ThingsBoard中处理数组类型遥测数据的完整解决方案
2025-05-12 18:28:22作者:房伟宁
背景介绍
在物联网应用中,设备经常会发送包含数组类型数据的遥测信息。ThingsBoard作为主流的物联网平台,其标准数据处理方式是将每个数据点作为独立的时间序列存储。但当设备发送的是数组形式的数据(如ADC采样值列表)时,直接存储会导致无法在仪表盘中正确展示图表。
问题现象
用户在使用ThingsBoard社区版3.9.0时遇到以下情况:
- 设备通过MQTT发送包含ADC_VAL数组的JSON数据
- 原始数据格式示例:
{"ADC_VAL": [0.01, -0.19, -0.2,...], "CH_NO": "0"} - 直接存储后在仪表盘只能显示整个数组,无法绘制时序曲线
技术原理分析
ThingsBoard的时序数据库设计:
- 每个时间序列数据点需要独立的timestamp
- 仪表盘图表组件基于时间序列数据绘制
- 数组类型数据会被视为单一数据点存储
解决方案实现
通过规则链中的JavaScript转换节点,将数组拆分为独立数据点:
1. 规则链配置
在"Post telemetry"节点后添加"Transformation"节点,类型选择JavaScript。
2. JavaScript转换脚本
function Transform(msg, metadata, msgType) {
if (msg.ADC_VAL && Array.isArray(msg.ADC_VAL)) {
var values = msg.ADC_VAL;
var result = [];
var baseTimestamp = Date.now();
for (var i = 0; i < values.length; i++) {
var newMetadata = JSON.parse(JSON.stringify(metadata));
newMetadata.ts = baseTimestamp + i * 100;
newMetadata.deviceName = msg.MACADDRESS || "Unknown Device";
newMetadata.deviceType = metadata.deviceType || "SensorProfile";
var transformedMsg = {
msg: {
"ADC_VAL": values[i],
"CH_NO": msg.CH_NO
},
metadata: newMetadata,
msgType: msgType
};
result.push(transformedMsg);
}
return result;
} else {
return [{ msg: msg, metadata: metadata, msgType: msgType }];
}
}
3. 关键配置要点
- 时间戳生成:为每个数组元素分配递增的时间戳
- 元数据保留:复制原始metadata并添加必要字段
- 数据格式转换:将每个数组元素转换为独立消息对象
4. 规则节点连接
转换节点后必须连接"Save timeseries"节点,并确保:
- 使用metadata中的ts而非服务器时间
- 正确映射数据字段
调试技巧
- 启用规则节点的Debug模式
- 检查输入/输出消息格式
- 验证时间戳是否按预期生成
- 确认数据字段名称与仪表盘配置一致
最佳实践建议
- 数据密度控制:根据采样率合理设置时间间隔
- 字段命名规范:保持设备、规则链和仪表盘使用一致的字段名
- 错误处理:在脚本中添加对异常数据的处理逻辑
- 性能优化:对于大数据量数组,考虑分批处理
扩展应用
此方案不仅适用于ADC采样值,还可应用于:
- 传感器历史数据批量上传
- 设备状态变化序列
- 周期性采集的多参数数据集
通过这种数据预处理方式,用户可以在ThingsBoard中完美展示各种数组形式的设备数据,充分发挥平台的数据可视化能力。
总结
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
649
796
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
434
395
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++
1.01 K
1.01 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.24 K
153
deepin linux kernel
C
30
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
146
237
暂无简介
Dart
985
253
昇腾LLM分布式训练框架
Python
167
200
🎉 (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
1.68 K
990