ThingsBoard网关在树莓派上的部署指南
2025-07-07 12:11:32作者:袁立春Spencer
概述
本文将详细介绍如何在树莓派设备上部署ThingsBoard IoT网关服务,并配置系统服务实现开机自启动。树莓派作为典型的嵌入式设备,与ThingsBoard网关的结合能够为物联网边缘计算提供轻量级解决方案。
环境准备
-
硬件要求:
- 树莓派4B或兼容型号
- 至少2GB内存
- 8GB以上存储空间
-
软件要求:
- Raspberry Pi OS(基于Debian)
- Python 3.7或更高版本
- ThingsBoard网关3.8.0版本
安装步骤
1. 系统包安装
由于树莓派操作系统基于Debian,可以直接使用deb包进行安装:
sudo apt-get update
sudo apt-get install thingsboard-gateway
2. 配置文件位置
安装完成后,所有配置文件默认存放在以下路径:
/etc/thingsboard-gateway/config/
其中最重要的配置文件是tb_gateway.json,包含网关的核心配置参数。
3. 服务配置
创建systemd服务单元文件实现开机自启:
- 创建服务文件:
sudo nano /etc/systemd/system/thingsboard-gateway.service
- 写入以下内容:
[Unit]
Description=ThingsBoard Gateway Service
After=network.target
[Service]
ExecStart=/usr/bin/python3 /usr/bin/thingsboard-gateway
Restart=always
User=root
Group=root
Environment=PYTHONUNBUFFERED=1
[Install]
WantedBy=multi-user.target
- 启用并启动服务:
sudo systemctl daemon-reload
sudo systemctl enable thingsboard-gateway
sudo systemctl start thingsboard-gateway
配置说明
核心配置文件
tb_gateway.json主要包含以下关键配置项:
- 云端连接参数(主机地址、端口、认证信息)
- 设备映射规则
- 数据转换配置
- 日志设置
连接器配置
以Socket连接器为例,需要在配置目录下创建单独的connector配置文件,定义:
- 监听端口
- 数据解析规则
- 设备匹配规则
注意事项
-
性能优化:
- 建议关闭图形界面以节省资源
- 适当调整日志级别减少IO开销
- 对于低配设备可以限制最大连接数
-
安全建议:
- 修改默认认证凭据
- 配置防火墙规则限制访问
- 定期更新网关版本
-
调试技巧:
- 使用
journalctl -u thingsboard-gateway -f查看实时日志 - 测试模式可以先在前台运行:
thingsboard-gateway -c /etc/thingsboard-gateway/config
- 使用
总结
通过本文介绍的方法,用户可以在树莓派上快速部署ThingsBoard网关服务,并实现稳定的长期运行。这种方案特别适合需要边缘计算的物联网场景,既能利用树莓派的硬件优势,又能享受ThingsBoard强大的设备管理能力。对于生产环境,建议进一步配置监控和告警机制,确保服务可靠性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217