得到数据如下:
至此,我们通过规则引擎实现了使用规则引擎存储消息到 MongoDB 数据库的业务开发。
上述就是小编为大家分享的EMQ X 规则引擎中如何存储消息到MongoDB数据库了,如果刚好有类似的疑惑,不妨参照上述分析进行理解。如果想知道更多相关知识,欢迎关注创新互联行业资讯频道。