阿里雲物聯網邊緣計算載入MQTT驅動
寫在前面
本文在LinkEdge快速入門樣例驅動的基礎上，載入了MQTT訂閱的客戶端，使得邊緣端容器可以通過MQTT獲得外部資料。
1. 系統需求
物聯網邊緣計算平臺，又名Link IoT Edge[1]。在物聯網邊緣計算幫助文件中的 “快速入門”描述了這樣一種應用場景，“光照感測器檢測室內光照強度是否大於500 Lux，若光照強度大於500 Lux，則光照感測器認為室內不需要開燈，從而去關閉燈（客廳燈開關等於1），否則開啟燈（客廳燈開關等於0）。”
本文在該樣例的基礎上，在光照感測器的驅動程式上載入了MQTT訂閱的客戶端，使得光照感測器可以通過訂閱的方式獲得光照強度值。
2. 系統架構
圖 1 給出了樣例的邊緣例項架構，樣例中LightSensor值是模擬值，通過定時器每2000毫秒執行表格 1中程式碼。
圖 1 邊緣例項架構
表格 1 模擬值生成程式碼
| if (self.lightSensor.illuminance >= 600) { delta = -100; } else if (self.lightSensor.illuminance <= 100) { delta = 100; } self.lightSensor.illuminance += delta; |
圖 2給出了在在光照感測器的驅動程式上載入了MQTT訂閱的客戶端的架構。
圖 2 光照感測器驅動掛載MQTT訂閱客戶端
3. 安裝部署
樣例完整的安裝和配置流程詳見幫助[2]。
4. 改寫驅動
4.1. 下載驅動
下載LightSensor驅動原始碼，下載解壓後是一個index.js檔案。
圖 3 下載驅動
4.2. 編寫驅動
(1) index.js中新增MQTT訂閱客戶端程式碼
表格 2 MQTT訂閱客戶端程式碼
| 'use strict';
const { RESULT_SUCCESS, RESULT_FAILURE, ThingAccessClient, } = require('linkedge-thing-access-sdk');
連線到訂閱主題為 // Max retry interval in seconds for registerAndOnline. const MAX_RETRY_INTERVAL = 30; |
(2) 註釋原有模擬部分程式碼，新增獲得值程式碼。
表格 3 獲得資料來源
| setInterval(function () {
if (self.client) { try { var properties = {'MeasuredIlluminance': self.lightSensor.illuminance}; console.log(`Report properties: ${JSON.stringify(properties)}`); self.client.reportProperties(properties); } catch (err) { console.log(err); self.client.cleanup(); } } }, 2000); |
4.3. 重新部署
(1) 將index.js壓縮成index.zip檔案，注意index.zip僅包含index.js檔案，不含其他任何資料夾。
(2) 新建驅動myLightSensor，上傳index.zip檔案。
圖 4新建驅動
(3) 部署例項
圖 5 部署例項
5. 指令碼解析
在部署過程中，我們通過link-iot-edge.sh {productkey} {devicename} {devicesecret}下載和啟動邊緣計算平臺。
分析link-iot-edge.sh後，發現邊緣端實際是就是一個docker容器。其中主要幾行指令碼含義如下描述：
圖 6 link-iot-edge.h原始碼（區域性）
n docker pull "$LINKEDGE_IMG"
Ø LINKEDGE_IMG=$IMAGE_NAME_PREFIX:$1
Ø registry.cn-hangzhou.aliyuncs.com/iotedge/edge_x86_centosn docker
Ø run建立一個新的容器並執行一個命令
Ø -d後臺執行容器，並返回容器ID
Ø --rm 容器退出時自動清理容器並刪除檔案系統，
Ø --privileged=true 以特權方式啟動容器，允許掛載宿主機目錄
Ø -v Ø -v linkedge_vol3:/linkedge/gateway/build/.sst
Ø -v linkedge_vol4:/tmp/var/run/
Ø -v linkedge_vol5:/linkedge/run
Ø --name=config-params 為容器指定一個名稱config-params
Ø $LINKEDGE_IMG 容器名稱
Ø $2 $3 $4三個均作為引數
n 為了方便訪問，修改以上啟動指令碼，使得容器內可以訪問宿主機c:/test目錄。
Ø ${preflag} docker run --rm --privileged=true 6. Node.js實現MQTT
n 安裝node
n 安裝npm install mqtt
6.1. MQTT服務端
本文采用Apollo MQTT作為MQTT伺服器，安裝部署完畢後採用預設使用者名稱admin，密碼password。MQTT伺服器採用預設的1883埠。
6.2. MQTT客戶端釋出
表格 4 MQTT客戶端釋出
| var mqtt = require('mqtt');
var options={username:'admin',password: 'password',clientId:'Nodejs-ed16ef77-5cf2-4e5c-b511-1af14451df58'}; var client = mqtt.connect('mqtt://*.*.*.*:1883',options); //連線到MQTT服務端
var num = 0; var qtt = {};
qtt.id = '1001'; qtt.name = 'shoen'; qtt.age= 2222;
client.publish('test', JSON.stringify(qtt), { qos: 0, retain: true }); |
7. 設定容器
通過link-iot-edge.sh啟動邊緣容器後，需要進入容器安裝mqtt庫，並設定容器內環境引數，使得node.js編寫的mqtt客戶端能夠正確引用mqtt庫，即var mqtt = require('/usr/bin/mqtt');
設定主要步驟如下所示：
(1) 啟動容器：link-iot-edge.sh v1.7 a1xwL19pRAZ mygw uPcoNbWHYselHGpwG2HRtMvh********
(2) 進入容器：docker exec -it config-params /bin/bash
(3) node.js設定引用
n 安裝淘寶cnpm：npm install -g cnpm --registry=https://registry.npm.taobao.org
n 全域性安裝mqtt：cnpm install –g mqtt
n 檢視cnpm全域性倉庫路徑：cnpm config get prefix
n 修改cnpm全域性倉庫路徑：cnpm config set /usr/bin
n 以上設定完畢後，才可以程式碼中新增引用：var mqtt = require('/usr/bin/mqtt');
n 以上設定重啟本容器失效
8. 容器命令
除錯過程中涉及的相關容器命令如下：
(1) 啟動容器時對映宿主機和容器目錄：-v c:/test:/data
(2) 檢視IP地址：ip addr
(3) 下載ifconfig：curl ifconfig.me
(4) find -name "*thing*"
n linkedge-thing-access-sdk所在位置：./linkedge/gateway/build/bin/iot-gravity/runtime/nodejs8/node_modules/linkedge-thing-access-sdk
(5) 檢視容器映象docker image
(6) 停止容器 docker stop 容器ID
(7) 刪除映象 docker rmi 映象ID
9. 注意事項
(1) 驅動編寫錯誤可能包括：庫檔案未引用、node.js語法錯誤，mqtt連線錯誤；
(2) 邊緣例項部署過程中，如發生以上錯誤發生，光照感測器將始終處於“離線”狀態；
(3) 本文宿主機為Windows 10，系統配置如下：
圖 7 Windows系統配置
10. 最終效果
在宿主機上通過MQTT客戶端釋出一個qtt.age=2222資料，該資料會發送至MQTT伺服器，容器內載入的MQTT訂閱客戶端將收到該資料，並將該資料賦值給self.lightSensor.illuminance，獲取的值將通過self.client.reportProperties(properties);上報至IOT Hub，最終在LightSensor執行狀態中顯示光照度檢測值為2222Lux。
圖 8 最終效果
寫在後面
今年3月底深圳雲棲大會後，和阿里雲Linkedge團隊幾位同學在西溪園區做了一次簡單的技術交流。阿里的同學介紹了物模型、容器等概念，我則提了異構工業裝置連線對於裝置驅動有較為強烈的需求……眨眼到了年底，Linkedge從公測到釋出，直到今天（12-5）正式釋出了v1.8，新加的幾項特性都值得關注，如“本地日誌可以自動同步到雲端的日誌服務產品中，支援按照業務功能進行查詢。”這極大方便了運維。此外，“支援C版本裝置驅動管理”，這對於我這樣一位老程式設計師（年紀大，而非經驗豐富）的吸引力是非常大的。
自10月17日開始試用Linkedge，學習時斷時續，這個過程中Linkedge的幫助文件不斷更新，導致前面截圖已失效。時至今日，終於輸出此文，雖然還沒有實現了詳細介紹如何在邊緣計算平臺上編寫驅動的目標，但至少走通了關於驅動的helloworld。最後，提幾點意見，希望Linkedge開發團隊能有所改進：
(1) 驅動除錯非常麻煩，幫助中沒有涉及除錯方式。--這點從v1.8中的特性來看應該有很大改善。
(2) 邊緣容器設定細節應對開發者開放。
(3) 希望提供一個能和容器外（宿主機或其他裝置）通訊的樣例，如通過串列埠、乙太網，這樣的樣例對於學習更加有效。
參考文獻
[1] 阿里雲物聯網邊緣計算 [EB/OL]. https://help.aliyun.com/product/69083.html.
[2] 物聯網邊緣計算快速入門[EB/OL]. https://help.aliyun.com/document_detail/85389.html.
作者：shoen
原文連結
更多技術乾貨 請關注阿里云云棲社群微訊號 ：yunqiinsight