Thingsboard自定义订阅服务使用指南:解决数据订阅中的常见错误
概述
在使用Thingsboard平台开发自定义小部件时,数据订阅服务(subscriptionApi)是一个强大的工具,它允许开发者灵活地获取和处理设备数据。然而,许多开发者在初次使用createSubscription方法时会遇到两个典型的错误:"Cannot read properties of undefined (reading 'data')"和"Cannot read properties of null (reading 'aggregation')"。本文将深入分析这些错误的原因,并提供完整的解决方案。
错误现象分析
当开发者尝试使用subscriptionApi.createSubscription方法创建数据订阅时,虽然API调用返回成功,但小部件会抛出以下两类错误:
- 数据读取错误:表明系统无法读取返回数据的data属性
- 聚合配置错误:表明系统无法读取聚合(aggregation)配置
这些错误通常源于订阅配置不完整,特别是与时间窗口(timewindow)相关的配置缺失。
根本原因
经过分析,这些错误并非Thingsboard平台的bug,而是由于开发者对createSubscription方法的配置理解不足导致的。关键在于subscriptionOptions中的两个相关配置项:
- useDashboardTimewindow:决定是否使用仪表板的时间窗口配置
- timeWindowConfig:自定义时间窗口的详细配置
当useDashboardTimewindow设置为false时,必须提供完整的timeWindowConfig配置,否则系统无法确定如何聚合和获取数据。
解决方案
方案一:使用仪表板时间窗口配置
这是最简单的解决方案,只需将useDashboardTimewindow设置为true:
subscriptionOptions = {
// 其他配置...
"useDashboardTimewindow": true,
// 其他配置...
}
这种方式的优势是:
- 自动继承仪表板的时间窗口设置
- 当仪表板时间窗口变化时,订阅会自动更新
- 无需维护额外的时间窗口配置
方案二:自定义时间窗口配置
如果需要独立于仪表板的时间窗口,可以保留useDashboardTimewindow为false,但必须提供完整的timeWindowConfig:
const timeWindowConfig = {
"displayValue": "",
"hideInterval": false,
"hideLastInterval": false,
"hideQuickInterval": false,
"hideAggregation": false,
"hideAggInterval": false,
"hideTimezone": false,
"selectedTab": 0,
"realtime": {
"realtimeType": 0,
"interval": 1000,
"timewindowMs": 60000,
"quickInterval": "CURRENT_DAY"
},
"history": {
"historyType": 0,
"interval": 1000,
"timewindowMs": 60000,
"fixedTimewindow": {
"startTimeMs": 1742402900292,
"endTimeMs": 1742489300292
},
"quickInterval": "CURRENT_DAY"
},
"aggregation": {
"type": "AVG",
"limit": 25000
}
};
subscriptionOptions = {
// 其他配置...
"useDashboardTimewindow": false,
"timeWindowConfig": timeWindowConfig,
// 其他配置...
}
这种方式的优势是:
- 完全控制数据获取的时间范围
- 不受仪表板时间窗口变化的影响
- 可以针对特定需求定制聚合方式
最佳实践建议
-
明确需求:首先确定是否需要独立的时间窗口配置,大多数情况下使用仪表板配置即可
-
配置完整性检查:确保所有必需的配置项都已提供,特别是当useDashboardTimewindow为false时
-
错误处理:在subscribe回调中添加错误处理逻辑,便于调试
-
性能考虑:自定义时间窗口时,注意数据量大小和聚合配置,避免获取过多数据影响性能
完整示例代码
self.onInit = function() {
// 方案一:使用仪表板时间窗口
const option1 = {
"type": "timeseries",
"datasources": [...],
"useDashboardTimewindow": true
};
// 方案二:自定义时间窗口
const timeWindowConfig = {...}; // 如上文所示
const option2 = {
"type": "timeseries",
"datasources": [...],
"useDashboardTimewindow": false,
"timeWindowConfig": timeWindowConfig
};
self.ctx.subscriptionApi.createSubscription(option1, true).subscribe(
(subscription) => {
console.log("订阅创建成功");
},
(error) => {
console.error("订阅创建失败:", error);
}
);
self.ctx.detectChanges();
}
通过理解这些配置项的作用和相互关系,开发者可以避免常见的订阅配置错误,更高效地利用Thingsboard平台的数据订阅功能。
kernelopenEuler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。C091
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
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
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00