ThingsBoard中实现跨Widget共享认证令牌的最佳实践
2025-05-12 00:10:32作者:廉皓灿Ida
在ThingsBoard平台开发自定义仪表板时,我们经常需要创建多个自定义Widget来展示不同的数据视图。当这些Widget都需要访问后端API获取数据时,如何高效地管理认证令牌(token)就成为一个值得关注的问题。
认证令牌的基本原理
ThingsBoard采用基于JWT(JSON Web Token)的认证机制。当用户成功登录后,系统会生成一个加密的访问令牌,这个令牌会被存储在浏览器的localStorage中,键名为"jwt_token"。默认情况下,这个令牌有一定的有效期(通常为24小时),过期后需要重新获取。
常见问题分析
许多开发者会遇到这样的场景:在多个自定义Widget中都需要调用后端API获取数据,于是每个Widget都独立实现了一套获取令牌的逻辑。这种做法会导致:
- 重复的令牌获取请求
- 不必要的性能开销
- 潜在的令牌不一致风险
- 代码冗余和维护困难
最佳实践解决方案
方案一:直接使用ThingsBoard内置服务
ThingsBoard已经为Widget提供了完善的数据访问服务,开发者无需手动处理令牌问题。例如:
// 获取设备的时间序列数据
self.ctx.attributeService.getEntityTimeseries(
entityType,
entityId,
keys,
startTs,
endTs,
limit,
agg,
orderBy,
useStrictDataTypes
);
这些内置服务会自动处理认证问题,包括令牌的获取、刷新等全部流程。
方案二:使用HTTP服务代理
如果需要调用自定义API端点,可以使用ThingsBoard提供的HTTP服务代理:
// GET请求示例
self.ctx.http.get('/api/custom/endpoint');
// POST请求示例
self.ctx.http.post('/api/custom/endpoint', payload);
// DELETE请求示例
self.ctx.http.delete('/api/custom/endpoint');
注意API路径必须以"/api"开头,这样HTTP服务会自动附加当前用户的认证令牌。
方案三:直接访问localStorage(不推荐)
虽然技术上可行,但不建议直接操作localStorage:
const token = localStorage.getItem('jwt_token');
这种方法绕过了ThingsBoard的安全机制,可能导致令牌管理不一致,且无法享受自动刷新的便利。
性能优化建议
- 减少API调用:合理设计Widget,合并数据请求
- 使用缓存:对不常变化的数据实施本地缓存
- 批量查询:尽可能使用批量查询接口减少请求次数
- 合理设置轮询间隔:避免过于频繁的数据刷新
总结
在ThingsBoard开发中,最佳实践是充分利用平台提供的内置服务,而不是自行处理认证令牌。这不仅能保证安全性,还能简化代码、提高性能。对于特殊需求,可以使用HTTP服务代理,它同样会自动处理认证问题。直接操作令牌应该是最后的选择,且需要谨慎处理。
通过遵循这些实践,开发者可以创建出高效、安全且易于维护的ThingsBoard仪表板应用。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
终极Emoji表情配置指南:从config.yaml到一键部署全流程如何用Aider AI助手快速开发游戏:从Pong到2048的完整指南从崩溃到重生:Anki参数重置功能深度优化方案 RuoYi-Cloud-Plus 微服务通用权限管理系统技术文档 GoldenLayout 布局配置完全指南 Tencent Cloud IM Server SDK Java 技术文档 解决JumpServer v4.10.1版本Windows发布机部署失败问题 最完整2025版!SeedVR2模型家族(3B/7B)选型与性能优化指南2025微信机器人新范式:从消息自动回复到智能助理的进化之路3分钟搞定!团子翻译器接入Gemini模型超详细指南
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
329
391
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++
877
578
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
335
162
暂无简介
Dart
764
189
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
12
1
🎉 (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
1.33 K
746
🔥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
67
20
React Native鸿蒙化仓库
JavaScript
302
350