Google Cloud 与 Mongoose OS 构建 Serverless 的物联网气象台

收集大量数据，使用托管及 Serverless 架构，以便您不会在此过程中烧毁。

在本教程中，我们将使用运行 MongooseOS 的 WiFi 微控制器 ESP8266 构建一个气象站。通过使用基于 Google Cloud IoT Core 之上的 MQTT 协议来安全地发送数据，然后使用 Firebase Cloud Functions（基于事件的方式）处理数据，并将原始数据保存在 BigQuery，同时在 Firebase 实时数据库中更新设备当前状态。然后可以通过 DataStudio 及 Firebase Hosting 上托管的简单 WebApp 访问数据。

好的，互联网上已经有很多关于『如何建立气象台』的玩法，也有很多方法可以做到。这是一个简单的项目，我将尝试专注于构建端到端解决方案，从数据收集到数据分析。所有这些都将使用托管的 Google Cloud 服务，来概述如何构建完整的 IoT 解决方案。 最后，您可以构建出一个数据的报告，并通过网络进行访问。如下图所示：

我们的最后 WebAPP 访问地址：https://weather-station-iot-170004.firebaseapp.com

Data Studio 报告： https://datastudio.google.com/reporting/0B0w5dnm9bD8sdy1OR1lZQ0l4Vmc

架构图如下所示：

为了易于开发，我将使用已经具有 Cloud IoT Core 连接器（connector）的 MongooseOS，并帮助配置证书、WiFi配置和其他自定义配置的设备的过程。

我们将学习以下的内容：

• 创建一个 Cloud IoT Core 注册的设备。
• 创建 PubSub 主题以接收和发送数据。
• 安装 Mongoose OS 命令行工具 - mos。
• 使用 mos 编程 ESP32/ESP8266。
• 为设备提供证书和WiFi配置。
• 设置 BigQuery 和 Firebase 来接收数据。
• 部署 Firebase Cloud 函数来接收数据。
• 在 Firebase Hosting 中部署基本的 WebApp。
• 使用 Data Studio 在 BigQuery 中进行报告。

说了这么多内容，让我们开始 🚀。

步骤1：设置 Google Cloud 项目和 Cloud IoT Core

Google 最近推出了公开的 beta 版本 Cloud IoT Core，这是一种托管服务，可以使用通用协议（MQTT 和 HTTP）与您的 IoT 设备进行安全通信，并以简单的方式管理这些设备。 基本上，通过这项服务，您可以与许多其他 Google 服务连接，以便于处理、存储和分析设备生成的所有数据。在这里，我们可以看到使用 Cloud IoT Core 的推荐架构的例子。

Cloud IoT Core 有一个设备注册的（registry of devices）的概念，其中我们的项目我们将组合一系列类似的设备并与此注册表关联。要开始使用 Google Cloud，您可以在 Cloud Console Web 界面上完成所有操作，但是命令行工具是一个更强大的工具，它是我选择在此项目中使用的工具。

要使用 gcloud 命令行工具，请按照此处的说明进行下载并安装。

Installing Cloud SDK | Cloud SDK Documentation | Google Cloud Platform

安装完 SDK 后，您应该安装测试版工具来访问 Cloud IoT Core 命令。此外，您应该在本教程中验证和创建一个要使用的项目，使用您要为此项目的名称，用于替换 YOUR_PROJECT_NAME：

# Install beta components:
gcloud components install beta
# Authenticate with Google Cloud:
gcloud auth login
# Create cloud project — choose your unique project name:
gcloud projects create YOUR_PROJECT_NAME
# Set current project
gcloud config set project YOUR_PROJECT_NAME

现在，在 Cloud IoT Core 方面，您首先应该配置一些与 Cloud PubSub 相关的组件，Cloud PubSub 是 Cloud IoT Core 使用的主要组件之一。在下面的命令中，您将执行以下操作：

1. 授权Cloud IoT Core在PubSub上发布消息。
2. 创建一个名为遥测主题（telemetry-topic）的主题，这些消息将在这被发布。
3. 创建一个名为遥测订阅（telemetry-subscription）的订阅，我们稍后将使用它们来读取主题中的一些消息。
4. 创建一个名为 weather-station-registry 的注册表，我们的设备将被注册为能够连接到 Cloud IoT Core。这里我们与创建的主题相关联。

# Add permissions for IoT Core
gcloud projects add-iam-policy-binding YOUR_PROJECT_NAME --member=serviceAccount:cloud-iot@system.gserviceaccount.com --role=roles/pubsub.publisher
# Create PubSub topic for device data:
gcloud beta pubsub topics create telemetry-topic
# Create PubSub subscription for device data:
gcloud beta pubsub subscriptions create --topic telemetry-topic telemetry-subscription
# Create device registry:
gcloud beta iot registries create weather-station-registry --region us-central1 --event-pubsub-topic=telemetry-topic

如果您访问 Google Cloud Console，您可以验证它是否已创建和配置。

步骤2：Mongoose OS 和 ESP32/ESP8266

对于这个项目，我将使用最新的 ESP32 WiFi 微控制器。对于那些不了解它的人来说，它是来自 ExpressIf 的相关成功的 ESP8266 WiFi 微控制器的升级版。但它拥有更多功能，如内置蓝牙低功耗、双核心处理器时钟频率为 240MHz、触摸传感器和支持闪存加密，所以没有人可以访问您的代码。一个地狱式的升级。

该项目也适用于 ESP8266，因此这里提供的代码和原理图可以在两个微控制器上运行。该项目的电路非常简单，只需将温度（DHT）传感器连接到 ESP32/ESP8266，如下图所示：

为了对开发板编程，我们将使用 MongooseOS，这是一个操作系统，具有许多很棒的功能，并且可以用于商业胜任。它支持一些微控制器，如 CC3200，ESP32 和 ESP8266。其中一个很酷的功能是使用 Javascript 快速原型化嵌入式应用程序的可能性，并且它有一个名为 mos 的工具，使得编程、配置和配置在支持的开发板上变得非常简单。

要使用它，我们需要从官方网站下载并安装。 按照 https://mongoose-os.com/docs/quickstart/setup.html 上的安装说明进行操作。

步骤3：编程硬件并设置我们的后端

安装工具后，下载在此链接的 Github 仓库上的项目代码：Build a Weather station using Google Cloud IoT Core and Mongoose OS，以便您可以在设备上构建和部署它。

这个仓库包含了三个子项目：

• firmware：在微控制器上运行的 MongooseOS 项目，收集传感器数据并通过 Cloud IoT Core 发送数据
• functions：将部署到 Firebase 上的云功能。这里我们有一个函数，对 PubSub 上的新数据做出反应，然后发送给 BigQuery 和 Firebase 实时数据库。还有一个功能，它基本上可以说是一个 HTTP 端点，可以在最近 7 天的数据中查询 BigQuery，以供我们的 WebApp 使用。
• public：一个将部署在 Firebase 托管上的简单 WebApp，它会查询我们的数据库以显示我们的传感器数据。

这里有一些 firmware 项目的描述：

• fs：这里我们有我们的 Javascript 代码，其中包含收集数据的所有逻辑，并在固定的时间间隔内通过 MQTT 发送。
• src：我们的原生 C 代码，基本用于启动 Google Cloud 库，因此它会自动将我们的项目配置为与 Google MQTT 服务器连接。
• mos.yml 和 mos_esp8266.yml：我们的项目配置，这里我们声明我们的项目依赖关系，在这种情况下，GCP 库，DHT 传感器库和 mJS 库，最后一个添加了对 Javascript 嵌入式的支持。这里我们声明一个名为 app.dht 的自定义配置变量，这样我们可以通过更改这个配置来改变 DHT 引脚，这个配置可以在这个文件上修改或通过 mos 工具。此外，这种配置在适用于微控制器之间的变化，增加了对相同代码的两个微控制器的支持。

要对硬件编程，请进入 firmware 文件夹，并运行以下说明来烧录固件，在 Cloud IoT Core 上配置 WiFi 并配置设备：

• 根据所选的硬件，运行 mos build --arch esp32 或者 mos build --arch esp8266。此命令来构建我们硬件的固件。
• 通过 USB 连接的硬件运行 mos flash 来刷新固件。
• 运行 mos wifi your_ssid your_pass 在您的设备上配置 WiFi。
• 运行以下命令在 Cloud IoT Core 上注册此设备。该命令生成用于通信的公钥和私钥，将私钥放在设备上，将公钥发送到 Cloud IoT Core 并注册设备，从 ESP 获取 deviceId。 感谢MongooseOS❤。

mos gcp-iot-setup --gcp-project YOUR_PROJECT_NAME --gcp-region us-central1 --gcp-registry YOUR_REGISTRY

就这样，您的设备将开始向 Cloud IoT Core 发送数据。这些项目配置为每分钟发送数据，您可以在 fs/init.js 文件中进行更改，也可以创建自定义配置变量来更改时间。我会把这作为一个 homework。 您可以使用 mos console 工具查看设备上发生的情况。您会看到它尝试与 mqtt.googleapis.com 连接。

$ mos console
Using port /dev/cu.SLAB_USBtoUART
[Oct 15 18:17:47.230] pm open,type:2 0
[Oct 15 18:17:47.234] mgos_sntp_ev         SNTP reply from 192.99.2.8: time 1508102268.124028, local 15.317275, delta 1508102252.806753
[Oct 15 18:17:47.448] mgos_mqtt_ev         MQTT CONNACK 4
[Oct 15 18:17:47.455] mgos_mqtt_ev         MQTT Disconnect
[Oct 15 18:17:47.463] mqtt_global_reconnec MQTT connecting after 2017 ms
[Oct 15 18:17:48.167] Info: {"hum":34,"temp":30,"free_ram":35.593750,"total_ram":51.218750} 
[Oct 15 18:17:49.487] mgos_mqtt_global_con MQTT connecting to mqtt.googleapis.com:8883

要查看 PubSub 上的数据，您可以使用 gcloud 命令来查询我们创建的订阅：

$ gcloud beta pubsub subscriptions pull --auto-ack telemetry-subscription
┌───────────────────────────────────────────────────────────┬─────────────────┬─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┐
│                            DATA                           │    MESSAGE_ID   │                                                                                    ATTRIBUTES                                                                                   │
├───────────────────────────────────────────────────────────┼─────────────────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┤
│ {"hum":35,"temp":32,"free_ram":167344,"total_ram":253928} │ 158362578982703 │ deviceId=esp32_02455C deviceNumId=2799497560622332 deviceRegistryId=weather-station-registry deviceRegistryLocation=us-central1 projectId=weather-station-iot-170004 subFolder= │
└───────────────────────────────────────────────────────────┴─────────────────┴─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┘

如果您在控制台上看到数据，您可以开始庆祝，我们走在正确的路上 🎉🏆

步骤4：在 BigQuery 存储数据

直接从官方网站了解 BigQuery 的定义：

BigQuery 是 Google 的低成本、完全可管理的 PB 级可扩展数据存储服务。BigQuery是独立的，没有要管理的基础设施，并且随着数据扩展，您不需要数据库管理员。

在这里，我们将使用它来存储我们收集的所有传感器数据，以运行一些查询，并在以后使用 Data Studio 构建报告。我们将创建一个数据集和一个表存储我们的数据。要执行此操作，请打开 BigQuery Web UI，然后按照以下说明进行操作：

• 单击向下的箭头图标，然后单击 “Create new dataset”。
• 将数据集命名为 “weather_station_iot”。
• 使用以下字段和类型创建一个表“raw_data”表：

步骤5：Firebase 数据库和 Cloud Functions 部署

现在为了在 BigQuery 中插入数据，我们将使用 Firebase Cloud Functions，可以配置为基于许多不同的触发器和事件执行。其中一个触发器是在 PubSub 主题中插入的新数据，因此我们将监听与我们的设备注册表关联的主题，并收集到达的每个数据，我们执行一个在 BigQuery 中存储数据的功能，并在 Firebase 实时数据库里维护最后的设备数据。

Firebase 实时数据库是一种非常有用的维护实时数据的技术，可在所有连接的客户端之间实现自由和自动同步。即使 Google 也推荐它来保持物联网设备的实时状态，见：https://cloud.google.com/solutions/iot-overview，就像我们在这里看到的一样。

我们的函数的代码可以在上面看到，它基本上对 PubSub 事件做出反应并插入 BigQuery，同时进行更新。

Firebase 命令行工具需要 Node.JS 和 npm，您可以按照 https://nodejs.org/ 上的说明进行安装，安装 Node.js 也将安装 npm。

一旦安装了 Node 和 NPM，运行以下命令来安装Firebase CLI。

npm install -g firebase-tools

现在要使用我们的项目配置 firebase 并部署函数，在项目根文件夹中，按照以上说明进行操作：

• 运行 firebase login，与 Google 进行身份验证并设置命令行工具
• 运行 firebase init 将本地项目与您的 Firebase 项目关联。
• 运行上面的代码设置一些环境变量，指向我们的 BigQuery 数据集和表。

firebase functions:config:set
bigquery.datasetname="weather_station_iot"
bigquery.tablename="raw_data”

• 最后运行 firebase deploy 以在 public 文件夹中部署 “函数” 和“Webapp”。

通过部署函数，您可以设置所有设置来摄取设备发送的遥测数据，并存储在两个存储解决方案中。您可以在 Firebase 控制台上看到所有部署的资源。

如下是上述功能的代码：

const functions = require('firebase-functions');
const admin = require('firebase-admin');
const bigquery = require('@google-cloud/bigquery')();
const cors = require('cors')({ origin: true });

admin.initializeApp(functions.config().firebase);

const db = admin.database();

/**
 * Receive data from pubsub, then 
 * Write telemetry raw data to bigquery
 * Maintain last data on firebase realtime database
 */
exports.receiveTelemetry = functions.pubsub
  .topic('telemetry-topic')
  .onPublish(event => {
    const attributes = event.data.attributes;
    const message = event.data.json;

    const deviceId = attributes['deviceId'];

    const data = {
      humidity: message.hum,
      temp: message.temp,
      deviceId: deviceId,
      timestamp: event.timestamp
    };

    if (
      message.hum < 0 ||
      message.hum > 100 ||
      message.temp > 100 ||
      message.temp < -50
    ) {
      // Validate and do nothing
      return;
    }

    return Promise.all([
      insertIntoBigquery(data),
      updateCurrentDataFirebase(data)
    ]);
  });

/** 
 * Maintain last status in firebase
*/
function updateCurrentDataFirebase(data) {
  return db.ref(`/devices/${data.deviceId}`).set({
    humidity: data.humidity,
    temp: data.temp,
    lastTimestamp: data.timestamp
  });
}

/**
 * Store all the raw data in bigquery
 */
function insertIntoBigquery(data) {
  // TODO: Make sure you set the `bigquery.datasetname` Google Cloud environment variable.
  const dataset = bigquery.dataset(functions.config().bigquery.datasetname);
  // TODO: Make sure you set the `bigquery.tablename` Google Cloud environment variable.
  const table = dataset.table(functions.config().bigquery.tablename);

  return table.insert(data);
}

/**
 * Query bigquery with the last 7 days of data
 * HTTPS endpoint to be used by the webapp
 */
exports.getReportData = functions.https.onRequest((req, res) => {
  const table = '`weather-station-iot-170004.weather_station_iot.raw_data`';

  const query = `
    SELECT 
      TIMESTAMP_TRUNC(data.timestamp, HOUR, 'America/Cuiaba') data_hora,
      avg(data.temp) as avg_temp,
      avg(data.humidity) as avg_hum,
      min(data.temp) as min_temp,
      max(data.temp) as max_temp,
      min(data.humidity) as min_hum,
      max(data.humidity) as max_hum,
      count(*) as data_points      
    FROM ${table} data
    WHERE data.timestamp between timestamp_sub(current_timestamp, INTERVAL 7 DAY) and current_timestamp()
    group by data_hora
    order by data_hora
  `;

  return bigquery
    .query({
      query: query,
      useLegacySql: false
    })
    .then(result => {
      const rows = result[0];

      cors(req, res, () => {
        res.json(rows);
      });
    });
});

firebase-tools 还有一个内置服务器，您可以在刚刚运行 firebase 服务的项目文件夹上启动它，默认情况下将启动端口 5000 上的 Web 服务器。

webapp 可以直接在公共目录中看到，逻辑在 public/app.js，前端在 public/index.html。这是非常基本的，只有 Javascript，Web Material Component 和 Chart.JS的图表。

如果所有这些都正确设置，那么您可以再次庆祝，因为您开发了 IoT 的端到端解决方案，而无需触摸高级服务器设置。

步骤6：Google Data Studio

Data Studio 是一个非常直观的工具，我不会在这里进行探索，所以这个教程变得不那么广泛，但是让你知道，Data Studio 有一个 BigQuery 连接器，所以只需导入你的表格，并使用这个真棒工具提供的不同的可视化。转到 datastudio.google.com 体验。

步骤7：进一步阅读

这是本教程的所有内容，希望您对 Google Cloud IoT Core 感兴趣，这是一个非常棒的服务，您可以使用它来实现强大的功能。该帖子比我玩法的要长一些，但我相信 Google Cloud Platform 上有很多工具。

该项目的代码可以在我的 Github 上找到：https://github.com/alvarowolfx/weather-station-gcp-mongoose-os，以下是一些有趣的链接及内容：

• https://cloudplatform.googleblog.com/2017/09/announcing-Cloud-IoT-Core-public-beta.html
• http://mongoose-os.com/gcp
• https://cloud.google.com/iot/docs/quickstart
• https://mongoose-os.com/docs/libraries/cloud_integrations/gcp.html
• https://www.adafruit.com/product/3606
• https://github.com/alvarowolfx/weather-station-gcp-mongoose-os

原文链接：https://medium.com/google-cloud/build-a-weather-station-using-google-cloud-iot-core-and-mongooseos-7a78b69822c5