EMQ X 与 HStreamDB 集成实践(通过规则引擎实现数据存储)
面对物联网时代海量设备连接及其实时产生的大规模数据流,EMQ 提供从边缘到云的现代数据基础设施,助力云边端物联网数据的统一「连接、移动、处理、分析」。
如今,可「随处运行、无限连接、任意集成」的云原生分布式消息中间件 EMQ X 已解决了海量连接的挑战,流数据库 HStreamDB 则正试图解决海量物联网数据的存储、处理与实时分析。
作为首个专为流数据设计的云原生流数据库,HStreamDB 致力于高效的大规模数据流存储和管理。EMQ X 与 HStreamDB 的组合,将使海量数据接入、存储、实时处理与分析的一站式管理变得不再困难。
文章图片
【EMQ X 与 HStreamDB 集成实践(通过规则引擎实现数据存储)】最近发布的 HStreamDB v0.6 新增了数据写入 Rest API,可以使用任何语言通过 Rest API 向 HStreamDB 写入数据,方便开源用户围绕 HStreamDB 进行二次开发。我们也通过这一功能与 EMQ X 开源版的 Webhook 功能结合,实现了 EMQ X 和 HStreamDB 的快速集成。
本文就将详细介绍使用 HStreamDB 对 EMQ X 的接入数据进行持久化存储的具体操作。
注:本文介绍基于 EMQ X 4.3 和 hstreamdb/hstream:v0.6.1 镜像。启动 EMQ X 和 HStreamDB 首先我们需要一个运行中的 EMQ X,如何安装、部署并启动请参考:EMQ X 文档 。
同时,我们需要一个运行中的 HStreamDB,更详细的如何安装、部署与启动教程请参考:HStreamDB Docs 。
对于不熟悉 HStreamDB 的用户,可以先通过 docker-compose 快速启动一个单机的 HStreamDB 集群。
启动 HStreamDB
先直接通过链接下载
docker-compose.yaml
文件。创建一个用来存储数据库数据的文件:
mkdir /data/store
在后台启动 HStreamDB:
docker-compose -f quick-start.yaml up -d
通过:
docker-compose -f quick-start.yaml logs hstream-http-server
将会看到以下 log:
Server is configured with:
gRPCServerHost: hserver
gRPCServerPort: 6570
httpServerPort: 6580
Setting gRPC connection
Setting HTTP server
Server started on port 6580
通过 HStreamDB CLI 创建所需要的 Stream
Stream 是 HStreamDB 中用来存储流式数据的对象,可以看作是一些数据的集合。
启动 HStreamDB CLI 用 docker 启动一个 HStreamDB 的命令行界面:
docker run -it --rm --name some-hstream-cli --network host hstreamdb/hstream hstream-client --port 6570 --client-id 1
你将会进入到以下界面:
_________________________________
/ / / / ___/___/ __ \/ ____/|/|//
/ /_/ /\__ \ / / / /_/ / __/ / /| | / /|_/ /
/ __/___/ // / / __/ /___/ ___ |/ // /
/_/ /_//____//_/ /_/ |_/_____/_/|_/_//_/>
创建 HStreamDB Stream,用来保存桥接过来的数据:
> CREATE STREAM emqx_rule_engine_output ;
emqx_rule_engine_output
当然我们也可以通过
SHOW
得到已经创建好的 Stream:> SHOW STREAMS;
emqx_rule_engine_output
配置 EMQ X 然后,我们打开 EMQ X 的 Dashboard,点击规则引擎(Rule Engine),进入资源(Resource)界面。
文章图片
我们可以先创建一个 WebHook 资源,如下图:
文章图片
在
Request URL
一栏中填入 hstream-http-server
的监听地址,:6580/streams/emqx_rule_engine_output:publish
,然后点击 test connection
测试链接。文章图片
接着,我们来创建所需要的规则引擎规则:
文章图片
SELECT
payload,-- 在 HStreamDB 的 http 协议中,我们需要一个 payload 项
str(payload) as payload, -- HStreamDB 要求 payload 是一个 JSON String
0 as flag-- HStreamDB 中 flag 为 0 表示 payload 是一个JSON String
FROM
"#"-- 这个符号会匹配所有的 topic
我们需要增加一个 Action Handler ,选择
Action
为 Data to Web Server
:文章图片
将
Method
设置为 POST
,Header
加入 content-type
application/json
。这个时候,我们已经完成了最基本的桥接的设置,接下来让我们通过 websocket 和 hstreamdb-cli 来测试一下吧。
通过 HStreamDB CLI 观察数据的持久化存储是否完成 首先我们在刚刚启动的 HStreamDB CLI 中创建一个 Query:
> SELECT * FROM emqx_rule_engine_output EMIT CHANGES;
在 HStreamDB 中,每一个 Stream 都表示一串动态变化的数据流,因此一个 Query 并不是简单地读取数据,而是会持续读取并输出被写入 Stream 中的数据。在 CLI 中,读取和输出数据的起点是就是成功创建 Query 的这一刻。当前,我们可以观察到的是,CLI 中并没有任何输出。
此时我们可以通过 EMQ X DashBoard 的 WebSocket 或者其他 MQTT 客户端(例如跨平台 MQTT 5.0 桌面客户端工具 - MQTT X)向 EMQ X 写入数据。
以下用 WebSocket 举例,我们可以先连接上我们启动的 EMQ X 集群:
文章图片
再向指定的 topic 发送数据:
文章图片
如果一切正常的话,我们就可以实时地在 HStreamDB CLI 看到我们发到 EMQ X 的数据。
> SELECT * FROM emqx_rule_engine_output EMIT CHANGES;
{"location":{"lng":116.296011,"lat":40.005091},"speed":32.12,"tachometer":9001.0,"ts":1563268202,"direction":198.33212,"id":"NXP-058659730253-963945118132721-22","dynamical":8.93}
至此,我们完成了 EMQ X 接入的数据在 HStreamDB 的持久化存储。
通过将 EMQ X 与 HStreamDB 集成,我们不仅可以实现对发送到 EMQ X 的数据的持久化存储,还能对这些数据进行实时处理分析,获得进一步的数据洞察。随着两个产品的不断完善,我们相信在未来,EMQ X + HStreamDB 的高效组合将在 IoT 领域实时流数据的分析和处理场景发挥重要作用,成为数据转化与变现过程中的重要一环,为企业数据资产的价值创造提供动力。
推荐阅读
- JAVA(抽象类与接口的区别&重载与重写&内存泄漏)
- Docker应用:容器间通信与Mariadb数据库主从复制
- 《真与假的困惑》???|《真与假的困惑》??? ——致良知是一种伟大的力量
- 第326天
- Shell-Bash变量与运算符
- 逻辑回归的理解与python示例
- Guava|Guava RateLimiter与限流算法
- 我和你之前距离
- CGI,FastCGI,PHP-CGI与PHP-FPM
- 原生家庭之痛与超越