OneNet5.0 规则引擎+http推送

在食用本文之前, 请确保,
1.拥有自己的测试服务器,
2.有基本的后端程序编写能力(响应get post请求),
3.onenet设备数据接入已无问题

一. http推送概述

1. 什么是http推送?

平台提供数据推送功能，可以将平台作为客户端，将相关信息以HTTP/HTTPS请求的方式，发送给应用服务器。
其中，相关信息包括：

设备新增数据点消息
设备上下线消息

2. get验证, post推送

平台发起的HTTP请求主要包括：

GET：用于用户所配置的URL有效性验证
POST：用于推送新增数据点消息、设备上下线消息以及设备对于下行命令的应答信息

3. http拥有数据过滤功能(减少服务器压力)

用户可以以数据流模板为过滤条件，过滤掉例如设备的频繁的周期性上报等大量时间不敏感数据，只推送用户自己关心的实时性要求较高的数据。

4. http推送有数据压缩功能(减少服务器压力)

推送功能提供数据压缩的功能，用户可以设置数据量以及时间的压缩方式，将一定时间内的一定量的多包单信息报文，合并成为一包包含多条信息的json数据，可以大大减少应用服务器的处理压力。

二. 创建http推送

以明文模式验证创建:

或者, 以token验证模式创建:

两种创建的get验证方式不同, 详见下一节

三. get验证(明文方式)

get验证有两种方式, 第一种:明文方式, 第二种: token计算

验证流程如下:

根据流程图, 我们收到get 请求后返回msg的内容即可

为此,我使用 koa2写了一个简单的后端应答

router.get('/', async (ctx, next) => {
  ctx.body = ctx.request.query.msg
})

这一部分大家可以用自己熟悉的后端来写,
我们把后端程序在自己服务器上运行起来,

当后端程序启动后就能验证成功了

四. get验证(token方式)

根据流程图, 我们收到get请求后应计算token
计算方法如下:

应用服务器收到请求后，需要对请求参数中的signature字段合法性进行校验，其校验步骤如下：

将实例配置中输入的token信息及校验请求中携带的nonce、msg参数拼接得到字符串A，即A = token + nonce + msg
将字符串A进行md5加密得到字符串B
将字符串B进行Base64转换，并通过URL Decode计算后得到参数C，将参数C与signature进行对比，如果相等则表示验证成功，返回平台成功响应，失败则返回错误信息。

以下内容全是以 nodejs koa2为例

1. 计算

我们需要模块crypto

npm install crypto --save

(待添加)

五. 规则引擎

平台通过HTTP获取推送数据，需要在项目下的规则引擎页面完成数据源和推送目的地配置，详细操作见规则引擎使用说明

1. 创建规则引擎

找到规则引擎界面

这样数据就可以通过规则引擎过滤后推送到http绑定的服务器了

六. 数据推送

1. 服务器接收POST请求

我们使得服务器可以接收POST请求

router.post("/", async (ctx, next) => {
  let postdata = ctx.request.body; //注意是异步调用
  console.log(postdata)
  ctx.body = "{\"msg\":\"success\"}";
});

我们把POST请求直接返回给ONENET, 就被视为接收了请求并回应了

看我们服务器后台收到的数据:

2. 设备上下线数据

分析下POST的body格式

分析msg的负载数据

{
  "projectId": "Sd5MPm",
  "productId": "IaiJ9078ZN",
  "deviceName": "esp_mqtts_001",
  "messageType": "lifeCycle",
  "data": { "status": "offline", "time": 1603781389128 }
}

3. 设备数据点上传数据

分析下POST的body格式:

摘取一条msg看一下:

{
  "projectId": "Sd5MPm",
  "productId": "IaiJ9078ZN",
  "deviceName": "esp_mqtts_001",
  "messageType": "notify",
  "notifyType": "property",
  "data": {
    "id": "388",
    "version": null,
    "params": {
      "temp": { "value": 32.2, "time": 1603780830763 },
      "humi": { "value": 45.2, "time": 1603780830763 }
    }
  }
}

根据上面的消息分析, 我们收到POST数据后可以读取msg里的信息,根据messageType进行消息识别及后续业务处理