ThingsBoard规则链中获取设备凭证的技术解析
2025-05-12 04:23:47作者:滕妙奇
在物联网平台ThingsBoard的开发过程中,获取设备ID是一个常见需求。本文将深入探讨在规则链中获取设备凭证的几种方法及其实现原理。
设备ID获取的基本原理
ThingsBoard平台中,每个设备都有唯一的设备ID作为标识。当设备通过MQTT、HTTP等协议与平台通信时,系统会自动将消息与设备实体关联。在规则链处理过程中,设备ID通常作为消息的"originator"(发起者)属性存在。
使用Originator Fields节点
ThingsBoard提供了专门的"Originator Fields"规则节点来获取设备相关信息:
-
节点功能:该节点可以从消息的originator中提取设备ID、名称、类型等属性
-
配置方法:
- 在规则链编辑器中添加"Originator Fields"节点
- 选择需要提取的字段(如ID、名称等)
- 指定输出消息中存储这些值的元数据字段名
-
使用前提:消息的originator必须正确指向目标设备实体
处理originator变更场景
在某些复杂规则链中,消息的originator可能已被修改。此时需要:
-
使用Change Originator节点:将originator重新设置为目标设备
- 配置originator类型为"DEVICE"
- 指定设备ID(可直接输入或通过元数据引用)
-
组合使用:先恢复正确的originator,再使用Originator Fields节点提取信息
技术实现细节
在ThingsBoard内部实现上:
- 设备ID存储在消息的
originator字段中 - Originator Fields节点通过访问
EntityService获取完整设备信息 - 设备凭证(如访问令牌)则通过
DeviceCredentialsService获取
最佳实践建议
- 在规则链设计初期就规划好设备信息的传递路径
- 对于需要多次使用设备ID的场景,可将其存入元数据
- 避免在规则链中频繁查询设备凭证,考虑使用缓存机制
- 在调试时检查消息元数据中的originator是否正确
通过理解这些原理和方法,开发者可以更高效地在ThingsBoard规则链中处理和利用设备凭证信息,构建更强大的物联网应用逻辑。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
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Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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
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
项目优选
收起
deepin linux kernel
C
24
7
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
🔥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
62
20
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.7 K
暂无简介
Dart
633
143
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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++
650
271
🎉 (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
1.12 K
627
React Native鸿蒙化仓库
JavaScript
243
316
Ascend Extension for PyTorch
Python
194
212