Hoppa till huvudinnehåll

Lektion 3.0 Avancerad användning

Denna modul går bortom de vardagliga plattformsfunktionerna som täcks i Lektion 1 och 2, och in i IoT-plattformens avancerade analys- och integrationsmöjligheter: avkodning av din egen hårdvara, anslutning av externa verktyg samt uppbyggnad av avancerade rapporter och dashboards.

Varje lektion är praktisk och länkar till en fullständig utvecklar-/användarguide för mer djup.

Lektioner i denna modul​

  1. 3.1 Grafana - bygg dashboards, kartor, flottöversiktstabeller och larm från din enhetsdata i realtid.

    Grafana är ett populärt open source-verktyg för dashboards, kartor och larm. IoT-plattformen tillhandahåller två dedikerade Grafana-datakällor, vilket ger dig både live- och historisk enhetsdata att arbeta med, så att du kan bygga flottöversikter och få aviseringar när något går fel.

    Grafana tidsserie

  2. 3.2 Power BI - hämta data från IoT-plattformen till Power BI för avancerad analys, energi-KPI:er och faktureringsrapporter.

    IoT-plattformens Power BI Custom Connector hämtar din enhetsdata direkt in i Power BI Desktop för avancerad analys och rapportering: enhetsöversikter, energi-KPI:er, faktureringsrapporter med mera. Power BI Desktop körs endast på Windows.

    Power BI-rapporter

  3. 3.3 Node-RED - simulera enheter, integrera tredjepartssystem och använd Node-RED som ett SDK för att utveckla översättare.

    Node-RED är ett low-code, flödesbaserat verktyg för att koppla ihop hårdvara, API:er och tjänster. Med IoT-plattformen används det för att simulera enheter, integrera tredjepartssystem och som ett SDK för att bygga och testa översättare.

    Node-RED exempelflöde

  4. 3.4 MQTT Explorer - publicera till och prenumerera på IoT-plattformens MQTT-broker för att testa data som flödar in och ut.

    MQTT Explorer är ett kostnadsfritt skrivbordsverktyg för att publicera till och prenumerera på MQTT-ämnen, det snabbaste sättet att testa IoT-plattformens MQTT-broker i båda riktningarna: skicka data in för att skapa eller uppdatera en enhet, och se data som plattformen publicerar ut. Flera tidigare lektioner använder redan detta verktyg; denna lektion samlar den viktigaste användningen på ett ställe.

    MQTT-ämnesträd

  5. 3.5 Postman - anropa IoT-plattformens REST-API från ett grafiskt gränssnitt: autentisera, läsa enheter, skicka data, importera CSV-tidsserier.

    Postman är en grafisk HTTP-klient för att utforska och anropa IoT-plattformens REST-API: logga in, läsa enheter, skicka data och köra sparade förfrågningssamlingar.

  6. 3.6 Curl - samma REST-API-anrop från kommandoraden, redo att skripta.

    curl gör samma REST-API-anrop som Postman, men direkt från kommandoraden, perfekt för snabba tester och för skriptning eller automatisering. Denna lektion speglar Postman-lektionen med curl.

  7. 3.7 Utveckling av översättare - bygg, testa och ladda upp dina egna payload-dekodrar som skickar ut IoT-plattformens kanoniska datamodell. Detta är den mest avancerade lektionen: verklig mjukvaruutveckling, så den kommer sist.

    En översättare avkodar en enhets råpayload till IoT-plattformens platta, kanoniska datamodell, och gör om ett tillverkarspecifikt fält eller en hex-blob till konsekvent namngivna värden med enhet, som temperature i °C. Tidigare lektioner bara använde översättare; i denna bygger, testar och laddar du upp din egen.

    Exempel på översättarbeskrivning

Vad som binder dem samman​

De bygger alla på samma grund du lärde dig tidigare: all enhetsdata normaliseras till en gemensam kanonisk datamodell (konsekventa fältnamn, enheter och kvantiteter). Det är denna konsekvens som gör att en översättare, en Grafana-panel, en Power BI-rapport eller ett Node-RED-flöde fungerar med vilken enhet som helst - temat som löper genom hela denna modul.

Föreslagen ordning​

Gör dem i ordning om du är ny på dessa ämnen - de går från att driva plattformen till att bygga dina egna översättare (det mest avancerade ämnet) sist. Om du bara behöver en, står varje lektion på egna ben - börja med det verktyg du behöver: