ThingsBoard平台中如何通过通知模板获取告警附加信息
2025-05-12 09:22:11作者:余洋婵Anita
在物联网平台ThingsBoard的实际应用中,告警管理是一个核心功能。当设备产生异常时,系统会生成告警并附带关键信息,这些附加信息对于运维人员快速定位问题至关重要。本文将深入探讨在ThingsBoard 3.7.0版本中,如何通过通知模板获取告警的附加信息。
技术背景
ThingsBoard的告警系统允许用户为各种设备事件配置告警规则。当触发告警时,系统不仅会记录基本告警信息(如告警类型、严重程度等),还可以携带自定义的附加信息(additionalInfo)。这些附加信息通常包含设备状态快照、异常参数值等诊断数据。
当前版本限制
在ThingsBoard 3.7.0版本中,通知中心组件存在一个功能限制:无法直接通过类似${additionalInfo}
的模板变量来获取告警的附加信息。这是平台目前尚未实现的一个功能点,开发团队已将其纳入产品待办列表(PROD-2367)。
替代解决方案
虽然通知中心组件暂不支持直接获取附加信息,但可以通过"发送通知"节点实现相同目的。具体实现方案如下:
- 规则链配置:需要在规则链中配置专门的节点来处理告警消息
- 消息转换:将告警信息转换为通知消息时,需要明确指定要包含的附加信息字段
- 模板设计:创建专门的通知模板来格式化这些附加信息
实现示例
以下是一个典型实现方案的技术要点:
- 在规则链中使用"发送通知"节点
- 配置该节点从告警消息中提取附加信息
- 设计通知模板时,可以使用类似
${metadata.additionalInfo}
的表达式来访问特定字段
示例模板设计要点:
告警名称:${alarmType}
设备名称:${deviceName}
附加信息:
${metadata.additionalInfo.detail1}
${metadata.additionalInfo.detail2}
最佳实践建议
- 结构化附加信息:建议将附加信息组织为结构化的JSON格式,便于在模板中引用特定字段
- 错误处理:模板中应包含对可能缺失字段的处理逻辑
- 性能考虑:附加信息不宜过大,避免影响通知发送性能
- 安全考虑:敏感信息不应通过通知传递,或应进行适当脱敏处理
未来展望
随着ThingsBoard的版本迭代,预计后续版本可能会在通知中心组件中直接支持告警附加信息的模板变量。这将简化配置流程,提升用户体验。在此之前,使用"发送通知"节点是当前最可靠的解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VL
PaddleOCR-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- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0123AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-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。Python00GOT-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).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
226
2.27 K

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
526
116

🎉 (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
988
586

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
351
1.43 K

🔥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
61
17

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
47
0

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
17
0

React Native鸿蒙化仓库
JavaScript
212
288