Sentilo平台安装与配置完全指南
2025-06-06 10:45:29作者:何将鹤
前言
Sentilo是一个开源的物联网平台,主要用于传感器数据收集、处理和分发。本文将详细介绍如何从零开始搭建Sentilo平台,包括环境准备、代码获取、编译构建以及部署配置的全过程。
环境准备
在开始安装Sentilo之前,需要确保系统已安装以下基础软件:
- Java开发环境:JDK 1.8或更高版本
- 构建工具:Maven 3.x
- 版本控制工具(可选):Git
确保Java和Maven的可执行文件已添加到系统PATH环境变量中,以便全局调用。
获取源代码
Sentilo的源代码可以通过以下两种方式获取:
方法一:使用Git克隆
git clone https://github.com/sentilo/sentilo.git sentilo
方法二:下载ZIP压缩包
下载后解压到名为"sentilo"的目录中
无论采用哪种方式,最终都会得到一个包含完整源代码的"sentilo"目录。
编译与构建
Sentilo提供了便捷的构建脚本buildSentilo.sh,位于./scripts/目录下。执行该脚本将自动完成以下工作:
- 编译所有模块
- 生成部署包
- 将构建结果输出到
../sentilo-deploy-artifacts目录
构建完成后,sentilo-deploy-artifacts目录将包含以下内容:
- conf:所有配置文件
- sentilo-agent-*:各种代理模块的部署结构
- sentilo-catalog-web:Web应用war包
- sentilo-platform-server:平台服务器部署结构
自定义构建
如需修改代码后再构建,建议:
- 使用Eclipse导入项目(需安装M2E插件)
- 确保Eclipse配置了JDK 1.8+
- 修改完成后,仍使用
buildSentilo.sh脚本构建
平台基础设施
Sentilo运行依赖以下基础设施组件:
必需组件
- Redis 6.2.2:用于实时数据存储
- MongoDB 4.4.2:用于持久化存储
- Tomcat 8.5.32+:Web容器
可选组件
- MySQL 5.5.x:关系型数据库代理
- Elasticsearch 6+:活动监控代理
- openTSDB 2.2.0+:历史数据代理
配置详解
Sentilo采用Spring和Maven的profile机制来支持不同环境的配置。默认使用"dev" profile,假设所有组件都安装在本地机器上,使用标准端口:
- Redis: 6379
- MongoDB: 27017
- Tomcat: 8080
- MySQL: 3306
- Elasticsearch: 9200
- openTSDB: 4242
配置文件结构
Sentilo的配置采用分层覆盖机制:
- 基础配置:位于各模块的
src/main/resources/properties目录下 - 运行时配置:部署在
/etc/sentilo目录下,会覆盖基础配置
关键配置文件:
sentilo.conf:平台核心配置- 各模块的
.conf文件:模块特定配置
配置覆盖机制示例
# 基础配置(classpath中)
sentilo.redis.host=127.0.0.1
# 运行时配置(/etc/sentilo/sentilo.conf)
sentilo.redis.host=192.168.2.106
重要配置参数
| 参数 | 默认值 | 说明 |
|---|---|---|
| sentilo.redis.password | sentilo | Redis访问密码 |
| sentilo.redis.expire.key.seconds | 0 | Redis数据过期时间(0表示永不过期) |
| sentilo.redis.connTimeout | 5000 | Redis连接超时(毫秒) |
| sentilo.redis.client.maxTotal | 10 | 连接池最大连接数 |
部署建议
- 配置文件:将
sentilo.conf部署到/etc/sentilo目录 - 组件部署:根据实际需求选择部署哪些代理模块
- 环境隔离:生产环境建议将各组件部署在不同服务器上
- 性能调优:根据负载情况调整连接池等参数
常见问题
- 版本兼容性:确保所有组件版本匹配
- 端口冲突:检查各组件默认端口是否被占用
- 权限问题:确保应用有权限访问配置文件和数据库
通过以上步骤,您应该能够成功搭建并运行Sentilo平台。如需进一步定制,可以参考各模块的详细配置说明进行深度配置。
登录后查看全文
热门项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementPersist and reuse KV Cache to speedup your LLM.Python01
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
282
2.59 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
223
303
Ascend Extension for PyTorch
Python
109
139
暂无简介
Dart
571
127
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++
602
169
🎉 (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
1.04 K
608
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
448
openGauss kernel ~ openGauss is an open source relational database management system
C++
154
205
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
303
39