当前位置: 首页 > news >正文

Astro canvas大屏从iotDA上抽取设备影子的参数的详细操作实施路径

目录

🛠 场景:

🎯 核心思路

🗺 详细操作实施路径(针对小白版)

🚛 第1步:配置桥接器(建立连接通道)

📋 第2步:配置数据集(选择要取的字段)

🔄 第3步(可选):数据中心加工处理

🖥 第4步:组件绑定数据(展示到大屏)

✨ 总结成一句话

📌 所用功能对照列表

 

🛠 场景:

Astro Canvas大屏要从 IoTDA 抽取“设备影子”里的参数,然后在大屏上展示。

(比如设备影子里有温度、湿度、状态这种字段)


🎯 核心思路

  • 设备影子是 IoTDA 中设备状态的一份缓存镜像(就是设备的“档案”,最新参数都在里面)。

  • Astro大屏想用,就需要:

    • 连接到 IoTDA

    • 读取影子里的字段(比如温度)

    • 加工成数据集

    • 在大屏组件里使用


🗺 详细操作实施路径(针对小白版)

下面一步步写清楚,每一步都指明要用哪个功能👇:


🚛 第1步:配置桥接器(建立连接通道)

位置
【数据接入】 → 【桥接器预置】 或 【自定义桥接器】

做什么

  • 新建一个桥接器。

  • 选择数据源类型为 华为云 IoTDA

  • 填写 IoTDA实例的信息:

    • Endpoint 地址

    • 认证信息(AK/SK,或者Token)

    • 设备ID

  • 选择数据模式:“设备影子”,不是上报消息!

理解比喻

相当于安排了一辆货车,告诉它去哪个仓库、搬什么货(搬设备影子的内容)。


📋 第2步:配置数据集(选择要取的字段)

位置
【数据接入】 → 【数据集】

做什么

  • 新建一个数据集。

  • 选择数据来源是你刚建好的桥接器。

  • 选择从设备影子里,提取哪些字段,比如:

    • temperature

    • humidity

    • status

  • 配置字段映射(比如把 IoT影子里的 temp 改名叫 温度,更友好)

理解比喻

相当于把搬回来的货,分类打包成不同的小筐(土豆一筐、胡萝卜一筐)。


🔄 第3步(可选):数据中心加工处理

位置
【数据中心】 → 【数据源管理】 + 【数据集管理】 + 【转换器管理】

做什么

  • 在【转换器管理】里,加规则,比如:

    • 温度数值四舍五入到小数点后一位

    • 如果 status 字段是 1,显示为 “在线”;0,显示为“离线”

  • 在【数据源管理】和【数据集管理】里,统一管理这些源和集。

理解比喻

相当于对原料进行简单加工(削皮、切块),方便后面烹饪。


🖥 第4步:组件绑定数据(展示到大屏)

位置
【组件管理】

做什么

  • 拖拽一个数值组件表格组件折线图组件等到大屏。

  • 绑定数据源:选择刚才的数据集作为组件的数据来源。

  • 设置数据绑定字段,比如:

    • 数值组件绑定 温度

    • 状态指示灯绑定 status

理解比喻

厨师根据食材开始做菜,把菜端上桌了!(用户在大屏上能看到设备实时数据了)


✨ 总结成一句话

👉

建桥接器拿影子 → 配数据集挑字段 → 转换器加工 → 组件绑定显示


📌 所用功能对照列表

Astro功能作用备注
数据接入 → 桥接器预置/自定义桥接器连接IoTDA,搬影子数据
数据接入 → 数据集提取并打包影子字段
数据中心 → 数据源管理管理数据源
数据中心 → 数据集管理管理数据集
数据中心 → 转换器管理字段加工、单位转换可选
组件管理页面展示
http://www.xdnf.cn/news/158419.html

相关文章:

  • 为什么vllm能够加快大模型推理速度?
  • 数据资产价值及其实现路径-简答题回顾
  • FPGA前瞻篇-组合逻辑电路设计-多路复用器
  • 比象AI创作系统,多模态大模型:问答分析+AI绘画+管理后台系统
  • 一、UI自动化测试01--认识和元素定位方法
  • NHANES指标推荐:DI-GM
  • 用python借用飞书机器人群发布定期内容
  • ShenNiusModularity项目源码学习(23:ShenNius.Admin.Mvc项目分析-8)
  • 第十六届蓝桥杯大赛软件赛省赛第二场 C/C++ 大学 A 组
  • 【数据结构刷题】顺序表与ArrayList
  • Linux下编译并打包MNN项目迁移至其他设备
  • Qt动态库信号崩溃问题解决方案
  • Leetcode刷题 由浅入深之哈希法——202. 快乐数
  • 机器学习(10)——神经网络
  • 《Python Web部署应知应会》Flask网站隐藏或改变浏览器URL:从Nginx反向代理到URL重写技术
  • 【人工智能之大模型】详述大模型中​AWQ(Activation-aware Weight Quantization)量化的关键步骤?
  • Three.js + React 实战系列-3D 个人主页:构建 Hero 场景组件(项目核心)✨
  • Github 2025-04-26 Rust开源项目日报Top10
  • 学习笔记——《Java面向对象程序设计》-内部类、匿名类、异常类
  • 解决Ubuntu下使用CLion构建Qt项目时找不到已安装的模块的问题
  • AI编程案例拆解|基于机器学习XX评分系统-后端篇
  • 【数据可视化-35】全球太空探索数据集(2000-2025)可视化分析
  • 通过门店销售明细表用PySpark得到每月每个门店的销冠和按月的同比环比数据
  • 数据预处理之特征选择 (Feature Selection)
  • java函数式接口与方法引用
  • Nacos简介—3.Nacos的配置简介
  • SQL盲注问题深度解析与防范策略
  • 逆向|dy|a_bogus|1.0.1.19-fix.01
  • IDE使用技巧与插件推荐
  • LLM(大语言模型)技术的最新进展可总结