ThingsBoard网关处理MQTT JSON数组数据的转换方案
2025-07-07 23:33:13作者:董斯意
在物联网应用中,设备采集数据后通常会将多个采样值打包成JSON数组通过MQTT协议发送。ThingsBoard IoT Gateway作为连接设备和平台的桥梁,需要对这些数据进行有效处理。本文介绍如何通过自定义转换器实现数组数据的拆分和时序重建。
典型数据格式分析
设备端发送的MQTT消息通常包含以下结构:
{
"dt": "2022-11-17 15:07:09",
"value1": [1,4,2,4,5,7,7,8...]
}
其中dt字段表示第一个采样点的时间戳,value1数组包含100个采样值,采样间隔为10ms(100Hz采样率)。
数据处理需求
需要将原始数据转换为独立的时序数据点,每个数据点包含:
- 精确到毫秒的时间戳
- 单个采样值 转换后的格式示例:
{"dt":"2022-11-17 15:07:09.000","value1":"1"}
{"dt":"2022-11-17 15:07:09.010","value1":"4"}
{"dt":"2022-11-17 15:07:09.020","value1":"2"}
解决方案实现
1. 自定义转换器开发
ThingsBoard网关支持通过Python编写自定义转换器。核心处理逻辑包括:
from datetime import datetime, timedelta
import json
class CustomConverter:
def __init__(self, config):
self.__config = config
def convert(self, topic, body):
try:
data = json.loads(body)
base_time = datetime.strptime(data['dt'], "%Y-%m-%d %H:%M:%S")
results = []
for index, value in enumerate(data['value1']):
offset = timedelta(milliseconds=index * 10)
sample_time = base_time + offset
results.append({
"dt": sample_time.strftime("%Y-%m-%d %H:%M:%S.%f")[:-3],
"value1": str(value)
})
return results
except Exception as e:
log.error("Conversion error: %s", str(e))
return []
2. 配置网关使用转换器
在MQTT连接器配置中指定自定义转换器:
converter:
type: custom
extension: custom_converters # Python模块名
class: CustomConverter # 转换器类名
3. 性能优化考虑
处理高频采样数据时需注意:
- 批量处理减少IO操作
- 使用高效的时间计算库
- 异常处理确保数据完整性
- 合理设置MQTT QoS级别保证数据传输
实际应用建议
- 时间同步:确保设备时钟与服务器同步,避免时间漂移
- 数据校验:添加CRC校验字段验证数据完整性
- 采样率适配:转换器应支持配置不同的采样间隔
- 历史数据处理:考虑添加序列号字段处理数据包丢失情况
通过这种方案,可以高效地将设备原始采样数据转换为ThingsBoard平台可处理的时序数据格式,为后续的数据分析和可视化提供基础。对于更复杂的场景,还可以扩展转换器支持多通道数据、不同数据类型等需求。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
538
3.76 K
Ascend Extension for PyTorch
Python
343
410
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
602
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
181
暂无简介
Dart
775
192
deepin linux kernel
C
27
11
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
757
React Native鸿蒙化仓库
JavaScript
303
356
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
895