EMQX 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 EMQX 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。EMQX 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。

EMQX 与 HStreamDB

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 EMQX 开源版的 Webhook 功能结合,实现了 EMQX 和 HStreamDB 的快速集成。

本文就将详细介绍使用 HStreamDB 对 EMQX 的接入数据进行持久化存储的具体操作。

注:本文介绍基于 EMQX 4.3 和 hstreamdb/hstream:v0.6.1 镜像。

启动 EMQX 和 HStreamDB

首先我们需要一个运行中的 EMQX,如何安装、部署并启动请参考:EMQX 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 EMQX

然后,我们打开 EMQX 的 Dashboard,点击规则引擎(Rule Engine),进入资源(Resource)界面。

EMQX Dashboard 资源页面

我们可以先创建一个 WebHook 资源,如下图:

EMQX Dashboard 创建 WebHook

Request URL 一栏中填入 hstream-http-server 的监听地址,<host>:6580/streams/emqx_rule_engine_output:publish,然后点击 test connection 测试链接。

EMQX Dashboard test connection

接着,我们来创建所需要的规则引擎规则:

创建 EMQX 规则引擎规则

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 ActionData to Web Server

EMQX 规则引擎 Action

Method 设置为 POSTHeader 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 EMQX 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 EMQX 写入数据。

以下用 WebSocket 举例,我们可以先连接上我们启动的 EMQX 集群:

EMQX DashBoard 的 WebSocket 客户端

再向指定的 topic 发送数据:

EMQX DashBoard 的 WebSocket 发送数据

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 EMQX 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 EMQX 接入的数据在 HStreamDB 的持久化存储。

通过将 EMQX 与 HStreamDB 集成,我们不仅可以实现对发送到 EMQX 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,EMQX + 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

使用 MQTT X 验证 Kuiper 流处理功能

本文将使用 MQTT X 的脚本及定时功能模拟温湿度数据上报,并结合 EMQX Edge 来验证 Kuiper 的流处理功能。

规则引擎使用配置介绍

本篇提供两个示例,通过 Dashboard 可视化界面演示规则引擎的创建于使用

2019-06-27
EMQX + ClickHouse 实现物联网数据接入与分析

本文将借助 EMQX + ClickHouse 完成物联网数据传输、存储、分析展现整个流程的系统搭建,读者可以了解到 EMQX 丰富的拓展能力与 ClickHouse 领先的数据处理分析能力在物联网数据采集中的应用。